《The Plant Genome》：A whole-genome assembly of St. Augustinegrass and visualizing diversity within the species
编辑推荐：
本研究针对流行暖季型草坪草圣奥古斯丁草(Stenotaphrum secundatum)缺乏高质量基因组参考序列，限制其有利性状遗传基础研究和分子育种进展的问题，以耐寒品种‘Raleigh’为材料，利用PacBio CCS、Hi-C等先进测序技术，完成了该物种首个染色体级别的二倍体单倍型基因组组装，并注释了62,454个蛋白质编码基因。进一步，通过对79份种质资源进行低覆盖度测序，鉴定了超过60万个SNP，有效揭示了种内遗传多样性结构。该高质量参考基因组和遗传变异图谱，为圣奥古斯丁草的基因组学辅助遗传改良奠定了基础，并证明了低成本测序策略在高GC含量物种遗传分析中的可行性。
想象一下，在气候温暖湿润的美国南部，有一种草坪草以其浓密的绿荫、卓越的耐热耐湿和突出的耐阴能力，占据了家庭庭院高达70%的份额，它就是圣奥古斯丁草(Stenotaphrum secundatum)。这种禾本科的暖季型草坪草，因其能形成致密冠层抑制杂草，被视为经济环保的选择。然而，在光鲜的外表下，圣奥古斯丁草的育种家们却面临着一个根本性的困境：尽管对其形态和农艺性状了如指掌，但对其遗传组成的了解却极为有限。缺乏高质量的参考基因组，如同没有一张精确的“基因地图”，使得研究人员难以深入探究其优良性状（如耐寒、抗病）背后的基因秘密，也严重制约了利用现代分子标记进行高效育种的可能。历史上，育种依赖表型观察和形态学分类，虽然已开发出一些SSR（简单序列重复）和SNP（单核苷酸多态性）标记用于遗传图谱构建和多样性分析，但这些零散的“路标”无法揭示整个“基因组大陆”的全貌。特别是圣奥古斯丁草作为异交物种，具有较高的杂合度，明确其两个单倍型（来自父母本的各一套染色体）的具体序列，对于理解其遗传多样性、定位关键基因至关重要。为了打破这一僵局，一个国际研究团队开展了一项雄心勃勃的研究，旨在为圣奥古斯丁草绘制首张完整的染色体级别基因组图谱，并借此深入探索该物种的遗传多样性。这项研究成果最终发表于植物学领域的知名期刊《The Plant Genome》。
为了达成上述目标，研究团队采用了多组学技术整合的策略。他们选择了耐寒品种‘Raleigh’作为测序材料，这是一个二倍体栽培种，是圣奥古斯丁草耐寒性的商业标准。研究人员首先通过改良的CTAB（十六烷基三甲基溴化铵）法提取高质量高分子量DNA，利用PacBio公司的环状共识测序技术进行长读长测序，以获得高准确度的连续序列。同时，还进行了Illumina短读长测序用于纠错和评估，以及Hi-C（染色质构象捕获）测序以辅助染色体级别的组装。为了进行基因注释，研究还收集了接种灰斑病病原菌(Magnaporthe grisea)不同时间点的叶片样本，进行了RNA-seq（转录组测序），为基因预测提供转录本证据。最终，利用Hifiasm和HiCanu等软件进行从头组装，并结合遗传连锁图谱和Hi-C数据进行支架和染色体挂载。在获得高质量基因组后，研究团队对包含79个二倍体基因型（包括商业品种、育种系和种质资源）的多样性面板进行了低覆盖度基因分型测序，利用新建的参考基因组进行SNP鉴定和群体遗传结构分析。
3.1 基因组测序、组装与评估
研究人员首先通过流式细胞术和k-mer分析估算了‘Raleigh’的基因组大小，随后利用PacBio CCS测序数据，比较了Hifiasm和HiCanu两种组装工具的效果。结果显示，Hifiasm产生的初级单倍型组装在连续性上更优，其最大contig（重叠群）长度达到30.37 Mb。通过与已发表的两个以‘Raleigh’为亲本的遗传连锁图谱比对，验证了组装的准确性，并手动校正了三个存在单倍型混合的contig。利用Hi-C数据进一步进行染色体级别支架后，最终的初级单倍型组装大小为455.27 Mb，被锚定在9条染色体上，占基因组的97%以上；次级单倍型组装大小为401.53 Mb。BUSCO（基准通用单拷贝同源基因）评估显示，初级和次级单倍型的完整度分别高达98.7%和97.2%，LTR（长末端重复序列）组装指数也表明组装达到了参考基因组质量。序列比对分析表明，该组装与近缘物种Setaria italica（狗尾草）的基因组具有高度共线性，并与遗传图谱位置高度相关。进一步对两个单倍型进行共线性分析，揭示了高水平的杂合性，计算得出平均每194个碱基就存在一个SNP。
3.2 基因组注释
研究人员将两个单倍型基因组合并后进行注释。重复序列分析显示，约50.7%的基因组由重复元件构成。通过整合RNA-seq证据和近缘物种蛋白质同源性，研究团队最终在二倍体基因组中共预测了62,454个蛋白质编码基因，其中初级单倍型含33,836个，次级单倍型含28,618个。利用EggNOG、InterProScan等数据库进行了功能注释，并特别关注了可能与抗病相关的NLR（核苷酸结合富含亮氨酸重复）基因。蛋白质组质量评估显示，该注释的质量与其他高质量禾本科植物基因组相当。
3.3 多样性分析
利用新建的参考基因组，研究人员对79份圣奥古斯丁草二倍体材料（13份种质资源、20个栽培品种、46个育种系）进行了低覆盖度（平均约7x）重测序。经过严格过滤，共鉴定出605,038个高质量SNP。群体遗传结构分析表明，基因型能清晰地按照其系统发育和育种历史进行分组。种质资源材料主要聚类成两个大群，位于多维尺度分析图的两侧；而亲本已知的育种系材料，则准确地聚类在两个亲本之间。这证明了即使是高GC含量的物种，低成本的、低覆盖度的测序策略也能有效地用于遗传多样性分析和基因分型。研究还利用fastStructure分析了群体祖先成分，在K=3时，材料被划分为三个主要类群，与基于系谱和地理来源的分类基本一致。
本研究成功构建了圣奥古斯丁草品种‘Raleigh’的首个染色体级别、单倍型分辨的参考基因组，其完整性和连续性均达到高质量标准。基因组注释发现了超过6.2万个蛋白质编码基因，为功能基因组学研究提供了宝贵资源。更为重要的是，研究利用此参考基因组，通过对广泛种质资源的低覆盖度测序，高效地绘制了该物种的遗传多样性图谱，揭示了清晰的群体遗传结构，并验证了低覆盖度测序策略在此类高GC含量、高杂合度物种中的应用价值。这项工作标志着圣奥古斯丁草研究进入了基因组学时代，所产生的高质量基因组序列、基因注释和全基因组范围的SNP标记，共同构成了强大的分子工具箱。这些资源将极大地促进未来对圣奥古斯丁草重要性状（如耐寒性、抗病性、耐阴性）的遗传解析、数量性状位点(QTL)的精细定位以及分子标记辅助选择育种，从而加速培育出更具适应性、更抗病、品质更优的新品种，对于草坪草产业的可持续发展具有重要的科学意义和应用前景。
