旱地土壤绿藻 Tetradesmus sp. strain 198 基因组的全新组装与注释：探索类胡萝卜素生物技术生产的潜力

为探究微藻 Tetradesmus sp. strain 198 用于生物技术生产类胡萝卜素的潜力，研究人员开展其基因组测序研究。结果显示，获得 149 Mbp 的 contig 水平基因组组装，BUSCO 完整性 91%，N50 为 783 kbp ，注释出 19,841 个基因，为相关生物技术应用提供重要依据。

　　Tetradesmus sp. strain 198 是一种具有生物技术生产类胡萝卜素潜力的微藻。在本研究中，对其进行基因组测序，得到的基因组组装总长度为 149 Mbp，BUSCO 完整性为 91%，N50 为 783 kbp，注释出的基因总数为 19,841 个。

Tetradesmus sp. strain 198 是新发现的绿藻纲（Chlorophyceae class）、栅藻科（Scenedesmaceae family）菌株，经鉴定属于 Tetradesmus bajacalifornicus 分支。它是在澳大利亚东海岸干旱地区的裸土样本中分离得到的。该菌株在装有 50 mL 改良 Bold 基础培养基的锥形瓶中培养，培养条件为 22°C、光照强度 100 photons m^?2 s^?1，持续光照 2 周。按照制造商的说明，使用 NucleoSpin Plant II 试剂盒提取 DNA，并制备两个测序文库，即 Nanopore 长读长文库（在 ONT MinION 系统上测序，产生 15 Gbp 原始读数）和 Illumina 短读长文库（在 NovaSeqX Plus 平台上测序，产生 6.75 Gbp 原始双端读数）。

Nanopore 读数使用 Guppy v.7.1.4 进行碱基识别，参数包括 fast 模型（400 bps）、R10.4.1 MinION 流动池（FLO - MIN114）和 SQK - LSK114 文库制备试剂盒。质量分数高于 8 的读数用 Nanoplot v.1.28.1 进行分析。分析结果显示，总读数为 3,548,659，读长 N50 为 5,117 bp。长读数用 Flye v.2.9 组装成重叠群（contig）。

Illumina 短读数用 Fastp v.0.23.4 进行修剪，修剪过程包括碱基校正、低复杂度过滤，并保持最小读长 100 bp。修剪前后，使用 FASTQC v.0.11.9 评估 Illumina 原始读数的质量。修剪后的 Illumina 读数用 BWA - MEM v.0.7.17 映射到重叠群水平的组装结果上，再用 Pilon v.1.24 进行一轮短读长抛光，进一步提高碱基水平的准确性。利用生成的映射文件和 BLASTN v.2.14.0，通过 Blobtools v.1.1.1 对 NCBI 核苷酸数据库（https://www.ncbi.nlm.nih.gov/ ）进行比对，评估潜在的污染情况，并从主要组装结果中提取污染序列和细胞器序列。

用 Blobtoolkit v.4.2.1 进行 Snailplot 分析，结果展示了基因组组装的主要特征（最终组装包含 715 个重叠群，总长度 149 Mbp，N50 为 783 kbp，鸟嘌呤 - 胞嘧啶（GC）含量 55.56%，BUSCO 完整性 91%）。用 QualiMap v.2.3 评估覆盖率，长读长和短读长的覆盖率分别为 30× 和 89×。用 RepeatModeler v.2.0.5 和 RepeatMasker v.4.1.0 对基因组进行重复序列掩蔽，结果显示重复序列含量为 19%。基于 NCBI RefSeq 中的 7 个绿藻参考基因组，使用 GeMoMa v.9 进行基因注释，共鉴定出 19,841 个基因。除另有说明外，均使用默认参数。

研究得到欧盟 NextGenerationEU 基金等资助。