染色体级别基因组破译：伞节马陆（Agaricogonopus acrotrifoliolatus）为螺带目巨型马陆进化研究提供关键资源

《Scientific Data》：Chromosome-level genome assembly of Agaricogonopus acrotrifoliolatus (Diplopoda: Spirostreptida)

本期推荐一项填补螺带目（Spirostreptida）基因组空白的重要工作。为解决该类群生态关键但基因组资源匮乏的问题，研究人员利用PacBio HiFi长读长、Illumina短读长与Hi-C技术，首次完成了中国最大马陆物种——伞节马陆（Agaricogonopus acrotrifoliolatus）染色体级别基因组组装。最终获得2.24 Gb的基因组，96.16%序列锚定至11条伪染色体，scaffold N50达360.24 Mb，BUSCO完整性为96.20%，并注释出12,492个蛋白编码基因和大量重复序列。该基因组为马陆比较基因组学、分解者生态功能与体型演化机制研究提供了高质量参考。

　　

在土壤生态系统中，马陆（Diplopoda）作为重要的分解者，在有机质分解和养分循环中扮演着关键角色。其中，螺带目（Spirostreptida）马陆以其异常巨大的体型（常超过300毫米）而著称，能够有效破碎粗有机残体，促进早期分解和微生物定殖，生态功能显著。然而，尽管马陆类群多样性高（16目、>12,000种），基因组学研究却严重滞后。截至2025年7月，美国国家生物技术信息中心（NCBI）数据库中仅收录了36个马陆基因组组装，覆盖7个目，且仅有3个物种拥有染色体级别的基因组。螺带目作为马陆中体型最大、生态作用突出的类群，其基因组资源竟完全空白，这极大限制了对马陆宏观演化、体型决定机制及其生态功能遗传基础的理解。

为解决这一瓶颈问题，刘冲、王佳佳等研究人员在《Scientific Data》上发表了题为“Chromosome-level genome assembly of Agaricogonopus acrotrifoliolatus (Diplopoda: Spirostreptida)”的论文，报道了螺带目首个染色体级别基因组组装。他们以中国最大马陆物种——伞节马陆（Agaricogonopus acrotrifoliolatus）为研究对象，该物种产于云南西双版纳热带雨林，以其生殖肢上具一对显著的伞形突起和三叶状基板而形态独特，是进行基因组学研究的理想代表。

本研究采用多平台测序策略：利用PacBio Revio平台产生约85 Gb的HiFi长读长数据，Illumina HiSeq 2000平台产生约118 Gb短读长数据用于基因组调查，并利用Hi-C技术进行染色体挂载。此外，还采集了头部、步足、生殖肢和体肌等多种组织进行转录组测序（RNA-seq），为基因注释提供支持。基因组调查通过k-mer分析（k=21）估计基因组大小约为2.28 Gb。初步组装使用Hifiasm软件完成，获得2.33 Gb的初步组装结果。随后利用AutoHiC自动化流程整合Hi-C数据，将96.16%的组装序列成功锚定到11条伪染色体上，最终获得2.24 Gb的染色体级别基因组。

基因组组装与质量评估

研究人员首先对测序数据进行了严格质控。基因组调查分析显示，伞节马陆基因组大小约2.28 Gb，杂合率约为0.22%，重复序列长度约1.46 Gb。使用Hifiasm对HiFi长读长进行初步组装，获得大小为2.33 Gb的contig级别基因组，contig N50为31.44 Mb。经过Hi-C辅助的染色体挂载后，最终基因组大小为2.24 Gb，scaffold N50高达360.24 Mb，11条染色体长度在53 Mb至394 Mb之间。使用BUSCO（Benchmarking Universal Single-Copy Orthologs）软件基于arthropoda_odb10数据集评估基因组完整性，初步组装和染色体级别组装的BUSCO完整性分别为96.30%和96.20%，表明组装高度完整。

重复序列注释

研究人员利用RepeatModeler构建了伞节马陆特异性的从头重复序列库，并结合Dfam和RepBase数据库，使用RepeatMasker对基因组重复序列进行注释。结果显示，重复序列占基因组的76.27%，其中长散在核元件（LINE）占比最高，达34.10%，其次是未分类重复序列（25.40%）、DNA转座子（8.20%）、长末端重复序列（LTR，7.58%）、短散在核元件（SINE，0.37%）和其他重复序列（0.62%）。如此高比例的重复序列，尤其是LINE的丰度，是马陆基因组的显著特征。

基因注释与功能分析

蛋白编码基因的预测综合了转录组证据、同源预测和从头预测三种策略。利用BRAKER3软件整合来自Illumina RNA-seq和PacBio全长转录组的数据，以及五个代表性马陆物种的同源蛋白序列，最终预测出12,492个蛋白编码基因，平均基因长度为26,861 bp。基因集BUSCO评估显示完整性达95.8%。功能注释方面，分别有10,757（86.11%）、10,356（82.90%）、8,797（70.42%）、7,823（62.62%）和10,202（81.67%）个基因在eggNOG、KOG、GO（Gene Ontology）、KEGG（Kyoto Encyclopedia of Genes and Genomes）和Pfam数据库中获得注释。非编码RNA注释共预测出9,740个rRNA（核糖体RNA）、1,046个snRNA（核小RNA）、51个miRNA（微RNA）和16,342个tRNA（转运RNA）。

本研究成功构建了螺带目马陆首个染色体级别的高质量参考基因组，填补了该重要类群基因组资源的空白。组装表现出高度的连续性和完整性，为后续比较基因组学和进化生物学研究奠定了坚实基础。基因组中高比例的重复序列，特别是LINE元件的扩张，为了解马陆基因组结构和演化提供了新视角。精确注释的基因集和非编码RNA信息则为功能基因组学研究提供了宝贵资源。该基因组的发布将极大推动对马陆，尤其是大型土壤无脊椎动物在生态系统中的功能、体型演化的遗传机制以及特殊形态发育等重大科学问题的探索。