《Scientific Data》：Telomere-to-telomere-level genome assembly and annotation of the Zi goose Anser cygnoides
编辑推荐：
本研究针对寒冷地区独特鹅种——籽鹅，为深入解析其重要经济性状的遗传基础，利用Oxford Nanopore长读长、PacBio HiFi、BGISEQ T7短读长及Hi-C技术，成功完成了端粒到端粒（T2T）水平的基因组组装与注释。组装基因组大小1.31 Gb，具有极高的连续性（contig N50: 54.14 Mb）与染色体锚定率，注释蛋白编码基因18,359个。该高质量基因组为发掘籽鹅特色性状基因、推动寒区特色农业发展提供了关键的遗传资源与理论依据。
在全球气候变化与农业可持续发展的背景下，如何利用和改良适应特定环境、具有独特经济性状的家禽品种，成为畜牧遗传育种领域的前沿课题。籽鹅（Anser cygnoides），作为中国寒冷地区的特色鹅种，以其优良的肉质、羽绒品质及环境适应性而备受关注。然而，与鸡、鸭等主要家禽相比，鹅的基因组研究相对滞后，尤其缺乏完整、连续的高质量参考基因组。这种基因资源的“短板”，极大地限制了科研人员从分子水平深入解析籽鹅重要经济性状（如生长、抗寒、肉质等）的遗传机制，也制约了现代分子育种技术在籽鹅遗传改良中的应用。为了填补这一空白，为寒区特色鹅业的精准育种和产业发展提供坚实的“遗传地图”，一项旨在构建籽鹅端粒到端粒水平完整基因组的研究应运而生。
这项研究发表于《Scientific Data》期刊，由An, B等人完成。研究人员综合利用了多种前沿的基因组测序与组装技术，以获取全面、高精度的遗传信息。关键技术方法包括：利用Oxford Nanopore技术（ONT）产生超长读长序列，用于跨越复杂重复区域；利用Pacific Biosciences（PacBio）的HiFi（High Fidelity，高保真）测序读取，提供高准确度的长读长数据；同时，结合BGISEQ T7平台产生的短读长数据进行纠错和提升碱基精度。为了将序列碎片锚定到染色体水平，研究采用了基于高通量染色质构象捕获（high-throughput chromatin conformation capture, Hi-C）技术的数据。研究对象为籽鹅个体。
研究结果
端粒到端粒水平的基因组组装
研究人员成功构建了籽鹅的端粒到端粒水平基因组。最终组装版本（ASM3073996v1）大小为1,305,488,053 bp（约1.31 Gb），展现了极高的连续性指标：重叠群（contig）N50长度达到54,135,724 bp，支架（scaffold）N50长度更是高达81,055,700 bp。超过93.4%的组装序列（1,219,987,289 bp）被成功锚定到40条染色体上，其中包括38条常染色体和一对Z/W性染色体。尤为突出的是，其中有13条染色体实现了无间隙（gap-free）的完整组装。利用BUSCO（Benchmarking Universal Single-Copy Orthologs，通用单拷贝直系同源基因基准）数据集进行评估，该基因组组装在鸟类（aves_odb10）中的完整度高达96.8%，证明了其高度的完整性和基因区域的覆盖度。
基因组注释与特征分析
在高质量的组装基础上，研究团队对籽鹅基因组进行了系统的功能注释。共预测到18,359个蛋白质编码基因，其中17,592个（约占95.8%）基因已得到功能注释。对非编码RNA（noncoding RNA）的鉴定发现了655,314 bp的相关序列。对基因组重复序列的分析显示，共有260,266,197 bp的序列被识别为各类重复元件，约占基因组总大小的19.94%。此外，通过与多个脊椎动物基因组的比较，研究还分析了籽鹅基因家族的扩张与收缩情况，以及潜在的正选择基因，为理解其物种特异性的适应性进化提供了线索。
基因组的质量评估与应用验证
研究通过多种方式验证了组装基因组的质量与实用性。BUSCO评估的96.8%完整度已属极高水平。通过比对公共数据库中的蛋白质序列，该基因组组装覆盖了91.7%的完整蛋白序列，进一步证实了其基因区域的完整性。将组装结果与已发表的鹅属（Anser）基因组进行比较，显示出高度的共线性，验证了染色体水平组装的准确性。这些高质量的评估结果为后续基于该基因组的各类遗传学、比较基因组学和功能基因组学研究奠定了可靠基础。
结论与讨论
本研究成功地利用ONT长读长、PacBio HiFi、短读长及Hi-C技术，首次构建了籽鹅端粒到端粒水平的高质量、染色体级别的参考基因组。该基因组具有极佳的连续性、完整性和准确性，其中13条染色体的无间隙组装更是达到了该领域的顶尖水平。全面的基因组注释工作，包括蛋白编码基因、非编码RNA和重复序列的鉴定，为籽鹅的遗传信息库增添了详尽的内容。
这项研究的成果具有多重重要意义。首先，它为解决鹅类基因组研究长期面临的组装碎片化、着丝粒和端粒等复杂区域难以解析的难题提供了优秀范例，所产出的籽鹅T2T基因组是家鹅遗传资源的一项重大补充。其次，这个高质量的基因组如同绘制了一幅精细的“遗传地图”，为科研人员后续深入“解码”籽鹅抗寒、生长、羽绒发育、肉质风味等重要经济性状的分子遗传基础提供了不可或缺的工具和框架。通过基因组比较和选择信号分析，可以精准定位与这些性状相关的关键基因和变异。最后，该研究直接服务于中国寒区特色农业的发展战略，为开展籽鹅的分子标记辅助选择（MAS）和基因组选择（GS）等现代分子育种实践提供了核心的遗传数据和理论依据，有望加速优良籽鹅品种的选育进程，提升产业竞争力。综上所述，这项研究不仅贡献了一个具有重要科学价值的基因组资源，也为从基因组学角度推动特色畜禽遗传资源的保护、挖掘与利用树立了标杆。
