主要研究結果

1、亞洲棉基因組組裝更新

利用三代測序儀PacBio平臺共獲得142.54Gb的原始數(shù)據(jù)，組裝1.71Gb亞洲棉基因組，Contig N50=1.1 Mb，最長的Contig為12.37 Mb。利用Hi-C技術獲得超過20×的reads，將組裝的1573Mb的數(shù)據(jù)定位到13條染色體上，與已經(jīng)發(fā)表的基因組相比，當Hi-C數(shù)據(jù)比對到更新的基因組后，對角線外的不一致性明顯減少（見圖1a和b）。

注：a. Hi-C數(shù)據(jù)與亞洲棉原基因組比對；b. Hi-C數(shù)據(jù)與亞洲棉更新基因組比對

2、二倍體棉花群體遺傳進化分析

共計選擇了243份二倍體棉花材料：230份亞洲棉G. arboreum?(A2)?和13份草棉G. herbaceum?(A1)，來自于中國南部(SC)，長江(YZR)和黃河（YER）。以雷蒙德氏棉（G. raimondii）為外群，構建系統(tǒng)發(fā)育樹顯示，G. herbaceum（草棉）和G. arboretum（亞洲棉）聚類成2個獨立的群（見圖2a和b）。G. arboretum（亞洲棉）進一步又分為SC，YZR和YER三個群，顯示了地理分布模式的差異，進而利用PCA分析支持這一結果（見圖2c）。

圖2 二倍體棉花的群體分層分析

注：a，243份二倍體棉花系統(tǒng)發(fā)育樹；b，243份二倍體棉花的群體結構分析c，PCA主成分分析（中國亞洲棉的PCA分析；亞洲棉和草棉的PCA分析）

3、選擇性清除分析與GWAS分析

人工選擇在農(nóng)作物的馴化和遷徙的過程中具有重要的作用。群體結構分析顯示當K=4時，YER與SC和YZR明顯不同（圖2b，K=4）。通過兩兩群體間的選擇性清除分析（FST）鑒定出了分別覆蓋到59，53和51個顯著遺傳分化的區(qū)域。SC和YZR之間的21個分化的區(qū)域（約43.5 Mb?含有915個基因）在群體SC和YER之間是保守的（圖3a）。對來自不同環(huán)境下的11個重要性狀進行全基因組關聯(lián)分析，在98個顯著關聯(lián)的信號中，其中25信號個來自基因區(qū)（外顯子或內(nèi)含子區(qū)），包含與形態(tài)性狀相關的8個信號區(qū)，與產(chǎn)量性狀相關的6個信號區(qū)，與油籽性狀相關的3個信號區(qū)；剩余73個信號來自非編碼區(qū)。大部分農(nóng)藝性狀的GWAS關聯(lián)信號中顯示地理差異，如分支數(shù)，開花期，鈴重和抗病性這些性狀定位在保守的基因區(qū)（圖4b）。

參考文獻：Du X, Huang G, He S, et al. Resequencing of 243 diploid cotton accessions based on an updated A genome identifies the genetic basis of key agronomic traits[J]. Nature genetics, 2018, 50(6): 796.

圖1 陸地棉和海島棉染色體特征（含表觀遺傳標記）

?2、陸地棉和海島棉染色體結構變異分析

高質(zhì)量的參考基因組使研究人員直接通過比較基因組就能鑒定大的結構變異成為可能。發(fā)現(xiàn)有170.2 Mb的基因組序列被鑒定為G. hirsutum和G. barbadense之間的倒位，包括120.4 Mb的At亞基因組和49.8 Mb的Dt在A06染色體中發(fā)現(xiàn)了4個大的倒位變異，包括3個染色體臂內(nèi)倒位（in1, in3 and in4）和1個染色體臂間倒位（in2），通過Hi-C數(shù)據(jù)在斷點周圍離散的染色質(zhì)相互作用（圖2a），突出了Hi-C技術識別大規(guī)模染色體重排的優(yōu)勢。光學圖（BioNano optical maps）譜數(shù)據(jù)進一步支持了這些反轉斷裂位點（圖2b）。

圖2，陸地棉和海島棉A06染色體倒位鑒定

注：a，Hi-C互作熱圖；b，光學圖譜鑒定

3、漸滲系的構建及QTLs定位

由陸地棉Emian22作為受體親本，海島棉3-79作為供體親本構建包含168個個體的CSSLs群體，旨在引入有利的變異，如纖維質(zhì)量。QTL定位分析，共鑒定到5個性狀的13個QTLs位點，其中控制纖維長度位點2個，控制纖維強度位點4個，馬克隆值位點2個，纖維伸長率位點2個，纖維均勻度位點3個（圖3）。在這些QTLs位點中，9個位點之前未被鑒定出，通過檢驗13個QTLs中的基因表達水平，研究人員檢測到了235個在纖維發(fā)育過程中高度表達的基因，同時還整合了基因組變異數(shù)據(jù)來預測候選基因，而這些基因值得進一步進行精細定位以確認對這些性狀具有重要影響的基因。

圖4，QTL定位結果展示

注：a，陸地棉纖維質(zhì)量相關QTLs分布（紅框）；b，纖維長度相關QTL定位；c，纖維伸長率相關QTL定位

參考文獻：Wang M, Tu L, Yuan D, et al. Reference genome sequences of two cultivated allotetraploid cottons, Gossypium hirsutum and Gossypium barbadense[J]. Nature genetics, 2019, 51(2): 224.

圖1?S. spontaneum?AP85-441染色體與高粱染色體的比對

2、基礎染色體數(shù)目的減少

AP85-441基因組的組裝顯示了S. spontaneum的染色體數(shù)目從10降到8，而這與頻繁復制的古復制染色體對相關，通過與高粱的聚類比對，發(fā)現(xiàn)高粱祖先5號染色體和8號染色體同源物經(jīng)歷了染色體裂變（見圖2）。SbChr05（A12）的祖先染色體斷裂分為兩個主要部分，即C5S（A12S）和C5L（A12L），分別轉移到SbChr06（A2）和SbChr07（A5）的祖先染色體；SbChr8（A11）的祖先染色體斷裂為兩個主要的部分，即C8S（A11S）和C8L（A11L），分別轉移到SbChr09（A6）和SbChr02（A7 + A9）的祖先染色體中。SbChr8和SsChr5之間及SbChr5和SsChr7之間近乎同源的短片段是在高粱與甘蔗分化前，高粱SSA形成于13.4 MYA同源基因的殘留物，同時發(fā)現(xiàn)，S5中較小的SSA區(qū)域和S8中SSA的較大區(qū)域在重排的AP85-441基因組中也是保守的。

圖2 禾本科染色體數(shù)進化（高粱n = 10到甘蔗n = 8）

3、S. spontaneum的起源與遺傳多樣性分析

研究中對世界種質(zhì)資源庫的64份S. spontaneum材料進行重測序，發(fā)現(xiàn)其核苷酸多態(tài)性（π）[0.00021±0.000002 ]遠遠低于其它克隆繁殖的作物，如馬鈴薯，木薯，葡萄和柑。通過PCA主成分分析及群體結構分析發(fā)現(xiàn)64份材料分為3個群，這些群體也受到自然和地理起源推斷的64份種質(zhì)的系統(tǒng)發(fā)育關系的支持（見圖3），group1來源于菲律賓，印度尼西亞和巴布亞新幾內(nèi)亞；group2和group3來源于印度，巴基斯坦和伊朗?；蚪M倍性在三組中差異很大（從6x-16x）。通過系統(tǒng)進化分析發(fā)現(xiàn)，表明不同的倍性可能是從祖先獨立進化而來的。

圖3 64份甘蔗的群體結構與進化關系分析

參考文獻：Zhang J, Zhang X, Tang H, et al. Allele-defined genome of the autopolyploid sugarcane Saccharum spontaneum L[J]. Nature genetics, 2018, 50(11): 1565.

圖1 四倍體野生花生及兩個二倍體祖先熱圖評估

參考文獻：Yin D, Ji C, Ma X, et al. Genome of an allotetraploid wild peanut Arachis monticola: a de novo assembly[J]. GigaScience, 2018, 7(6): giy066.

圖1 系統(tǒng)發(fā)育樹分析

2、基因組測序、組裝及注釋

本研究基于單分子實時測序（SMRT）、高通量NGS和染色質(zhì)構象捕獲（Hi-C）技術組裝了高質(zhì)量的亞洲高緯度雜草稻W(wǎng)R04-6基因組。最終組裝出染色體水平的高質(zhì)量基因組，包含12條染色體，大小為373.93Gb，contigN50位6.09Mb。最后，去除重復序列后通過從頭預測、同源預測和RNA-seq分析共獲得41,385個基因，有96.32%的基因在NR，KOG,，GO，KEGG，TrEMBL數(shù)據(jù)庫中得到了注釋（見圖3）。

圖3 Hi-C輔助基因組組裝熱圖

圖4 雜草稻基因組分布圖

3、比較基因組分析

利用OrthoMCL軟件檢測WR04-6、R498、Nipponbare和W1943（O. rufipogon）間核心的、非必須的和共有的基因家族。在WR04-6中鑒定到了909個擴張的基因家族，并且通過通路分析顯示，這些基因在光合作用和呼吸作用中顯著富集（p<0.01），例如氧化磷酸化、光合作用和核糖體的KEGG途徑，考慮其可以作為遺傳改良的信號。以O. barthii作為外群構建的進化樹顯示W(wǎng)R04-6與粳稻祖先的分化時間估計在3,706ya（1,235ya-6,326ya），見圖4。

圖4 以O. barthii作為外群構建的最大似然樹

參考文獻：Sun J, Ma D, Tang L, et al. Population Genomic Analysis and De novo Assembly Reveal the Origin of Weedy Rice as an Evolutionary Game[J]. Molecular plant, 2019.

圖1 熱圖驗證Hi-C輔助染色體組裝

??圖2 構樹染色體分布圖

2、構樹的基因組進化

利用14個物種（無油樟、亞麻、毛楊、棉花、擬南芥、黃瓜、苜蓿、桑樹、構樹、桃樹、葡萄、番茄、毛竹和玉米）的單拷貝直系同源基因構建系統(tǒng)發(fā)育樹，發(fā)現(xiàn)構樹與桑樹在同一分支，在大約3100萬年前與桑樹分開，與桃子的分化時間在大約7800萬年前（見圖3），該結果被4DTv的分析結果所證實，通過Ks分析進一步得到證實。

圖3 14個物種的系統(tǒng)發(fā)育樹

根據(jù)已報道的雙子葉植物祖先和譜系特異性WGD，本研究推測，古六倍化始祖的21條染色體至少經(jīng)歷了11次大的染色體融和（cfus）和2次染色體裂變后產(chǎn)生了?？浦虚g狀態(tài)的12條始祖染色體（見圖4）。?？频氖甲嫒旧w的數(shù)目與葫蘆科和楊柳科是相似的，但是與薔薇科（n = 9）、豆科（n = 6）、錦葵科（n = 16）和茄科（n = 16）是不同的。進化推演分析表明，構樹的染色體是從?？频?2條始祖染色體經(jīng)27次融合和28次裂變重構的，說明構樹基因組在進化過程中至少經(jīng)歷了68次的染色體融合和裂變。

圖4 構樹和其他6種植物基因組重構的進化推演

3、比較基因組分析

在構樹基因組中共發(fā)現(xiàn)15,254個基因家族，與桑樹分化之后，有431個基因家族擴張，230個基因家族收縮，表明在適應進化過程中，構樹中更多的基因家族經(jīng)歷了擴張而不是收縮。另外，與苜蓿、毛楊和甜橙相比，轉錄因子發(fā)生明顯收縮（58個家族共1,342個轉錄因子，占蛋白編碼基因的4.4%）。肌動蛋白在植物的生長和發(fā)育的很多層面扮演著重要的角色，在酵母和很多動物中，肌動蛋白僅被一個單基因編碼。在構樹中僅發(fā)現(xiàn)4個肌動蛋白，少于藻類、小立碗蘚和無油樟。

參考文獻：Peng X, Liu H, Chen P, et al. A Chromosome-Scale Genome Assembly of Paper Mulberry (Broussonetia papyrifera) Provides New Insights into Its Forage and Papermaking Usage[J].?Molecular plant, 2019.

百邁客HI-C研究優(yōu)勢百邁客自2016年初以來，利用Hi-C技術進行染色體水平的基因組組裝及染色體三維構象的研究，成功開發(fā)出六堿基、四堿基酶切方案，組裝、互作輕松拿下。在植物Hi-C領域，更是邁進了一大步，在同行還只能處理植物活體樣本的時候，我們已經(jīng)可以輕松“駕馭”離體枝條。迄今為止，保持著近100%的建庫成功率，完成近300個物種，近千個文庫構建；文庫含酶切位點的有效數(shù)據(jù)比例最高達93%以上，平均比例高達68%。另外百邁客在Hi-C技術方面獲得一個專利和兩個軟著。Nature Genetics、Nature Communications、Molecular Plant等一大波Hi-C的高分文章在審稿或已接收的路上，后續(xù)會陸續(xù)與大家見面，敬請期待~~

如果您的科研項目有問題，歡迎點擊下方按鈕咨詢我們，我們將免費為您設計文章方案。