板栗基因组de novo测序

【作者】 王金平； 田寿乐； 孙晓莉； 沈广宁；

【机构】 山东省果树研究所；

【摘要】 目前已知的板栗基因组信息是2012年公布在NCBI上的,基因组序列组装质量较低,缺少注释和染色体位置信息,难于利用。本研究利用最新的测序平台对板栗基因组进行测序和组装,并对基因组进行注释和分析,为挖掘板栗重要农艺性状和营养性状控制基因,促进板栗遗传改良奠定基础。样品制备:采集来自中国板栗资源圃(山东泰安)选育的一个板栗优系鲜嫩叶片,采用改良CTAB法提取DNA。根、茎、叶、花、果实等各组织经过液氮冷冻处理后,采用改良Trizol法分别提取RNA。用1%的琼脂糖凝胶电泳检测核酸质量。基因组测序及组装:基于Pacbio测序技术平台,由北京百迈克生物科技有限测序公司完成板栗的测序和组装。组装方法如下:首先基于Illumina Hiseq测序平台,构建基因组DNA 270 bp小文库,完成50×以上的测序数据量,评估样品质量、基因组特征,根据评估结果构建20 kb的SMRT Bell文库,完成100×的Pacbio测序数据。采用软件Canu v1.5,LoRDEC v0.5,Falcon v0.7,WTDBG v1.2.8进行组装和校正,然后基于Illumina测序结果采用Pilonv1.22软件进一步校正。最后通过HI-C技术,采用BWA align v0.7.10和LACHESIS软件将90%以上的基因组测序片段锚定到染色体上。基因组注释和分析:对测序基因组开展repeat注释、基因预测、NcRNA注释、基因功能注释及进化分析,开展板栗特有的抗癌活性物质合成相关基因,高水平非生物胁迫抗性和营养品质性状相关基因鉴定。本研究组装了一个高质量、锚定到染色体水平的板栗基因组序列,基因组大小为655.18Mb,显著低于前期预估的基因组大小(约800 Mb),且contigN50在1 Mb以上。对全基因进行了精细注释(编码基因预测、重复序列注释和转座元件分类、Non-coding RNA注释、假基因注释)和基因功能注释(Nr库注释、KEGG代谢通路注释、COG注释(Gene Ontology)、Tr EMBL注释、调控Motif预测);揭示板栗特有的板栗多糖、黄酮类等抗癌活性物质合成基因,明确在板栗组织内高活性表达的SAP类和MYB类基因提高了板栗的非生物胁迫抗性,解析板栗淀粉代谢相关的腺苷二磷酸葡萄糖焦磷酸化酶(AGPase)、可溶性淀粉合成酶(SSS)、颗粒结合型淀粉合成酶(GBSS)和淀粉分支酶(SBE)等基因在板栗果实中的特异表达影响板栗的食用和加工品质。本研究将带动板栗的下游一系列研究的开展,为后续的基因挖掘、功能验证、分子标记辅助育种提供了DNA序列信息。更多还原