DNA是一部史書，記錄著本物種與大自然的斗爭(zhēng)過(guò)程，也記錄著與其他物種的恩怨情仇。

逆轉(zhuǎn)錄病毒顆粒包含了整個(gè)病毒基因組RNA。一旦其進(jìn)入到靶標(biāo)細(xì)胞，就可以通過(guò)逆轉(zhuǎn)錄將病毒RNA轉(zhuǎn)錄為雙鏈DNA，然后整合到宿主基因組上。被整合到宿主基因組上這一個(gè)病毒序列稱之為原病毒provirus。該原病毒包含了啟動(dòng)子，調(diào)節(jié)序列以及編碼結(jié)構(gòu)蛋白和酶的編碼序列。

一般而言，逆轉(zhuǎn)錄病毒常感染體細(xì)胞，但是會(huì)有一定的概率，使得逆轉(zhuǎn)錄病毒感染生殖系細(xì)胞，并以此進(jìn)入宿主基因池。此時(shí)原病毒變成為了內(nèi)源性逆轉(zhuǎn)錄病毒（ERVs）endogenous retrovirus，其在群體中的結(jié)局決定于遺傳漂變和自然選擇。所以，簡(jiǎn)而言之，ERVs就是起源于外源逆轉(zhuǎn)錄病毒，并通過(guò)內(nèi)源化成為宿主基因組一部分的基因位點(diǎn)。不管該位點(diǎn)是否能夠繼續(xù)表達(dá)具有感染性的病毒顆粒，都稱之為ERVs。事實(shí)上，很多ERVs序列經(jīng)歷了數(shù)百萬(wàn)年的突變累積，已經(jīng)失去了表達(dá)病毒顆粒的能力。

逆轉(zhuǎn)錄病毒的內(nèi)源化并不是逆轉(zhuǎn)錄病毒本身的屬性，其在生殖系細(xì)胞中整合的概率很低。盡管如此，在數(shù)百萬(wàn)年的進(jìn)化中，脊椎動(dòng)物的基因組中仍然累積了成千上萬(wàn)的ERVs位點(diǎn)。這些位點(diǎn)為我們研究病毒對(duì)脊椎動(dòng)物進(jìn)化的影響提供了很好的材料。

盡管這些ERVs通常不具有病毒活性，但是有時(shí)候卻可以被激活，比如，其他病毒感染（HIV），改變表觀修飾的藥物等。研究還發(fā)現(xiàn)，在細(xì)胞培養(yǎng)和實(shí)驗(yàn)室小鼠中，ERVs能夠和其他ERVs，或者和外源性逆轉(zhuǎn)錄病毒重組，從而形成具有致病能力的病毒毒株。

本綜述描述了ERVs，以及其和外源性逆轉(zhuǎn)錄病毒的關(guān)系，追溯逆轉(zhuǎn)錄病毒的起源，ERVs基因?qū)λ拗鞯挠绊憽?/p>

ERVs的多樣性

所有的逆轉(zhuǎn)錄病毒都有相似的基因組構(gòu)成。通過(guò)逆轉(zhuǎn)錄和整合，其能夠在宿主基因組上形成5Kb-10Kb長(zhǎng)的原病毒序列，其兩端通常含有長(zhǎng)末端重復(fù)序列（LTR）。這些LTR序列提供了原病毒表達(dá)的啟動(dòng)子、調(diào)控元件以及整合所需的順式作用結(jié)構(gòu)域。

逆轉(zhuǎn)錄病毒的基因通常有:

gag：編碼結(jié)構(gòu)蛋白，形成病毒顆粒核心；

pro：編碼病毒蛋白酶；

pol：編碼逆轉(zhuǎn)錄酶和整合酶；

env：編碼介導(dǎo)融合和進(jìn)入細(xì)胞所需的糖蛋白。

LTR的末端重復(fù)序列通常包含三部分，從5'端到3'端依次為：U3, , U5

在5'端，U3-R
之間的連接處是轉(zhuǎn)錄開始的地方；在3'端，R-U5之間的連接是轉(zhuǎn)錄結(jié)束的地方。

U3長(zhǎng)度通常在190bp-1200bp之間，含有各種各樣的結(jié)構(gòu)域（包括啟動(dòng)子和增強(qiáng)子等），能夠和宿主細(xì)胞的調(diào)節(jié)因子結(jié)合，從而控制原病毒的表達(dá)。

ERVs起源于原病毒，可以是比較完整的原病毒序列，也可以是高度碎片化的原病毒殘存序列。即便是這些序列比較完整，即便是含有gag-pro-pol-env等基因，ERVs通常也會(huì)由于替換、突變等而處于非活躍狀態(tài)。并且隨著ERVs形成時(shí)間的延長(zhǎng)，序列變化也越來(lái)越大。其中很大一部分ERVs是以LTRSolo-LTR形式存在的，即丟失了中間的編碼序列。不過(guò)不同逆轉(zhuǎn)錄病毒來(lái)源的LTR存在較大程度上的差異。

早在50余年之前，人們就已經(jīng)在基因組中發(fā)現(xiàn)了ERVs，其后對(duì)ERVs的研究主要集中于脊椎動(dòng)物中。根據(jù)ERVs序列的不同，可以將其劃分為不同群組。這些群組反映了同一種逆轉(zhuǎn)錄病毒在生殖系細(xì)胞中的多次插入整合，當(dāng)然也有可能是逆轉(zhuǎn)錄病毒內(nèi)源化以后在宿主基因組上進(jìn)行了擴(kuò)增。

逆轉(zhuǎn)錄酶的氨基酸序列在逆轉(zhuǎn)錄病毒、逆轉(zhuǎn)座子中高度保守?？梢杂眠@些氨基酸序列建立進(jìn)化關(guān)系樹。研究發(fā)現(xiàn)，通過(guò)逆轉(zhuǎn)錄酶的這些氨基酸序列對(duì)逆轉(zhuǎn)錄病毒科的病毒進(jìn)行建樹，其結(jié)果可以分為3個(gè)主要支系。

除了逆轉(zhuǎn)錄酶，還可以根據(jù)病毒包膜糖蛋白的跨膜區(qū)進(jìn)行建樹，該區(qū)域氨基酸序列也是相當(dāng)保守的。當(dāng)然，如果病毒發(fā)生了重組，那么根據(jù)逆轉(zhuǎn)錄酶和根據(jù)糖蛋白建的樹可能會(huì)存在差異。

根據(jù)目前的研究，宿主基因組中發(fā)現(xiàn)的ERVs的分支要比逆轉(zhuǎn)錄病毒的分支還要多。這說(shuō)明很多逆轉(zhuǎn)錄病毒已經(jīng)滅絕了，但是很多逆轉(zhuǎn)錄病毒的遺跡還殘留在宿主基因組中。

通過(guò)逆轉(zhuǎn)錄酶建樹發(fā)現(xiàn)，ERVs和逆轉(zhuǎn)錄病毒關(guān)系并非獨(dú)立的，而是存在交叉。這說(shuō)明內(nèi)源化并非僅僅局限在少數(shù)幾種逆轉(zhuǎn)錄病毒中，多數(shù)逆轉(zhuǎn)錄病毒都具有內(nèi)源化的潛力。不過(guò)在不同的物種中，內(nèi)源化可能有所差異。比如在很多脊椎動(dòng)物中，ERVs多是由于gamma逆轉(zhuǎn)錄病毒內(nèi)源化形成的；而在一些蝙蝠基因組中，只發(fā)現(xiàn)了delta逆轉(zhuǎn)錄病毒的內(nèi)源化。

遠(yuǎn)古逆轉(zhuǎn)錄病毒

ERVs作為逆轉(zhuǎn)錄病毒在基因組上的遺跡，記錄著逆轉(zhuǎn)錄病毒和宿主基因組的進(jìn)化過(guò)程。可以用來(lái)研究逆轉(zhuǎn)錄病毒對(duì)宿主進(jìn)化的影響。

比如名為HERV-K (HML-2)的ERV在當(dāng)今人類基因組、尼安德特人基因組和丹尼索瓦人基因組中都有發(fā)現(xiàn)，說(shuō)明其對(duì)應(yīng)的逆轉(zhuǎn)錄病毒已經(jīng)出現(xiàn)在人類共同祖先上。而其在大猩猩基因組中還未固定（處于基因分離狀態(tài)），并且序列比較完整，說(shuō)明在大猩猩中，該類逆轉(zhuǎn)錄病毒仍然屬于活躍狀態(tài)，能夠形成新的具有感染性的病毒顆粒。

在海洋動(dòng)物中發(fā)現(xiàn)的和spumavirus相關(guān)的ERVs說(shuō)明了該類病毒在古生代已經(jīng)感染了海洋動(dòng)物。在鹿中發(fā)現(xiàn)的尚未固定的ERVs（比如CrERV-gamma）能夠幫助我們了解內(nèi)源化的早期過(guò)程。再比如，在考拉中，逆轉(zhuǎn)錄病毒KoRV同時(shí)存在內(nèi)源化的不具有致病性的序列，也存在尚未被內(nèi)源化而具有潛在致病性的序列。通過(guò)對(duì)這些例子的研究能夠幫我們了解內(nèi)源化過(guò)程，以及病毒對(duì)宿主基因組進(jìn)化的影響。

ERVs也可以用來(lái)作為分子時(shí)鐘，來(lái)估計(jì)整合的時(shí)間，推測(cè)遠(yuǎn)古逆轉(zhuǎn)錄病毒的出現(xiàn)和擴(kuò)散過(guò)程。

內(nèi)源性病毒的馴化

這兒的“馴化”，或者exaptation是指對(duì)適應(yīng)有利的新功能的出現(xiàn)，其最早是由Gould和Vrba提出。他們認(rèn)為一些DNA序列，比如重復(fù)序列（包括轉(zhuǎn)座元件）能夠?yàn)轳Z化提供很好的原始材料。ERVs通常被歸類為轉(zhuǎn)座元件，隸屬于LTR逆轉(zhuǎn)座子。比較特殊的是，ERVs起源于外源逆轉(zhuǎn)錄病毒，其序列反映了病毒對(duì)宿主和各種細(xì)胞環(huán)境的適應(yīng)性。

1. Env蛋白的馴化

ERVs的編碼序列，如env基因，是研究馴化的很好的例子。Env基因主要的功能是編碼糖蛋白，以便逆轉(zhuǎn)錄病毒能夠通過(guò)細(xì)胞表面受體促使病毒和細(xì)胞膜的融合，進(jìn)入到宿主細(xì)胞中。

對(duì)于逆轉(zhuǎn)錄病毒而言，其Env基因的表達(dá)干擾了正常細(xì)胞表面受體的表達(dá)，形成了細(xì)胞對(duì)逆轉(zhuǎn)錄病毒再次通過(guò)糖蛋白進(jìn)入細(xì)胞的抗性，也即“超感染干擾”superinfection interference.

【a: 逆轉(zhuǎn)錄病毒Env基因的表達(dá)能夠促使病毒侵染其他未感染的細(xì)胞，但是卻阻止了再次感染本細(xì)胞的可能。b：ERVs病毒Env基因的表達(dá)阻止了病毒入侵。c：Syncytins介導(dǎo)的細(xì)胞融合】

宿主對(duì)Env基因的馴化包含了兩個(gè)方面：一方面是通過(guò)syncytins（合成素？）；另一個(gè)方面是通過(guò)上面提到的超感染干擾。

Syncytins: ERVs編碼的糖蛋白，能夠促進(jìn)細(xì)胞滋養(yǎng)層的融合，在哺乳動(dòng)物胎盤形成過(guò)程中有重要作用。其融合過(guò)程類似于病毒的侵入細(xì)胞的過(guò)程。syncytins在不同的哺乳動(dòng)物中是獨(dú)立起源的，說(shuō)明了syncytins的馴化是一種趨同進(jìn)化。Syncytins形成于上千萬(wàn)年前，產(chǎn)生它們的逆轉(zhuǎn)錄病毒可能已經(jīng)滅絕了。

超感染干擾：宿主細(xì)胞有很多阻止病毒侵染的限制性因子，比如限制逆轉(zhuǎn)錄病毒的APOBEC3家族的DNA編輯酶、tetherin、SAMHD1和TRIM5-alpha等。在1981年就有研究發(fā)現(xiàn)，雞基因組中的內(nèi)源化位點(diǎn)（EV3， EV6, EV9）能夠通過(guò)受體干擾阻止禽白血病病毒的侵入。鼠科Fv4·基因也能夠阻止白血病病毒侵入細(xì)胞。對(duì)Fv4基因的進(jìn)一步研究發(fā)現(xiàn)，其含有一個(gè)存在缺陷的白血病病毒的原病毒，該原病毒含有完整的Env基因的開放閱讀框，但是缺失了包括LTR在內(nèi)的5'端片段。Fv4基因的表達(dá)完全受到宿主細(xì)胞的調(diào)控，成了細(xì)胞對(duì)抗病毒入侵的工具。此外，還有Rcmf和Rcmf2兩個(gè)基因也是源于病毒，不具感染力，但卻能夠幫助宿主抵抗外來(lái)病毒的入侵。

此外，還有一些Env編碼的糖蛋白出現(xiàn)變異，丟失了跨膜結(jié)合域，形成了分泌型，但其同樣具有組織病毒侵染細(xì)胞的能力。

研究還發(fā)現(xiàn)，即便有些病毒現(xiàn)在已經(jīng)滅絕了，ERVs的Env基因編碼產(chǎn)物仍然能夠?qū)@些已經(jīng)滅絕病毒產(chǎn)生抵抗能力。

雖然在人類基因中已經(jīng)發(fā)現(xiàn)了數(shù)十個(gè)Env基因的開放閱讀框，但是在體內(nèi)實(shí)驗(yàn)表明，沒(méi)有足夠的證據(jù)證明這些env基因賦予了人類抵抗逆轉(zhuǎn)錄病毒的能力。在體外實(shí)驗(yàn)顯示，HIV-1病毒確實(shí)能夠誘導(dǎo)CD4+的T細(xì)胞表達(dá)HML2基因（人類ERVs的一種），一些HML2位點(diǎn)含有完整的Env開放閱讀框，能夠抑制HIV-1病毒的產(chǎn)生。體內(nèi)和體外的試驗(yàn)差異，提示這些位點(diǎn)可能不是通過(guò)受體干擾抑制病毒，還存在其他一些有待研究的機(jī)制。

1. Env基因的高度保守性

目前發(fā)現(xiàn)，最古老的ERVs的完整env基因存在于鰭刺類魚的percomorf基因和靈長(zhǎng)類HEMO基因。這些env基因已經(jīng)存在有上億年。說(shuō)明這些基因高度保守，受到長(zhǎng)期的負(fù)向自然選擇的作用，同時(shí)也提示這些基因可能有重要的細(xì)胞功能。比如，percomorf的保守可能不是因?yàn)槠淠軌虻挚共《救肭郑悄軌虼偈故荏w介導(dǎo)的膜融合。HEMO基因不能介導(dǎo)膜融合，其能夠表達(dá)完整長(zhǎng)度的Env蛋白，該蛋白會(huì)被細(xì)胞蛋白酶裂解，一部分裂解產(chǎn)物會(huì)分泌到細(xì)胞外，比如在孕婦血液、胎盤血液和組織中可以檢測(cè)到該產(chǎn)物，但是具體什么生理作用我們還不得而知。

絕大多數(shù)逆轉(zhuǎn)錄病毒編碼的Env蛋白可以分為兩種：gamma型和beta型。

gamma型主要分布于脊椎動(dòng)物中，而beta型主要在哺乳動(dòng)物中發(fā)現(xiàn)。

目前關(guān)于Env基因的馴化主要集中于gamma型，可能是因?yàn)間amma型的env基因不容易導(dǎo)致細(xì)胞融合，使得宿主更容易將其馴化。

1. 其他ERVs的蛋白的馴化

除了上述Env基因編碼 的蛋白，還有gag和pol等編碼的蛋白也能能夠被宿主馴化。比如在小鼠中，Fv1基因就是內(nèi)源化的gag基因，其表達(dá)同樣能抵抗外源逆轉(zhuǎn)錄病毒。Fv1的直系同源基因在嚙齒類中廣泛存在，估計(jì)其起源于4500-5000萬(wàn)年前。

羊的EnjS56A1位點(diǎn)同樣編碼了一個(gè)Gag蛋白，能夠抵抗外源肺腺瘤病毒的復(fù)制、包裝和轉(zhuǎn)運(yùn)。

不過(guò)，在人類中，尚未發(fā)現(xiàn)Gag蛋白介導(dǎo)的抗病毒作用。人類體外細(xì)胞培養(yǎng)實(shí)驗(yàn)中，Gag顯示出一定的抑制HIV-1病毒的能力。

有些ERVs中還會(huì)存在一些其他輔助基因，特別當(dāng)這些ERVs來(lái)源于含有復(fù)雜基因組的外源性逆轉(zhuǎn)錄病毒時(shí)。比如小鼠的Mls基因，其來(lái)源于小鼠乳腺腫瘤病毒的sag基因。其表達(dá)產(chǎn)物能夠作為超抗原，激活T細(xì)胞，從而抵抗含有同類型sag基因的外源性乳腺腫瘤病毒的入侵。

1. 馴化的基因組印記

在ERVs序列中，賦予宿主病毒抗性的env基因通常伴隨著斷續(xù)的gag基因，pro基因和pol基因。這一方面說(shuō)明env基因具有較高的保守性，受到負(fù)向自然選擇的作用；另一方面也說(shuō)明其他幾個(gè)基因積累了大量的隨機(jī)替換。

一些關(guān)于自然選擇的方法可以用來(lái)識(shí)別這些位點(diǎn)，比如dN:dS，即非同義替換和同義替換的比例。該比值小于1 說(shuō)明受到負(fù)向自然選擇，等于1說(shuō)明是隨機(jī)的遺傳漂變，大于1說(shuō)明受到正向自然選擇。負(fù)向自然選擇和正向自然選擇并非互斥的，一個(gè)基因的一部分密碼子可能受到正向選擇，而另一部分密碼子可能受到負(fù)向選擇以保持必要的蛋白結(jié)構(gòu)和功能。研究表明，對(duì)于兩個(gè)ERVs（percomorf和HEMO），其比值都小于1，所以這兩個(gè)基因可能受到負(fù)向自然選擇。Fv1則受到了長(zhǎng)期的正向自然選擇，同時(shí)還受到了靶標(biāo)特異性的支系內(nèi)選擇壓力。

如果Env基因?qū)ξ锓N的發(fā)育有重要作用，那么其應(yīng)該高度保守，長(zhǎng)期受到負(fù)向選擇壓力。如果其僅僅是為了抑制外源逆轉(zhuǎn)錄病毒侵入， 那么這種對(duì)抗病毒的選擇壓力應(yīng)該是周期性的，隨著外源病毒的出現(xiàn)而形成，隨著外源病毒的滅絕而消失或者改變。研究結(jié)果也證實(shí)了上述假設(shè)，比如syncytins（和胎盤形成發(fā)育有關(guān)）形成時(shí)間很早，有1200萬(wàn)-8000萬(wàn)年；而用于抵抗病毒入侵的一些Env基因則相當(dāng)年輕，形成事件晚于2000萬(wàn)年。

非編碼元件的馴化

原病毒和ERVs能夠影響周邊數(shù)Kb范圍內(nèi)的基因的調(diào)節(jié)表達(dá)。ERVs中的LTR能夠作為啟動(dòng)子或者轉(zhuǎn)錄因子結(jié)合位點(diǎn)來(lái)調(diào)控基因，也可能會(huì)提供一些lncRNA作為調(diào)節(jié)序列。從宿主的角度來(lái)看，在進(jìn)化過(guò)程中，不斷地獲得和丟失ERVs調(diào)控序列，使得即便兩個(gè)進(jìn)化關(guān)系很近的物種也能表現(xiàn)出較高的表型多樣性。

ERVs的幾個(gè)特性能夠促進(jìn)宿主基因調(diào)節(jié)網(wǎng)絡(luò)的進(jìn)化。

首先，LTR序列含有高密度的調(diào)控序列，包括啟動(dòng)子和轉(zhuǎn)錄因子結(jié)合位點(diǎn)，這些序列的性質(zhì)實(shí)際上是反映了最初病毒整合時(shí)的特性，比如不同病毒對(duì)宿主的選擇性和組織選擇性。

其次，盡管逆轉(zhuǎn)錄病毒的整合沒(méi)有嚴(yán)格的靶標(biāo)序列特異性，但是其也并非完全隨機(jī)地插入整合，而是傾向于選擇宿主基因組的轉(zhuǎn)錄單元或者包含啟動(dòng)子的區(qū)域。所以內(nèi)源化產(chǎn)生的插入序列在基因組上的分布并不隨機(jī)。其中有些受到遺傳漂變的作用或者負(fù)向選擇作用，而逐漸被移除出群體；有些受到自然選擇可以在種群中固定，并長(zhǎng)期存在。

第三，相似性的LTR序列可以誘導(dǎo)染色體異位重組或者基因轉(zhuǎn)換。

第四，solo-LTR只保留了逆轉(zhuǎn)錄病毒的LTR序列，而丟失掉了編碼序列，避免了由這些編碼序列導(dǎo)致的基因組表觀修飾，保留了LTR序列的調(diào)控能力。

以上是ERVs非編碼序列對(duì)宿主基因調(diào)控的特點(diǎn)，更具體的關(guān)于非編碼調(diào)控的參見(jiàn)上一篇文章。

總結(jié)

目前關(guān)于內(nèi)源性病毒ERVs的研究還主要是在小鼠和人類身上；而且對(duì)ERVs的性質(zhì)的了解要主要集中在集中常見(jiàn)的ERVs家族中。 在其他動(dòng)物，特別是非哺乳類動(dòng)物中的情況還需要我們進(jìn)一步研究。

另外，目前還尚不清楚LTR對(duì)宿主基因調(diào)控的程度，即在多大程度上影響了宿主基因的表達(dá)。為什么有些物種支系會(huì)出現(xiàn)ERVs拷貝數(shù)暴增？大量的擴(kuò)增和內(nèi)源化是否能夠解釋脊椎動(dòng)物進(jìn)化過(guò)程中出現(xiàn)的多樣性？這些擴(kuò)增是否會(huì)影響到新物種的形成或者新表型的出現(xiàn)？

人們對(duì)逆轉(zhuǎn)錄病毒研究已經(jīng)有百余年歷史，分子進(jìn)化遺傳學(xué)的發(fā)展也有六七十年的歷史了。內(nèi)源性病毒成了病毒和和進(jìn)化遺傳學(xué)的交匯點(diǎn)，對(duì)內(nèi)源性病毒的研究有助于我們理解發(fā)育和形態(tài)進(jìn)化的多樣性，同時(shí)其在腫瘤和自身免疫病等領(lǐng)域也有一定程度的應(yīng)用。未來(lái)關(guān)于ERVs的研究，應(yīng)該在現(xiàn)有病毒學(xué)知識(shí)體系下，更多地融入群體遺傳學(xué)的理論。

資料來(lái)源：Johnson, W. E. (2019). Origins and evolutionary consequences of ancient endogenous retroviruses. Nature Reviews Microbiology, 17(6), 355-370.