近日，上海交通大學(xué)生命科學(xué)技術(shù)學(xué)院韋朝春團(tuán)隊(duì)和中國(guó)農(nóng)業(yè)科學(xué)院作物科學(xué)研究所合作完成基于三代測(cè)序數(shù)據(jù)的水稻泛基因組構(gòu)建及分析，相關(guān)成果論文 “Long-read sequencing of 111 rice genomes reveals significantly larger pan-genomes”在基因組學(xué)頂級(jí)期刊《Genome Research》在線發(fā)表。

 

　　該研究通過(guò)引入一系列新方法處理長(zhǎng)讀長(zhǎng)測(cè)序，構(gòu)建了針對(duì)三代測(cè)序（TGS）數(shù)據(jù)的水稻泛基因組構(gòu)建方法。與水稻參考基因組日本晴相比，新方法從105 個(gè)栽培稻（OS）構(gòu)建的泛基因組包含 604 Mb 的新序列，比此前由~3000 個(gè)栽培稻品種二代測(cè)序數(shù)據(jù)（SGS）構(gòu)建的泛基因組（~270Mb新序列）更全面。其中，重復(fù)序列是新序列的主要組成部分。加上6個(gè)野生稻（OR）品種，水稻泛基因組比現(xiàn)有參考基因組多879 Mb新序列和19,000個(gè)新基因。此外，該研究還為所有代表性水稻群體創(chuàng)建了9個(gè)高質(zhì)量的參考基因組，包括 5 個(gè)無(wú)間隙參考基因組。

 

　　該研究工作是由上海交通大學(xué)韋朝春教授課題組和中國(guó)農(nóng)業(yè)科學(xué)院作物科學(xué)研究所徐建龍研究員課題組合作完成。中國(guó)農(nóng)業(yè)科學(xué)院作物科學(xué)研究所張帆副研究員和上海交通大學(xué)生命科學(xué)技術(shù)學(xué)院博士生薛泓嶂為共同第一作者，中國(guó)農(nóng)業(yè)科學(xué)院作物科學(xué)研究所王文生研究員、徐建龍研究員和上海交通大學(xué)韋朝春教授為共同通訊作者。中國(guó)農(nóng)業(yè)科學(xué)院作物科學(xué)研究所黎志康研究員設(shè)計(jì)并參與了該項(xiàng)研究。

 

　　泛基因組（Pan-genome）是指某個(gè)群體中所有個(gè)體基因組的總和，泛基因組的構(gòu)建和基因存在-缺失變異（PAVs）分析是基因組研究的新熱點(diǎn)。基于二代測(cè)序技術(shù)，人們初步構(gòu)建了主要作物（如水稻、玉米、大豆）的泛基因組。然而，使用二代測(cè)序數(shù)據(jù)構(gòu)建的泛基因組仍存在基因組不完整和基因注釋不準(zhǔn)確的缺點(diǎn)。這些問(wèn)題在很大程度上可以通過(guò)長(zhǎng)讀長(zhǎng)測(cè)序（也稱(chēng)為三代測(cè)序）技術(shù)解決。

 

　　該研究挑選了100多個(gè)代表性水稻品種，結(jié)合二代和三代測(cè)序技術(shù)進(jìn)行全基因組測(cè)序，獲得了連續(xù)性和完整性很高的個(gè)體基因組；在此基礎(chǔ)上，構(gòu)建了高質(zhì)量水稻泛基因組，并填補(bǔ)了9個(gè)代表性水稻群體的高質(zhì)量參考基因組， 其中包括 5 個(gè)無(wú)間隙基因組。

 

　　在111 個(gè)水稻構(gòu)建的高質(zhì)量泛基因組中包含879 Mb 的非冗余新序列（序列相似度<90% ，長(zhǎng)度> 500bp）。新序列中近一半為長(zhǎng)末端重復(fù)（LTRs）逆轉(zhuǎn)錄元件Gypsy。新序列分布在每條染色體上，Chr1 包含最多數(shù)量的新序列，而 Chr11 具有最長(zhǎng)長(zhǎng)度的新序列。除了 Chr4 和 Chr11 的端粒附近的兩個(gè)峰以外，含有高密度新序列的基因組區(qū)域傾向于位于著絲粒附近。在所有水稻基因組中，野生稻包含的重復(fù)序列 LTRs 明顯多于栽培稻。在水稻泛基因組新序列中共發(fā)現(xiàn)19,319 個(gè)新的蛋白質(zhì)編碼基因（2,132 個(gè)新基因家族）。在所有基因家族中，約80%是核心或軟核心（存在于所有樣本中或者存在于超過(guò) 90% 的樣本中），約20%是非必需的。

 

　　為了探究測(cè)序技術(shù)對(duì)泛基因組構(gòu)建及分析的影響，該研究分別比較了75個(gè)水稻品種的二代和三代測(cè)序數(shù)據(jù)構(gòu)建的泛基因組及其基因的存在和缺失結(jié)果（基因PAV）。將基因分為三組（TGS偏好的、SGS偏好的和無(wú)偏好的）后，與SGS偏好的基因相比，TGS偏好的基因具有更高的GC含量和更短的CDS長(zhǎng)度。大多數(shù) SGS 偏好的基因的所有 CDS 區(qū)域都與重復(fù)元件重疊，這與 DNA 轉(zhuǎn)座子和 LTR 相關(guān)。然而，具有較高LINEs和 RC/Helitron比例的基因在 TGS 中比在 SGS 中更頻繁地被檢測(cè)到。這些結(jié)果表明，SGS數(shù)據(jù)在檢測(cè)基因PAVs時(shí)往往會(huì)得到更高的假陽(yáng)性率，尤其是對(duì)于包含重復(fù)序列的基因。

 

　　該研究進(jìn)一步對(duì)栽培稻的基因PAV與表型進(jìn)行了關(guān)聯(lián)分析，檢測(cè)到14,471個(gè)顯著的基因PAV和表型的關(guān)聯(lián)。例如LOC_Os01g27930（一種反轉(zhuǎn)錄轉(zhuǎn)座子蛋白）的缺失與籽粒長(zhǎng)寬比增加相關(guān)，而它的存在也與籽粒寬度增加相關(guān)。這些結(jié)果表明，基因PAVs對(duì)水稻表型變異可能有重要貢獻(xiàn)。

 

　　該項(xiàng)研究得到上海市自然科學(xué)基金、國(guó)家自然科學(xué)基金、三亞崖州灣科技城海南省聯(lián)合項(xiàng)目、海南崖州灣種子實(shí)驗(yàn)室項(xiàng)目、農(nóng)業(yè)科技創(chuàng)新計(jì)劃與合作創(chuàng)新任務(wù)、上海交通大學(xué)代謝與發(fā)育國(guó)際聯(lián)合實(shí)驗(yàn)室（JiRLMDS）聯(lián)合研究基金以及CAAS創(chuàng)新團(tuán)隊(duì)和國(guó)家高層次人才特殊支持計(jì)劃支持。項(xiàng)目實(shí)施過(guò)程中還得到上海交通大學(xué)高性能計(jì)算中心的大力支持。

 

　　論文鏈接：

 

　　https://pubmed.ncbi.nlm.nih.gov/35396275/