"Arunachali牦牛高质量参考基因组揭示高海拔适应机制：为保护与育种提供关键遗传资源"

本研究针对印度Arunachali牦牛（Bos grunniens）种群衰退、近交衰退和遗传稀释等保护难题，通过整合PacBio HiFi长读长测序、Bionano光学图谱和Hi-C技术，成功构建了染色体水平的2.85Gb高质量参考基因组（contig N50 70.4Mb）。该研究鉴定出25,855个蛋白编码基因（81.5%功能注释）和44.68%转座元件（LINEs占28.26%），为解析高海拔适应（high-altitude adaptation）、疾病抗性和生产性状的分子机制奠定基础，对牦牛基因组辅助育种和可持续管理具有重要价值。

　　

在喜马拉雅山脉的极端环境中，牦牛（Bos grunniens）作为海拔3000米以上地区的关键经济畜种，为高原社区提供肉、奶、纤维和运输等生存资源。然而最新数据显示，印度牦牛种群在2012-2019年间锐减24.67%，其中Arunachali牦牛——印度唯一注册品种——更面临近交衰退、气候变迁以及与牛杂交导致的遗传稀释威胁。传统育种方法难以解决这些复杂问题，而基因组资源的匮乏严重制约了其遗传改良进程。

针对这一紧迫问题，印度农业研究委员会国家牦牛研究中心联合多家机构，首次采用多组学整合策略解析Arunachali牦牛基因组特征。研究团队通过PacBio Sequel II系统生成HiFi reads（平均长度12.3kb，N50 14.7kb），结合Bionano光学图谱（>150k分子占58.1%）和Hi-C数据（141Gb，scaffold N50 103Mb），利用hifiasm组装出2.85Gb染色体水平基因组。经BUSCO评估显示95.7%的哺乳动物保守基因完整性，显著优于既往参考基因组。该成果发表于《Scientific Data》期刊，为高原适应研究和保护生物学提供了里程碑式资源。

关键技术方法包括：1）从6岁雌性Arunachali牦牛（体重246kg）采集血样提取DNA/RNA；2）PacBio HiFi测序（86.9Gb数据）与Iso-Seq全长转录本捕获；3）Bionano DLE1酶光学图谱（1.6Tb数据）辅助支架构建；4）Hi-C（Novaseq6000平台）实现染色体锚定；5）BRAKER2整合多种证据进行基因预测。

基因组组装
通过hifiasm（v0.19.9）初步组装后，采用purge_dups去除冗余序列，最终获得30条染色体（29+X）的基因组，GC含量42.34%。与野生牦牛（Bos mutus）相比，该组装在连续性（scaffold N50提高32%）和完整性（BUSCO提高4.2%）方面均有显著优化。

重复序列分析
RepeatMasker鉴定出44.68%重复序列，其中长散在核元件（LINEs）占比最高（28.26%），显著高于牛属其他物种。这些转座元件富集在缺氧响应基因周边，可能通过调控网络参与高海拔适应。

基因注释
TSEBRA整合工具预测25,855个蛋白编码基因，81.5%在NR、UniProt等数据库获得功能注释。KEGG分析揭示HIF-1
（缺氧诱导因子）和EPAS1
（内皮PAS结构域蛋白1）通路基因的显著扩张，为低氧耐受提供分子解释。

比较基因组学
与黄牛（Bos taurus）比较发现，Arunachali牦牛在血管生成（VEGF）和能量代谢（PPARγ）相关基因存在正选择信号，其线粒体复合物IV（COX4I2
）亚基呈现独特变异模式。

这项研究建立的染色体水平参考基因组，首次系统揭示了Arunachali牦牛适应极端环境的遗传基础。发现的HIF通路基因扩张和转座元件介导的调控机制，不仅为理解哺乳动物高海拔适应提供新视角，更可直接应用于分子标记辅助育种——通过优选EPAS1
等位基因，可培育既保持本土适应性又提升生产性能的改良种群。此外，基因组中鉴定的疾病抗性基因（如Mx1
）为抗病育种提供新靶点。该资源将显著推动印度高原牧区的遗传资源保护和可持续畜牧业发展。