首个枝手目海参染色体水平基因组图谱揭示Colochirus anceps的进化特征与生物活性潜力

《Scientific Data》：Chromosome-level genome assembly of the sea cucumber, Colochirus anceps

本研究针对枝手目海参基因组资源匮乏的问题，通过整合PacBio HiFi长读长、Illumina短读长和Hi-C测序技术，成功完成了Colochirus anceps的染色体水平基因组组装（大小2,238.33 Mb，Contig N50为15.09 Mb，锚定至23条染色体）。注释获得24,102个蛋白编码基因，发现高达70.95%的重复序列。该基因组是枝手目海参的首个染色体级别参考基因组，为研究海参基因组多样性、进化关系及独特生理性状的遗传机制提供了关键资源。

　　

在浩瀚的海洋中，海参作为棘皮动物门的重要成员，不仅在海洋生态系统的物质循环和能量流动中扮演着关键角色，其体内蕴含的多种生物活性物质（如三萜皂苷）更展现出巨大的生物医药应用潜力。然而，海参类群的基因组资源分布极不均衡。根据Miller等人2017年的分类体系，海参纲分为七个目，其中Synallactida目（如刺参Apostichopus japonicus）和Holothuriida目（如黑海参Holothuria leucospilota）的基因组研究较为深入，而枝手目则长期缺乏高质量的基因组参考序列。前期基因组调查分析显示，枝手目海参具有异常大的基因组（约2238-3754 Mb）和极高的重复序列比例，暗示其可能经历了独特的基因组进化路径。因此，获取枝手目代表物种的染色体级别基因组，对于揭示海参类的基因组多样性、进化关系以及独特性状（如警戒色、生物合成能力）的遗传基础至关重要。

Colochirus anceps（曾用名Cercodemas anceps）是一种分布于热带海域（如越南、马来西亚）的枝手目海参，以其醒目的警戒色、在潮间带和海草床生态系统中的沉积摄食功能（促进营养循环和沉积物氧化）以及富含具有抗癌活性的holostane型三萜皂苷（如cercodemasoide A）而备受关注。为了填补枝手目海参基因组资源的空白，研究人员选择了C. anceps作为代表物种，利用多种高通量测序技术，成功构建了其染色体水平的基因组图谱，相关成果发表于《Scientific Data》期刊。

本研究主要采用了以下关键技术方法：从中国福建厦门采集的健康成年C. anceps个体肌肉组织，用于DNA提取。利用PacBio Sequel II平台进行高保真长读长测序，Illumina NovaSeq平台进行短读长和Hi-C测序，并对肌肉、体壁、肠道、呼吸树、神经环、触手和生殖腺等多种组织进行转录组测序以辅助基因注释。基因组组装使用Hifiasm，Hi-C辅助染色体挂载使用AllHiC和Juicebox，基因注释整合了从头预测、同源比对和转录本证据。

基因组调查、组装和质量评估

通过K-mer分析（k=17）预估C. anceps基因组大小约为2,268.5 Mb（校正后为2,238.33 Mb），其大小约为已报道Synallactida目海参基因组的2-3倍。基因组杂合率为1.06%，重复序列比例高达69.39%。使用PacBio HiFi reads进行组装，最终获得大小为2,407,851,961 bp的基因组，包含1,433个contig，contig N50达到15.09 Mb。通过Hi-C技术将95.09%的组装序列锚定到23条染色体上，与其他已发表海参基因组染色体数目一致。BUSCO评估显示基因组完整性达94.3%。短读长比对率高达98.37%，基因组覆盖度达99.36%，质量值Qv为32.73，表明组装具有高度的完整性和准确性。

重复序列和非编码RNA注释

重复序列注释结合了同源和从头预测方法，结果显示重复序列占基因组的70.95%，其中DNA转座子占比最高（42.19%），其次为LINE（12.18%）和LTR（11.88%）。非编码RNA注释鉴定出1,458个miRNA、38,549个tRNA、7,136个rRNA和2,300个snRNA。

蛋白质编码基因预测、功能注释和基因组结构可视化

综合运用从头预测、同源预测和转录本预测方法，共预测出24,102个蛋白质编码基因。基因平均转录本长度为35,790.07 bp，平均CDS长度为1,401.02 bp，平均每个基因含有6.82个外显子。功能注释结果显示，96.6%的基因（23,288个）成功获得功能信息。基因组结构通过Circos图可视化，展示了染色体、基因密度、GC含量、重复序列和LTR数量的分布情况。

本研究成功构建了枝手目海参Colochirus anceps的首个染色体级别参考基因组。该基因组大小为2.24 Gb，具有高重复序列含量（70.95%）和较高的组装质量。研究不仅丰富了棘皮动物的基因组数据库，为海参不同目之间的基因组比较和进化分析提供了关键数据，也为进一步挖掘C. anceps的独特生态适应性（如警戒色、底质适应）和生物医学潜力（如抗癌活性物质生物合成）的遗传基础奠定了坚实的基础。未来，基于该基因组资源，可以深入探究枝手目海参巨大基因组和高重复序列的进化意义，以及其活性成分的生物合成通路。