《Nature Communications》:Analysis Camellia sinensis var. sinensis cv. Fuding Dabaicha genome unveils structural variation-driven metabolic innovation
编辑推荐:
本研究针对茶树基因组高度杂合导致代谢多样性遗传基础解析困难的问题,通过结合单精子测序与长读长测序技术,完成了茶树品种"福鼎大白茶"的高质量单倍型基因组组装。研究首次系统揭示了单倍型间占基因组23.8%的结构变异,发现转座子介导的重排是主要形成机制;建立了基于半同胞群体的QTL定位平台,发现CsDFRb启动子区的Gypsy LTR插入通过等位基因特异性表达影响p-香豆酰奎宁酸积累;利用该基因组进行mGWAS分析,比"铁观音"参考基因组多识别2,649个代谢数量性状位点,并验证了CsC3H和CsST2Ac在绿原酸和硫酸化代谢物合成中的功能。该研究为茶树功能基因组学和分子育种提供了重要资源。
茶树作为全球最重要的饮料植物之一,以其丰富的形态、代谢和遗传多样性而闻名。然而,茶树基因组具有大尺寸(约3 Gb)和高杂合度的特点,这使得解析其重要农艺性状(特别是理想的代谢性状)变得异常困难。尽管已有多个茶树染色体级别的基因组组装完成,包括优良品种和野生茶树的基因组,但大多数组装基于PacBio连续长读长测序,存在连续性和碱基质量相对较低的问题。茶树的高度自交不亲和性和杂合性使得单倍型信息对于茶树功能基因组学研究至关重要。缺乏单倍型基因组即使达到近乎完整水平的共识基因组也可能丢失重要的基因组信息。
为了解决这些问题,研究人员以优良茶树品种"福鼎大白茶"为材料,开展了一项创新性研究。该品种是中国广泛种植100多年的优良茶树 cultivar,系谱分析表明它是茶树育种中最常用的亲本之一。尽管前期研究通过单精子测序实验对福鼎大白茶进行了染色体分型和等位基因特异性表达基因分析,但由于缺乏完整的单倍型基因组,完全解析福鼎大白茶中等位基因变异的遗传机制仍然具有挑战性。
研究团队开发了一种基于精子细胞和长读长测序的流程来组装福鼎大白茶的单倍型基因组。首先,通过结合PacBio HiFi和牛津纳米孔超长读长测序技术,产生了初步的基因组组装。然后利用107个精子细胞的单细胞测序数据构建遗传图谱,将contig锚定到伪分子上。通过整合verkko和necat的组装结果进行缺口填充,最终获得了高质量的共识基因组(3.08 Gb)。评估表明,该基因组具有较高的完整性(BUSCO为99.0%)和碱基质量(QV为51.19)。
为了获得单倍型解析的基因组,研究人员将精子细胞数据重新映射到共识基因组,获得了15,818,536个高准确度的分型SNP,约占福鼎大白茶基因组中总杂合SNP的63.8%。通过整合7个福鼎大白茶后代的DNA测序数据,进一步分析了剩余的杂合SNP,最终实现了22,277,136个SNP(占总SNP的89.80%)的分型。利用这些分型SNP,将HiFi和ONT读长分配给两个单倍型,这些分型读长覆盖了福鼎大白茶共识基因组的99.95%,表明可以使用这些分型SNP产生高完整性的单倍型基因组。
通过结合额外的PacBio HiFi和超长ONT数据,研究人员使用hifiasm和verkko2进行了三重分箱组装,最终将单倍型A和B的各18和17个contig锚定到伪分子上。单倍型A和B基因组的contig N50分别达到208.85 Mb和199.17 Mb,表现出高碱基质量(QV分别为61.44和62.25)和低错误率。两个单倍型基因组分别检测到27和24个端粒,表明其完整性较高。基因注释显示,单倍型A和B基因组分别包含49,388和49,076个蛋白质编码基因。
研究发现两个单倍型基因组之间存在大规模重排,共检测到297个倒位、6,424个重复、98,865个缺失和102,871个插入,结构变异约占基因组的23.8%。进一步分析表明,约48.4%的结构变异与单个转座子重叠,其中27%的结构变异覆盖了至少90%的单个转座子,表明它们可能来源于转座子插入事件。Gypsy和Harbinger微型反向重复转座元件是转座子插入事件中的两个主要类别。
研究人员还发现,同源转座子可以作为异位DNA修复的底物,通过转座子介导的重排导致结构变异。约14.5%的结构变异可能来源于转座子介导的重排,观察到的转座子介导的重排数量比预期高出近三倍,表明转座子介导的重排在茶树结构变异形成中起关键作用。
利用单精子数据和高质量单倍型解析基因组,研究人员探索了单倍型基因组之间的结构变异如何塑造茶树的交换模式。共识别出846个交换事件,其中98.7%位于同线区域,在重排区域(插入、缺失、易位和倒位区域)或转座子富集区域未检测到交换事件,表明两个单倍型基因组之间的结构变异极大地影响了茶树的交换分布。
为了研究结构变异对基因功能的潜在影响,研究人员识别出与基因特征重叠的结构变异,包括5,933个外显子、23,005个内含子、19,066个上游和15,318个下游结构变异。转座子插入和转座子介导的重排在基因特征中表现出不同的积累模式,转座子插入在外显子区域显著减少,而在内含子、上游和下游区域显著富集。
通过整合9个组织的RNA-seq数据和包含31个材料的福鼎大白茶半同胞群体,研究了在两个单倍型基因组之间显示等位基因特异性表达模式的基因。共识别出5,439个和925个分别在9个组织和半同胞群体中显示等位基因特异性表达模式的基因,其中50.3%的等位基因特异性表达基因在9个组织中表现出组织特异性表达模式。
为了展示本研究组装的单倍型基因组的应用价值,研究人员利用31个福鼎大白茶后代材料的大规模代谢组数据进行了QTL定位。共识别出299个遗传区间,平均长度为7.9 Mb,并利用这些区间作为标记从两种叶片组织中识别代谢QTL。年轻叶片和第三叶分别有282和386种代谢物在福鼎大白茶后代的单倍型A和B之间显示出显著差异积累。
研究发现,在染色体5上的bin99中,p-香豆酰奎宁酸在年轻叶片和第三叶中的积累在两个单倍型之间存在显著差异。功能分析确定CsDFRb是影响福鼎大白茶后代中p-香豆酰奎宁酸含量的候选基因。基因表达分析显示,在福鼎大白茶后代中,单倍型A的CsDFRb表达值显著高于单倍型B,且在福鼎大白茶的9个不同组织中,单倍型A的CsDFRb也始终表现出比单倍型B更高的表达水平,表明CsDFRb在不同遗传背景和组织中具有稳定的等位基因特异性表达模式。
序列比对显示,单倍型B基因组中CsDFRb的启动子包含一个完整的Gypsy逆转录转座子,位于起始密码子上游1,299 bp处。双荧光素酶测定显示,单倍型A的CsDFRb启动子活性显著高于单倍型B。CsDFRb的瞬时过表达导致烟草叶片中p-香豆酰奎宁酸含量显著降低。甲基化分析显示,在转座子插入区域内存在强烈的DNA甲基化信号,但在CsDFRb基因体内未发现,表明Gypsy元件的表观遗传沉默可能降低单倍型B中的启动子活性,从而降低CsDFRb表达并间接影响茶树中的p-香豆酰奎宁酸含量。
为了确定福鼎大白茶基因组在基因挖掘方面的潜力,研究人员利用包含215个不同茶树材料和2,837种分析代谢物的大规模数据集,以福鼎大白茶共识基因组为参考进行了mGWAS分析。共识别出5,125个mQTL,与986种代谢物相关。与使用铁观音基因组作为参考相比,使用福鼎大白茶基因组时,2,649个mQTL(约51.7%)为新识别位点。
通过分析两个mQTL热点区域,研究人员验证了候选基因的功能。在福鼎大白茶基因组染色体6上的一个mQTL热点中,发现两个候选基因FD06g18840(CsC3Ha)和FD06g18841(CsC3Hb)编码拟南芥AtC3H的直系同源物,该酶可以催化p-香豆酰奎宁酸生成绿原酸。CsC3Ha的瞬时表达明显增加了烟草叶片中五种绿原酸异构体的含量,在茶叶中的瞬时表达也导致三种绿原酸异构体含量显著增加。
另一个值得注意的mQTL热点位于福鼎大白茶基因组染色体9上,在年轻叶片和第三叶中均被发现,与15种和16种代谢物相关。基于基因功能注释,选择了三个候选基因FD09g28251(CsST2Aa)、FD09g28252(CsST2Ab)和FD09g28253(CsST2Ac),这些基因属于磺基转移酶家族。CsST2Ac的表达水平与丁香酚硫酸盐含量的相关性最高。序列分析发现,CsST2Ac编码序列147 bp处的一个SNP(C-A)导致提前终止密码子。基因型分析显示,携带该提前终止密码子的材料在年轻叶片和第三叶中丁香酚硫酸盐含量显著较低。启动子分析显示,在福鼎大白茶单倍型B中,ATG上游507 bp处有一个807 bp的插入。双荧光素酶测定表明,单倍型A的CsST2Ac启动子活性显著高于单倍型B。CsST2Ac的瞬时过表达显著增加了烟草叶片中含硫酸基团代谢物的含量。
主要技术方法
研究采用PacBio HiFi和牛津纳米孔超长读长测序技术对福鼎大白茶年轻叶片进行基因组测序,结合107个精子细胞的单细胞测序数据构建遗传图谱并进行SNP分型。利用hifiasm、verkko和necat等组装软件进行基因组组装和缺口填充,通过整合7个福鼎大白茶后代的DNA测序数据提高分型准确性。采用RepeatMasker和RepeatModeler进行重复序列注释,BRAKER流程进行基因结构预测。通过SyRI和Sniffles2鉴定单倍型间结构变异,利用215个茶树材料的转录组和代谢组数据进行全基因组关联分析。功能验证采用双荧光素酶报告基因检测和农杆菌介导的烟草及茶叶瞬时表达系统。
单倍型基因组组装与质量评估
研究人员成功构建了福鼎大白茶的高质量单倍型解析基因组。单倍型A和B基因组的contig N50分别达到208.85 Mb和199.17 Mb,仅存在3个和2个缺口,分别检测到27和24个端粒,表明组装完整性高。基因组BUSCO评估显示完整性达99.0%以上,碱基质量值(QV)超过61,错误率低于7.17×10-7。LAI指数分别为25.85和26.17,达到黄金标准水平,表明重复序列区域组装质量优异。
单倍型间结构变异分析
两个单倍型基因组比对揭示了大规模结构变异,包括297个倒位、6,424个重复、98,865个缺失和102,871个插入,总长度约占基因组的23.8%。机制分析表明,48.4%的结构变异与转座子相关,其中56,276个变异可能来源于转座子插入事件。14.5%的结构变异由转座子介导的重排引起,其数量是随机期望值的三倍。同源重组事件(微同源性≥3 bp)占结构变异的14.8%,表明同源重组是茶树结构变异形成的重要机制。
交换分布与结构变异关联
基于单精子测序数据共识别出846个高质量交换事件,其中98.7%位于同线区域。重要发现是,在重排区域(插入、缺失、易位和倒位)或转座子富集区域均未检测到交换事件,表明单倍型间的结构变异显著影响茶树交换事件的分布模式。
等位基因特异性表达分析
整合9个组织RNA-seq数据和31个后代材料的转录组数据,鉴定出5,439个组织特异性等位基因特异性表达基因和925个后代群体中的等位基因特异性表达基因,其中483个基因在两类数据中共同出现,显示其在不同组织和遗传背景下具有稳定的等位基因特异性表达模式。结构变异在等位基因特异性表达基因的内含子、上游和下游区域显著富集,启动子区的结构变异对基因表达水平影响更为显著。
代谢数量性状位点定位
利用半同胞群体进行QTL分析,发现11个mQTL热点区域。在染色体5的bin99中,CsDFRb基因启动子区的Gypsy LTR插入通过降低基因表达影响p-香豆酰奎宁酸积累。功能验证表明,该转座子插入导致启动子活性降低,且插入区域存在高甲基化水平,表明表观遗传调控参与该代谢性状的形成。
基因组质量对全基因组关联分析影响
比较分析显示,使用福鼎大白茶基因组进行mGWAS比铁观音参考基因组多识别2,649个mQTL位点(增加51.7%)。福鼎大白茶基因组识别出76个mQTL热点,其中34个为特有热点。功能验证证实CsC3H参与绿原酸生物合成,CsST2Ac基因的启动子插入和编码区提前终止密码子共同影响硫酸化代谢物积累,且两个位点存在加性效应。
研究结论与意义
该研究通过整合单精子测序与长读长测序技术,实现了茶树基因组的高质量单倍型解析组装,系统揭示了单倍型间结构变异的规模、形成机制及其对代谢多样性的影响。研究建立的半同胞群体QTL分析平台和基于高质量基因组的mGWAS策略,显著提升了茶树复杂性状遗传解析的能力。发现的CsDFRb、CsC3H和CsST2Ac等关键基因为茶树品质改良提供了重要靶点,为茶树功能基因组研究和分子育种奠定了坚实基础。研究展示的高杂合物种单倍型基因组组装策略和结构变异分析方法,对其它复杂基因组的解析具有重要参考价值。