DaapNLRSeek：多倍体甘蔗基因组抗病基因预测与进化的创新工具

为解决多倍体甘蔗基因组中NLR（核苷酸结合位点-富含亮氨酸重复序列）抗病基因注释难题，中国科学院微生物研究所团队开发了DaapNLRSeek流程，准确预测了5个甘蔗品种的NLR基因，发现其扩张发生在多倍化之前，并鉴定出可诱导烟草过敏反应（HR）的成对NLR基因。该研究为甘蔗抗病育种提供了重要工具，发表于《iScience》。

　　

甘蔗是全球最重要的糖料和生物能源作物之一，但病原体导致的产量损失高达20-50%。面对这一严峻挑战，抗病育种成为关键，而植物抗病基因的核心——NLR（Nucleotide-binding Leucine-rich Repeat）基因的精准注释是基础。然而，甘蔗基因组高度多倍化（如栽培种R570染色体数2n≈114），传统注释工具难以准确识别其复杂的NLR基因家族。

为突破这一瓶颈，中国科学院微生物研究所的Yiting Huang、Yingfeng Luo和Xiao Lin团队开发了DaapNLRSeek（二倍体辅助的多倍体NLR注释流程）。该研究以甘蔗的二倍体近缘种高粱（Sorghum bicolor）和滇蔗茅（Erianthus rufipilus）的NLR基因为训练集，结合NLR-Annotator、GeMoMa和Augustus算法，首次实现了多倍体甘蔗NLR基因的高精度预测。研究分析了5个甘蔗品种（包括栽培种R570、ZZ1和野生种AP85-441）的NLR基因，发现其扩张事件早于多倍化过程，并鉴定出能激活烟草（Nicotiana benthamiana）过敏反应的成对NLR基因。

关键技术方法包括：1）基于二倍体近缘种手动注释构建训练集；2）提取NLR基因座及其侧翼35 kb序列构建“NLRome”；3）整合同源预测与从头预测结果；4）通过瞬时表达实验验证候选基因功能。样本来源于已发表的甘蔗基因组数据及栽培品种“桂糖42”。

研究结果：
DaapNLRSeek流程的优越性
相比自动注释流程，DaapNLRSeek在R570中多检出26%的NLR基因（3,362 vs 2,428），且94%的预测结果与NLR-Annotator标记位点一致。在复杂多倍体基因组ZZ1（10.38 Gb）中，检出7,138个NLR基因，是自动注释的1.9倍。

NLR基因的进化特征
系统发育分析显示，甘蔗NLR基因的扩张主要发生在多倍化之前。例如，高粱单拷贝位点在滇蔗茅中已扩增至7个拷贝，而甘蔗各单倍型保留了相似拷贝数。染色体水平分析发现NLR基因分布不均，如R570的10号同源染色体间NLR数量差异达76个（10A含169个，10E仅93个）。

成对NLR基因的新发现
突破传统“15 kb间距”标准，发现间距达103 kb的成对NLR基因仍保持头对头排列。从栽培种“桂糖42”中克隆的G9-1/G14-2（含蛋白激酶结构域）能独立诱导烟草HR反应，系统发育显示其分别与水稻RGA4/RGA5同源，但序列相似性<40%，代表新的成对抗病基因家族。

非典型抗病基因的鉴定
首次在甘蔗中发现TIR-only（仅含TIR结构域）和TPK（串联蛋白激酶）基因。虽然R570含15个TIR-only和129个TPK基因，但瞬时表达未引发HR，提示其可能通过其他途径参与免疫。

结论与意义：
该研究创建的DaapNLRSeek工具解决了多倍体作物NLR基因注释的全球性难题，为甘蔗抗病育种提供了基因组资源。发现成对NLR基因的功能保守性及结构多样性，为工程化抗病设计提供了新靶点。研究还揭示了多倍化前后NLR基因的进化规律，对理解植物基因组复杂性具有重要理论价值。论文中鉴定的G9-1/G14-2等候选基因，为后续解析甘蔗免疫机制奠定了基础。