首个染色体水平的大木蜂Xylocopa dejeanii基因组组装揭示蜜蜂社会行为进化新线索

本研究针对木蜂亚科(Xylocopinae)基因组资源匮乏的现状，通过整合PacBio CLR长读长、Illumina短读长和Hi-C数据，首次完成大木蜂Xylocopa dejeanii染色体水平基因组组装（194.44 Mb/16条染色体， scaffold N50达13.15 Mb）。该研究填补了木蜂属关键物种基因组空白，为解析蜜蜂社会行为进化机制和传粉生态学研究提供了重要分子基础。

　　

在蜜蜂王国中，木蜂亚科(Xylocopinae)是一个充满进化谜题的类群——它们既有独居的"隐士"，也有高度社会化的"大家族"，这种社会行为的多样性甚至让科学家们着迷。然而，尽管全球已知有超过1000种木蜂，基因组资源的严重匮乏一直阻碍着科学家们揭开这些"木匠蜜蜂"进化奥秘的脚步。

中国科学院动物研究所动物生态与保护生物学重点实验室的研究团队将目光锁定在了大木蜂Xylocopa dejeanii身上。这种分布于古北区南部和印度-马来区北部的物种，其基因组犹如一把钥匙，有望打开理解木蜂社会行为进化的大门。研究人员在西藏墨脱县（海拔771米）采集样本，通过多组学技术联合作战，最终在《Scientific Data》上发表了首个木蜂属染色体水平基因组。

研究团队采用了三大关键技术：PacBio长读长测序（160.7×覆盖度）结合Illumina短读长（82.56×）进行初步组装，利用Hi-C数据（174.85×）将基因组锚定到16条假染色体上，并通过RNA-seq数据（7.31 Gb）辅助基因注释。特别值得注意的是，为避免肠道微生物污染，研究人员创新性地去除了样本的后腹部再进行DNA提取。

基因组组装

研究获得了194.44 Mb的基因组，包含141个scaffold，其中98.54%的序列成功锚定到16条假染色体上。scaffold N50达到13.15 Mb，GC含量为43.50%。通过BUSCO评估显示99%的完整性（昆虫数据库n=1,367），其中单拷贝基因占98.5%。基因组大小估计与k-mer分析结果（203.65 Mb）高度吻合。

重复序列分析

重复元件占基因组的14.54%（28.27 Mb），包括3.01%的DNA转座子、2.89%的长末端重复序列(LTRs)和0.58%的长散布核元件(LINEs)。图3通过环形图直观展示了基因组特征分布，可见重复元件与基因密度呈明显负相关。

基因注释

预测到10,970个蛋白质编码基因，平均基因长度6,715.5 bp，平均每个基因含6.3个内含子。非编码RNA鉴定出432个，包括89个rRNA和67个miRNA。功能注释显示8,461个GO条目和3,959个KEGG通路条目，为后续功能研究奠定基础。

这项研究不仅填补了木蜂属高质量基因组资源的空白，更构建了研究蜜蜂社会行为进化的新平台。通过比较该基因组与已发表的紫木蜂(Xylocopa violacea)等近缘物种，未来可深入解析社会性进化相关的基因家族扩张/收缩事件。特别值得注意的是，研究采用的"去后腹部"取样策略为昆虫基因组测序提供了新思路，有效降低了微生物污染风险。该基因组资源将极大促进对蜜蜂传粉适应性、社会行为分子机制等重大科学问题的探索。