生菜超级泛基因组揭示基因组进化与驯化奥秘

研究人员通过整合12个代表性栽培和野生生菜基因组，构建了首个高质量生菜超级泛基因组，揭示了转座子扩张导致基因组大小变异、结构变异(SVs)的表观遗传特征及其在驯化中的作用，发现开花位点C(FLC)拷贝数变异与栽培生菜开花延迟相关，为生菜功能基因组研究和分子育种提供了重要资源。

　　

生菜作为全球广泛种植的蔬菜作物，其营养价值和低热量特性备受青睐。然而，这个重要作物的基因组进化和驯化机制仍存在诸多未解之谜。尽管已有部分生菜基因组被测序，但由于其基因组复杂（大小从2.1Gb到5.5Gb不等）且富含重复序列，这些基因组在连续性和完整性方面存在差异，难以全面揭示生菜基因组进化和驯化的全貌。此外，DNA甲基化在基因组稳定性和结构变异(SVs)形成中的作用，以及驯化过程中关键性状的遗传基础仍不清楚。

为解决这些问题，Temasek Life Sciences Laboratory的研究人员开展了系统性研究。他们通过整合PacBio HiFi长读长测序和高通量染色体构象捕获(Hi-C)技术，从头组装了10个高质量染色体级别基因组，涵盖5个栽培生菜形态型（结球、散叶、罗马、拉丁和油用生菜）、1个地方品种和4个近缘野生种（毒莴苣、野莴苣等）。结合已发表的2个栽培生菜基因组，构建了首个生菜超级泛基因组和基于图形的参考基因组。研究发现转座子扩张（特别是LTR反转录转座子）是导致野生种L. indica基因组显著增大（5.5Gb）的主要原因，这与CHH甲基化水平降低和CMT2基因表达下调相关。通过分析37,456个泛基因家族，发现驯化过程中保留的基因富集于DNA复制和生物胁迫响应通路，而丢失的基因则与温度响应和蛋白定位相关。研究还鉴定出506,004个与驯化相关的结构变异簇，其中FLC基因拷贝数增加（栽培生菜5-8个拷贝vs野生种3个拷贝）与开花延迟性状相关。该研究为生菜功能基因组研究和分子育种提供了宝贵资源，相关成果发表在《Nature Communications》上。

关键技术方法包括：（1）整合PacBio HiFi和Hi-C数据组装染色体级别基因组；（2）基于RNA-seq、同源预测和从头预测的基因注释；（3）使用OrthoFinder进行直系同源基因聚类和进化分析；（4）LTR_retriever分析转座子插入时间；（5）甲基化测序(MethylC-seq)分析DNA甲基化模式；（6）基于图形基因组(graph genome)的结构变异检测。

研究结果部分的主要发现：

"High-quality genome assembly of representative lettuce morphotypes and wild relatives"：组装的10个基因组大小从2.1Gb（L. saligna）到5.5Gb（L. indica）不等，contig N50平均达20Mb，99.6%序列锚定到9条假染色体上。野生种间基因组共线性低，特别是L. indica与栽培生菜差异显著。

"Super-pangenome of lettuce"：鉴定37,456个泛基因家族，其中42%为核心基因（所有12个基因组共有），3%为品种特异基因。驯化保留基因富集于DNA复制等过程，而丢失基因与温度响应相关。

"Similar diploidization effect across the Lactuca genus"：全基因组三倍化(WGT)基因占14.8%，在核心基因中比例更高（34.8%），这些基因具有低CG甲基化和高表达特性，可能在二倍化过程中被选择性保留。

"Transposon expansion contributing to genomic size"：L. indica基因组中LTR占比最高（89.1%），其Copia元件近期多次扩张，这与CHH甲基化