CGRP：解码葫芦目全基因组复制事件，构建多组学整合研究新范式

《Plant Communications》：CGRP: A versatile platform for exploring the genomics of Cucurbitales

为解决葫芦目(Cucurbitales)物种因古多倍化(WGD)导致的基因组结构复杂、进化轨迹难以追溯及关键性状基因挖掘困难等问题，研究人员构建了葫芦目基因组研究平台(CGRP)。该平台整合了213个基因组、7,109个转录组及大规模代谢组数据，通过共线性分析、祖先基因组重建及基因家族进化分析，系统解析了葫芦目物种的基因组进化与功能创新，为葫芦目作物的分子育种提供了强大的数据支撑与工具支持。

　　

在浩瀚的植物王国中，葫芦目(Cucurbitales)是一个极具经济与生态价值的类群。它不仅包含了我们餐桌上的常客——西瓜、甜瓜、黄瓜、南瓜等，还拥有众多药用与观赏植物。然而，这个类群的基因组却异常复杂，其背后隐藏着多次全基因组复制(Whole-Genome Duplication, WGD)事件。这些古老的“基因复制风暴”虽然为物种带来了丰富的遗传创新潜力，但也导致了基因组结构的剧烈重组与基因家族的急剧扩张，使得科学家们难以追溯其进化轨迹，也难以精准挖掘控制重要农艺性状的关键基因。

为了攻克这一难题，由华北理工大学王金鹏教授领衔的研究团队，构建了一个名为葫芦目基因组研究平台(Cucurbitales Genome Research Platform, CGRP)的综合性研究工具。该平台整合了海量的多组学数据与强大的分析工具，旨在系统解析葫芦目物种的基因组进化与功能创新，为相关作物的分子育种提供强有力的数据支撑。相关研究成果已发表于国际知名期刊《Plant Communications》。

关键技术与方法

研究团队首先整合了葫芦目内已发表的34个物种的基因组数据，并新测序组装了葫芦科早期分化物种雪胆(Hemsleya chinensis)的基因组，构建了包含213个基因组的统一资源库。在此基础上，他们利用标准化的生物信息学流程，对29个核心物种的基因组进行了系统注释，包括基因功能、转座子(Transposable Elements, TEs)、调控蛋白(Regulatory Proteins, RPs)及N⁶-甲基腺苷(N⁶-methyladenosine, m⁶A)修饰调控因子等。核心分析包括：通过900对基因组比较构建了大规模共线性(Synteny)图谱；利用多基因组比对重建了葫芦目祖先基因组；基于共线性关系鉴定了32,672个直系同源群(Synteny-based Orthogroups, Syn-OGs)；并整合了7,109个转录组及大规模代谢组数据，以支持功能基因组学研究。

研究结果

1. 构建了葫芦目最全面的基因组资源库

CGRP整合了葫芦目内最广泛的基因组资源，包含213个统一格式的基因组，涵盖了34个物种。其中，新测序组装的雪胆基因组为研究葫芦科的早期进化提供了关键材料。平台集成了JBrowse基因组浏览器，并开发了便捷的基因获取工具，使用户能够轻松浏览基因组细节并获取特定染色体区域的基因信息。

2. 系统解析了全基因组复制(WGD)驱动的基因组进化

研究团队通过900对基因组比较，鉴定了12,083,671个基因对，构建了1,208,371个共线性区块(Syntenic Blocks, SBs)。基于此，他们开发了Syn-Blocks和Syn-Dotplots界面，分别用于推断WGD和物种形成相关的共线性区块，以及可视化展示WGD事件、染色体重排(Chromosome Rearrangements, CRs)和基因组片段化(Genomic Fractionation)过程。这些工具为揭示葫芦目复杂的基因组进化历史提供了直观的证据。

3. 重建了葫芦目祖先基因组并揭示其进化轨迹

研究团队构建了一个包含7个WGD事件的多基因组比对矩阵，涉及22,523,647个基因。利用这一矩阵，他们重建了葫芦目的祖先基因组，并开发了Anc-Genomes和Anc-Aligning界面。这些工具不仅能够静态和动态地展示祖先基因组，还能将新测序的基因组与祖先基因组进行比对，从而揭示其进化轨迹，为理解物种分化过程中的基因组重塑提供了新视角。

4. 挖掘了与重要农艺性状相关的基因家族

平台提供了基于共线性的直系同源群(Syn-OGs)和基因家族资源。通过Syn-Orthogroups界面，研究人员成功鉴定了与葫芦素(Cucurbitacin)等苦味物质合成相关的候选基因及其复制事件。此外，Syn-Families界面整合了Phy-Tree和Family-Circos等工具，使用户能够深入探索特定基因家族(如细胞色素P450家族)的起源与进化，从而为作物改良提供靶点。

5. 整合了多组学数据以支持功能基因组学与分子育种

CGRP整合了物种百科、转录组、代谢组、农艺生态、文献及外部数据库资源。其中，转录组界面包含来自18个物种、53个组织的7,109个转录组数据；代谢组界面则整合了葫芦目最大规模的代谢物资源。这些多组学数据的整合，为解析基因表达模式、代谢物合成途径及关键基因功能提供了全面的支持。

6. 开发了强大的生物信息学工具集

为了增强平台的挖掘能力与易用性，研究团队开发了WinO-Tools工具集，包含49个在线生物信息学工具，其中15个为新开发的脚本。这些工具涵盖了基因组注释、进化分析及基因家族研究等多个方面，并提供了本地运行工具包(CGRP-Local-Run)，以解决网络和计算资源限制问题。

结论与意义

CGRP平台的建立，标志着葫芦目基因组研究进入了一个全新的阶段。它不仅解决了因古多倍化事件导致的基因组复杂性难题，还通过整合多组学数据与开发用户友好的分析工具，为科学家们提供了一个强大的“一站式”研究平台。该平台能够有效支持葫芦目物种的进化生物学研究、重要农艺性状基因的挖掘以及分子育种实践。通过CGRP，研究人员可以更深入地理解葫芦目物种的起源与演化，并加速培育出更具抗逆性、更高产、更优质的葫芦目作物新品种，为保障粮食安全和促进农业可持续发展做出重要贡献。