PacBio構建目前最高質量的植物基因組參考序列

　　來自中科院遺傳與發育生物學研究所，四川農業大學的研究人員發表了題為“Sequencing and de novo assembly of a near complete indica rice genome”的文章，對一個秈稻基因組蜀恢498（R498）進行PacBio單分子測序，結合遺傳圖譜和fosmid文庫測序，并利用了BioNano光學圖譜的驗證，最后得到一個長度為390.3 Mb的基因組。

　　這一研究成果公布在5月4日在Nature Communications雜志上，文章的通訊作者是遺傳發育所的梁承志研究員和四川農業大學水稻研究所的李仕貴教授。這項研究表明在現有的技術條件下，得到一個接近完成并在染色體水平上具有連續序列的高質量參考基因組是可行的，對于提高目前高等動植物基因組的組裝質量具有重要的指導意義。

　　隨著PacBio單分子實時（SMRT）測序技術的發展，利用它已能夠獨立完成高質量基因組草圖的組裝。然而，這些草圖序列中仍然存在多種錯誤，比如序列中會包含有很多嵌合體（即不同位置的序列連接到了一起）或是組裝質量比較差的區域等，特別是重復序列區域有的沒有組裝出來，有的組裝出來多個序列，而且這些錯誤通常也難以檢測。

　　另外，單純利用SMRT測序還只能裝出一個個的DNA小片段，而要連成整條染色體的序列，則需要借助于遺傳圖譜，或是最近發展的Hi-C技術。然而，簡單利用于這兩個技術形成的染色體序列，仍存在很多的缺陷：（1）小的片段難以放到染色體上，導致形成的染色體序列上有大量的缺口，（2）放上的片段中包含有大量的順序排列錯誤和序列的方向錯誤。這樣形成的染色體用作參考基因組進行基因定位，容易漏掉基因或導致錯誤的定位。

　　為了利用現有的技術進行高質量的植物基因組組裝，中國科學院遺傳與發育生物學研究所梁承志研究組與四川農業大學李仕貴教授合作，從2014年開始對一個秈稻基因組蜀恢498（R498）進行PacBio單分子測序，結合遺傳圖譜和fosmid文庫測序，并利用了BioNano光學圖譜的驗證，最后得到一個長度為390.3 Mb的基因組，共由17個連續DNA片段（Super-Contig）組成，包括7條頭尾相連的染色體和5條分成兩個Super-Contig的染色體。

　　蜀恢498的基因組是目前所有高等動植物中組裝質量最高的基因組，除了5個著絲粒重復序列區域和其它少數幾個串聯重復序列區域，整個基因組都被組裝了出來；其基因組完整性和連續性都大大高于日本晴及擬南芥等基因組，且有更低的錯誤率。

　　這個結果也顯示了秈稻的基因組大小不超過395 Mb。他們在R498序列中發現了兩個核仁組織區，多于日本晴基因組的一個。通過比較兩個基因組上的基因序列可以看出，超過2/3的基因有序列上的差異，兩個基因組之間也含有大量的由于轉座子獨立插入導致的結構變異。

　　此外，研究人員還組裝出了一個完整的線粒體序列，發現了日本晴線粒體序列中的幾個大的錯誤，也發現了目前日本晴基因組參考序列中錯誤地摻入了很多線粒體和葉綠體的序列。作為參考基因組，R498序列將被用于秈稻突變基因的定位，及秈稻群體的全基因組關聯分析。蜀恢498基因組的完成，顯示了在現有的技術條件下，得到一個接近完成并在染色體水平上具有連續序列的高質量參考基因組是可行的，對于提高目前高等動植物基因組的組裝質量具有重要的指導意義。