PacBio SMRT測序又一力作——《Nature》刊登高質量向日葵基因組組裝結果

前言

向日葵是一種世界通用的油料作物，即使在極端環境，例如乾旱的情況下，也能保證穩定的產量。可見，這一物種具有非常強的適應氣候變化的能力。鑒於其重要的油料價值和經濟地位，向日葵一直以來都被包括加拿大、法國等國家列為測序研究中的重大項目。但由於向日葵基因組主要由長的、高度相似的重複序列組成，這十幾年來，向日葵基因組的極端複雜性對前沿的測序技術提出了巨大的挑戰，最終通過長讀長的PacBio SMRT測序技術得以解決。

2017年5月，頂級雜誌Nature上發表了向日葵最新的高質量基因組組裝結果。作者採用了PacBio RS II平台，對自交系XRQ基因型的向日葵進行了測序，共消耗了407個 SMRT cell，從3200萬個長reads中拼接得到了13957個contig，contig N50為399kb，共組裝得到了3Gb的基因組數據，占預估基因組大小的80%。通過序列分析，構建了17條染色體，定位了97%的序列信息。

圖1：整合了遺傳學，多樣性以及基因表達數據的向日葵基因組組裝圖。

經過對基因組組裝結果的分析，發現向日葵基因組中超過75%的序列為長末端重複逆轉錄轉座子（Long Terminal Repeat Retrotransposons，LTR-RTs）。並且，在向日葵的基因組中，LTR-RTs以非隨機的模式分別。因此對於複雜結構的向日葵基因組，用NGS數據進行組裝，往往難以得到理想的結果。

圖2：每個染色體1 Mbp的基因密度。

圖3：每個染色體1 Mbp中DNA轉座子的密度

在此之前，研究人員們也得到了另一個基因型HA412的NGS數據。針對當時所採用的Roche 454和illumina兩個平台，建立了從200bp到40kb片段大小不等的多個文庫。分別經過組裝以後發現，運用Roche 454平台，組裝得到了3.1Gb的基因組數據，占基因組總長的86%，但scaffold N50僅為25kb；另一平台illumina，則組裝得到了1.2Gb的基因組數據，僅占基因組大小的33%，並且scaffold N50僅為21kb。

綜合454和illumina兩個平台，對數據進行了整合，通過31392個超級scaffold進行組裝，得到了HA412的2.04Gb的基因組數據。

在進一步的研究中，作者還基於基因組組裝的結果，比較了萵筍、朝鮮薊、葡萄、咖啡的基因組，以評估了菊科植物的演化史。並且，還運用GWAS、QTL方法重構了花期和油脂代謝這兩大育種性狀的遺傳網路，找到了新的候選基因。這一高質量的向日葵基因組組裝結果，將為農業生產、人類營養學、生物多樣性等研究領域帶來新的啟示。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！