《Poultry Science》：An Anas pangenome graph reveals the role of structural variations in duck domestication
编辑推荐：
尽管家鸭与其野生祖先之间存在显著的表型分化，但由于线性参考基因组在捕获Anas属（Anas）遗传多样性方面的局限性，导致这种分化背后的结构变异（SVs）在很大程度上仍未被探索。目前的泛基因组研究要么缺乏碱基水平的分辨率，要么受到基因组锚定的限制，阻碍了驯化遗传
尽管家鸭与其野生祖先之间存在显著的表型分化，但由于线性参考基因组在捕获Anas属（Anas）遗传多样性方面的局限性，导致这种分化背后的结构变异（SVs）在很大程度上仍未被探索。目前的泛基因组研究要么缺乏碱基水平的分辨率，要么受到基因组锚定的限制，阻碍了驯化遗传特征的探索。本研究中，研究人员组装了绿头鸭（Anas platyrhynchos）和斑嘴鸭（Anas zonorhyncha）的染色体级别基因组，这两个个体保留了大量的家鸭遗传成分。通过将这些基因组与14个高质量的Anas基因组整合，研究人员构建了一个碱基水平分辨率的泛基因组图谱，涵盖243.4 Mb的非参考序列（NRSs）。该基于图谱的分析流程表现出更优的比对性能，并鉴定了67,165个群体水平的SVs，与基于线性的方法相比，检测灵敏度提高了五倍。值得注意的是，SVs解释了比单核苷酸多态性（SNPs）更多的遗传方差（PC1：8.75% vs. 3.25%），并提供了比SNPs更精细的局部祖先解析度，凸显了SVs在解析鸭子群体结构方面的独特优势。利用该图谱，研究人员恢复了163个在远缘物种中普遍存在但在 domestic 和野生群体中处于低频率的祖先SVs。这些祖先序列在重力感知（gravity sensing）和纤毛组装（cilium assembly）中的丢失可能为驯化提供了必要的生理可塑性。此外，高度分化的外显子SVs表现出非随机分布，优先积累在UTR区域而非CDS区域。具体而言，TMEM123和FAM13A基因UTR中的高度分化SVs可能与抗病毒反应和脂肪生成调控相关。类似地，研究人员鉴定了一个位于FAM184B基因上游3.66 kb处的高度分化75 bp插入变异，该变异可能与鸭子驯化过程中的肌肉生长变化相关。总之，该研究为Anas属建立了一个全面的碱基分辨率泛基因组资源。研究结果表明，SVs对于解析复杂的演化历史至关重要，并提示SV介导的调控进化是鸭子驯化过程中快速表型变化的重要驱动因素。
本研究论文发表于《Poultry Science》，旨在解决Anas属鸭子遗传多样性研究中因依赖线性参考基因组而导致的结构变异（SVs）系统性缺失问题。鸭子作为全球重要的家禽，其驯化历史超过2000年，人工选择驱动了家鸭与野生祖先之间显著的形态和生理分化。与SNPs相比，SVs在塑造驯化相关性状方面具有更大的影响潜力，涵盖体型、羽色等重要经济性状。然而，传统基于短读段比对线性基因组的分析方法存在明显局限：单一参考基因组无法代表物种全部遗传多样性，即使人类GRCh38参考基因组也未能捕获约10%的 genome-wide 遗传变异。Anas属的情况尤为复杂，该属物种特别是绿头鸭具有显著的种间杂交能力，domestic ducks、绿头鸭与斑嘴鸭之间存在广泛而复杂的 gene flow，形成了高遗传多样性的混合祖先背景。在此背景下，单一线性参考基因组成为信息瓶颈，掩盖了定义Anas属的关键祖先SVs。
为突破这一瓶颈，研究人员开展了本项研究。此前鸭子的泛基因组研究已取得重要进展，但仍存在关键不足：线性泛基因组虽能捕获约41 Mb非参考序列（NRSs），但难以精确锚定基因组坐标且计算成本随序列扩展急剧增加；基于Minigraph的图谱虽能表示大型复杂变异，但缺乏小于50 bp变异的碱基分辨率。因此，构建一个高分辨率、能全面代表Anas属遗传多样性的泛基因组图谱成为迫切需要。
研究人员开展了以下研究工作：组装了一个绿头鸭（MaM）和一个斑嘴鸭（SBM）的染色体级别基因组，整合14个已发表高质量基因组，构建了碱基对分辨率的Anas泛基因组图谱；评估了图谱的比对和分型性能；对比了SVs与SNPs在解析群体结构方面的差异；恢复并分析了丢失的祖先SVs；鉴定了与驯化相关的高度分化SVs及其功能影响。研究得出的核心结论包括：Anas泛基因组图谱显著优于线性参考；SVs在解析群体结构方面具有独特优势；163个祖先SVs的丢失为驯化提供了生理可塑性；UTR区域的SVs是调控进化的关键；NCAPG-FAM184B位点的调控变异驱动了肌肉发育的表型分化。该研究为鸭子功能基因组学和遗传改良提供了关键的结构基础，重新定义了对Anas属遗传多样性的理解。
研究样本来源于17个基因组：新测序的MaM和SBM来自江西鄱湖生态养殖有限公司（经北京实验动物福利伦理委员会批准），其余14个已发表高质量基因组包括6个家鸭（3个北京鸭、2个绍兴鸭、1个连城白鸭）、5个绿头鸭复合群wild ducks（3个绿头鸭、2个斑嘴鸭）和5个其他Anas wild ducks（A. acuta, A. crecca, A. falcata, A. clypeata, A. formosa）。此外，研究使用了81个个体的重测序数据（涵盖7个品种/物种）以及99个来自绿头鸭和北京鸭不同发育阶段、不同组织的转录组样本。
**脱新组装两个混合祖先野生鸭基因组**
computational complexity。**Anas泛基因组图谱包含丰富的非参考序列和重复富集变异。** 研究构建了四个层级的图谱表示：SV图谱、完整图谱、裁剪图谱和过滤图谱。以裁剪图谱为主要参考，其包含2.048亿个节点和2.827亿条边，涵盖13.827亿个碱基。与 backbone 基因组Pekin_C18相比，图谱额外包含243.4 Mb的NRSs，占图谱序列的17.6%。系统发育距离与NRS积累呈强相关性：更远缘的物种贡献了更多的新序列，如A. clypeata（37.7 Mb）和A. formosa（24.0 Mb）。变异特征分析显示，完整图谱包含70,936,096个变异位点，其中396,369个SV位点经合并后保留204,572个超过50 bp的非参考等位基因。个体独特等位基因数量范围为3,046至28,433。值得注意的是，重复元件在这些非参考等位基因中显著富集，占全部等位基因的60.86%，其中长散在核元件（LINEs, 28.47%）和简单重复（24.17%）占主导。
**Anas泛基因组图谱具有更优的比对和SV分型性能。** 模拟数据评估显示，所有基于图谱的比对流程（完整、裁剪、过滤图谱+Giraffe）均优于基于线性的方法（线性+Minimap2）。经验证数据进一步证实，过滤图谱+Giraffe流程在81个个体中的比对率（99.26% vs. 99.10%）和正确配对率（98.58% vs. 96.49%）均显著高于线性流程。在SV分型方面，基于过滤图谱鉴定了67,165个群体水平SV位点，精确度、召回率和F1分数分别达到83.8%、80.0%和81.8%。尤为重要的是，基于图谱的流程鉴定的群体水平SVs数量是基于线性方法的近五倍（67,165 vs. 14,081），且在图谱中多个组装共享的SVs在81个样本群体中倾向于具有更高的等位基因频率。
**SNPs与SVs在群体结构解析中呈现差异分辨力。** 全基因组水平上，SNP和SV密度呈强正相关，但SV表现出显著的空间异质性，57.5%的基因组区域呈低代表性，而染色体末端显著富集。功能尺度分析显示，SVs在基因5 kb侧翼区域高度集中，外显子区域则显著减少。PCA分析表明，SVs和SNPs均能清晰区分三个群体（domestic ducks、绿头鸭复合群wild ducks、远缘Anas wild ducks），但SVs解释了更多的遗传方差（PC1: 8.75% vs. 3.25%；PC2: 6.48% vs. 2.97%）。混合分析进一步揭示，SV分析显示绿头鸭群体内混合个体中IND组分更少而北京鸭+樱桃谷鸭组分更多，IND群体表现出更强的北京鸭+樱桃谷鸭混合信号，而北京鸭和樱桃谷鸭群体则显示出更多的绿头鸭起源混血。特别地，在MaM和SBM两个混合样本中，SVs估计的全局domestic祖先比例低于SNPs，但在100 kb窗口水平的局部比较中，SVs衍生的domestic祖先分数却系统地高于SNPs，表明SVs能更敏感地识别局部domestic富集区域。
**Anas泛基因组图谱恢复丢失SVs揭示鸭子驯化的遗传特征。** 在67,165个群体水平SVs中，鉴定了630个来自其他Anas wild ducks的SVs。这些SVs主要为低频率（AF: 0-0.1和0.1-0.3），长度分布在50-100 bp和100-500 bp。330个SVs在domestic和wild群体中的分布分析显示，278个可在绿头鸭复合群wild ducks中检测，181个在家鸭中保留，163个为两者共享。由于这些插入变异最初来源于远缘Anas wild ducks，其在绿头鸭复合群和家鸭中的极低频率表明绿头鸭复合群谱系分化过程中发生了广泛的祖先序列丢失。对40个低频插入（AF: 0-0.1）的深入分析，鉴定了31个候选基因，富集分析显示这些基因显著关联纤毛组装与组织、重力感知、细胞内信号转导等通路。此外，鉴定了3个在家鸭与绿头鸭复合群wild ducks间高度分化的SV位点（F
ST > 0.3），这些SVs在wild群体中保持高频率但在domestic群体中罕见，提示驯化过程中的祖先等位基因丢失，其定位于SH3TC1、ABLIM2、ZNF143和NCALD等功能基因的内含子区域，涉及肌肉神经功能。
**绿头鸭复合群wild ducks与家鸭间分化SVs的功能效应。** 通过六组群比较鉴定了628个非冗余高F
ST SVs，其中64个位于TSS 5 kb上游，50个位于TES 5 kb下游，349个位于基因区内含24个外显子区。对24个外显子SVs的人工核查排除了1个假阳性，3个无法验证，剩余22个全部位于5'或3' UTR区域。对top 10高分化SVs的检查显示，无一位于外显子，多数位于内含子或基因间区。
一个特别分化的SV（F
ST=0.834，INS=75 bp）位于4号染色体FAM184B和NCAPG基因上游5 kb处，在绿头鸭和斑嘴鸭中频率高达85.7%，而在绍兴鸭（6.0%）、北京鸭和樱桃谷鸭（4.5%）中显著降低，且该序列存在于远缘Anas wild species中。转录组分析显示FAM184B主要在胸肌表达，绿头鸭表达显著高于北京鸭。跨物种序列保守性分析表明，该75 bp序列与人类FAM184B上游高度保守，距离ENCODE注释的最近顺式调控元件（CRE）仅40 bp，提示其可能作为CRE的功能延伸，包含维持基因稳健表达所需的转录因子结合位点。驯化过程中该保守序列的丢失可能破坏了局部顺式调控景观，导致靶基因下调，最终促成domestic duck肌肉发育的表型重塑。
讨论部分进一步阐述了研究背景、方法与结果的意义。研究人员指出，尽管先前鸭子泛基因组研究极大推进了对遗传多样性的理解，但全面捕获复杂基因组变异仍具挑战，主要源于线性参考和传统低分辨率图谱方法的限制。通过整合16个基因组（含两个新组装的高混合个体），本研究捕获的NRSs数量达到先前研究的2-6倍。基准测试确认Anas泛基因组图谱在比对性能和SV分型准确性上显著优于线性参考，尤其在解析重复区域内复杂插入方面表现突出。
该图谱框架解决了一个关键进化问题：是什么遗传因素使绿头鸭相比其他Anas wild ducks具有更高的驯化潜力？研究鉴定了163个在远缘Anas物种中普遍存在但在domestic和绿头鸭复合群wild ducks中低频的祖先SVs，这些SVs显著富集于重力感知和纤毛组装等野生生存关键通路。研究人员提出，这些祖先序列的丢失为绿头鸭复合群wild ducks适应人类介导的环境提供了必要的生理可塑性。MaM和SBM两个高混合个体的利用是本研究的重要特色——在传统基因组调查中，此类混合样本常被视为"异常值"而剔除，但鉴于东亚地区domestic ducks与其wild congeners之间广泛的基因流，这些镶嵌基因组可能蕴含先前被忽略的关键遗传信息。标准NGS流程虽能在SNP水平检测祖先波动，但难以解析表征这些杂交区的复杂结构转换。
研究揭示了SVs和SNPs在解析群体历史方面提供了不同但互补的分辨率。尽管两者密度全局相关，但SVs表现出显著的空间异质性，集中于染色体末端和基因侧翼区域。这种非随机分布，结合SVs总序列长度远超SNPs的事实，解释了为何基于SV的PCA能捕获更多的遗传方差。这种结构复杂性进一步导致了混合分析中的差异模式：虽然SVs因背景基因组中密度较低而估计了wild群体中较低的global domestic祖先比例，但在局部窗口中更为敏感，能够有效 pinpoint 富含domestic组分的特定基因组窗口，这些区域在基于SNP的全局分析中可能被稀释或忽略。
从群体水平模式到功能影响，研究人员发现外显子区域高度分化的SVs主要定位于5'和3' UTRs而非CDS区域。这种模式暗示强烈的净化选择作用于CDS区域内高fitness成本的SVs，而倾向于UTR相关变异作为微调基因表达的灵活机制，这是驯化过程中快速表型演化的标志。具体候选基因的研究 exemplified 了这种调控分化：TMEM123的UTR SV可能调控domestic ducks的抗病毒反应；FAM13A的UTR SV在绍兴鸭（较低脂肪沉积率）和北京鸭（较高脂肪沉积率）间表现出等位基因频率差异（25.9% vs. 65.4%），提示其为duck body fat deposition rate的主要调控因子。
NCAPG-FAM184B位点进一步 exemplified 鸭子驯化过程中的调控进化模式。NCAPG-LCORL基因组区域是well-documented的影响体型大小的位点，其关联在家禽中保守存在。FAM184B也与生长相关性状广泛关联。群体数据显示该祖先序列在远缘Anas wild ducks中高度流行但在家鸭中几乎缺失，表明其为intense artificial selection during domestication的靶点。转录组证据显示该序列丢失与domestic胸肌中FAM184B的显著下调紧密关联，跨物种比对提供了其作为CRE功能延伸的合理解释。
研究也承认了若干局限性：由于禽类微染色体的片段化组装和测序质量问题，图谱仅可靠覆盖1-29号常染色体和Z染色体；图谱无法检测完全新的、缺失于图谱中的结构变异；为平衡结构敏感性与计算效率，删除了少于两个组装支持的节点；以及未整合最近发布的gapless duck T2T基因组作为backbone。
研究结论：本研究呈现了一个碱基分辨率的Anas泛基因组图谱，重新定义了对Anas属遗传多样性的理解。研究结果表明，通过属级图谱恢复的祖先序列丢失促成了适应人类介导环境所需的生理可塑性；顺式作用区域SV介导的调控进化——以NCAPG-FAM184B位点为典型代表——是驱动家鸭快速表型分化的主要机制。这一泛基因组资源为未来水禽功能基因组学和遗传改良提供了关键的结构基础。
