硬粒小麦品种Svevo参考基因组Rel.2.0：小麦基因组学的综合工具

《Plant Biotechnology Journal》：Durum Wheat cv. Svevo Reference Genome Rel.2.0: A Comprehensive Tool for Wheat Genomics

　　

植物基因组测序与组装的进展使得生产越来越准确且连续的基因组序列成为可能。在此，研究人员展示了利用准确长读长（accurate long-reads）、光学图谱（optical mapping）和Hi-C技术产生的硬粒小麦（Triticum turgidum L. ssp. durum，品种Svevo）参考基因组的染色体水平组装。新组装（Svevo Rel.2.0）包含263个混合支架（hybrid scaffolds），N50值为112.3 Mb，排列成14个连续的假分子（pseudomolecules），总跨度10.4 Gb。Svevo Rel.2.0基因组组装利用从60种组织/处理组合获得的大量短读长和长读长RNA测序数据进行了注释。得到的注释包含68,154个高置信度蛋白编码基因，这些基因已整合到通过eFP浏览器访问的综合转录组图谱（transcriptome atlas）中。研究人员对储藏蛋白基因家族和富含亮氨酸重复序列的受体（Leucine-Rich Repeat-Containing Receptor）基因进行了手动校正，产生了3763个LRR-CR位点。基因组组装的准确性和完整性通过正确重建Tg1-B（Tenacious glumes 1）的物理图谱得到证明，Tg1-B是控制自由脱粒性状的位点，位于染色体2B上，在之前的基因组版本（Svevo Rel.1.0）中未组装。来自文献的6621个QTL/MTAs已被映射到Svevo Rel.2.0上，以识别QTL热点和性状特异性候选基因。通过追踪单倍型传递模式，对硬粒小麦基因组与来自东北部和南黎凡特新月沃地（North-Eastern and Southern-Levant Fertile Crescent）代表性野生二粒小麦群体的祖先关系进行分析，揭示出清晰的镶嵌模式。这个新的硬粒小麦参考基因组，通过先进的注释和与QTLome数据关联的表达图谱得到增强，是硬粒小麦基因组学现有最全面的工具。

**论文解读文章**

**研究背景与问题**
硬粒小麦（Durum wheat，*Triticum turgidum* L. ssp. *durum*，基因组BBAA）是全球第十大重要作物，是地中海饮食中面食、库斯库斯等传统食品的基础。它由野生二粒小麦驯化而来，是六倍体面包小麦BB和AA基因组的供体，因此其种质资源对小麦遗传改良具有直接价值。2019年发布的首个硬粒小麦参考基因组Svevo Rel.1.0基于Illumina短读长和DeNovoMAGIC技术组装，但存在连续性差（N50仅6 Mb）、未锚定支架多（499 Mb）以及某些关键位点（如控制自由脱粒的Tg1-B）未能正确组装等问题。随着PacBio HiFi长读长测序、光学图谱（optical mapping）和Hi-C等技术的发展，有必要构建更连续、更准确的参考基因组，以支撑基因组学研究和育种应用。

**研究内容与结论**
研究人员利用PacBio HiFi长读长（32×覆盖度）、光学图谱和Hi-C数据，组装了硬粒小麦品种Svevo的新参考基因组Svevo Rel.2.0，并进行了全面注释，整合了来自174个样本（60种组织/处理组合）的短读长和长读长RNA-seq数据（包括ONT长读cDNA）。该组装包含263个混合支架（hybrid scaffolds），N50达112.3 Mb，14条假分子总长10.387 Gb，仅19.8 Mb未锚定序列，BUSCO完整性达99.94%。注释鉴定出68,154个高置信度蛋白编码基因，并构建了可交互浏览的表达图谱（eFP Browser）。研究人员通过手动校正，获得了完整的醇溶蛋白（prolamin）和富含亮氨酸重复序列的受体（LRR-CR）基因家族注释，其中LRR-CR位点达3763个，显著多于先前版本。组装的准确性通过正确解析Tg1-B位点得到验证，成功鉴定出一个约5 Mb的倒位（inversion）与自由脱粒性状完全连锁，并通过159份种质单倍型分析发现该倒位的稀有祖先单倍型主要存在于埃塞俄比亚硬粒小麦中。此外，研究人员将238篇文献中的6621个QTL/MTAs投射到新基因组上，识别出多个QTL热点，并结合表达谱筛选出候选基因（如与赤霉病抗性相关的谷胱甘肽S-转移酶基因、与千粒重相关的PLATZ转录因子、与根系形态相关的VHA-C3基因等）。最后，通过外显子组测序追溯Svevo单倍型起源，揭示现代硬粒小麦基因组是由来自南黎凡特和东北新月沃地的野生二粒小麦单倍型组成的镶嵌体，其中南黎凡特贡献占优（尤其在发育调控基因中比例更高）。该成果发表在《Plant Biotechnology Journal》。

**主要关键技术方法**
1. 基因组测序与组装：PacBio HiFi长读长测序、Bionano光学基因组图谱（optical map）、Hi-C染色体构象捕获，通过混合组装策略获得连续假分子。
2. 全基因组注释：整合174个样本（60种组织/处理组合）的短读长RNA-seq与ONT长读cDNA测序数据，结合六倍体小麦基因模型与蛋白质参考序列，采用重复序列掩蔽（基于REdat_9.7 PGSB转座子文库）和迭代预测流程，并进行手动校正（针对醇溶蛋白和LRR-CR基因家族）。
3. QTLome构建与投射：从238篇已发表文献（截至2024年）收集6621个QTL/MTAs，利用Svevo Rel.2.0的连续性将分子标记准确锚定，识别热点区域并关联表达谱。
4. 单倍型溯源分析：对54份祖先种质（12份提莫菲维小麦和42份来自南黎凡特和东北新月沃地的代表性野生二粒小麦）进行外显子组测序，基于660,673个多态性SNP，以100个非重叠SNP窗口绘制高分辨率祖先染色体图，设定75%和95%保守阈值判定Svevo单倍型的主要来源。

**研究结果**
**2.1 Svevo Rel.2.0基因组组装**
813个初级contig（N50=30.8 Mb）与502个光学图谱结合，生成263个混合支架（N50=112.3 Mb），14条假分子总长10.387 Gb，较Rel.1.0（N50=6 Mb，未锚定499 Mb）显著提升。手动校正了7B染色体上一段623 kb的方向错误和2A染色体上两段（471 kb和489 kb）的倒位互换。与野生二粒（Zavitan）和面包小麦（CS）的比对揭示了多个染色体重排，其中2A、3A、3B、4A、4B、5A和7B上的错误得到纠正。Hi-C接触矩阵确认了Rabl构型，并识别了多数染色体的着丝粒区域。

**2.2 基因组注释**
转座元件（TE）占83.9%，LTR元件占71.9%（Gypsy 32.6%富集于着丝粒区，Copia 16.9%无此富集），CACTA DNA转座子占10.7%。注释共鉴定68,154个高置信度蛋白编码基因（平均2.12个转录本/基因，97%的模型同时具有5′和3′ UTR），93,888个低置信度基因，4,256个高置信度TE基因，3,241个长链非编码RNA及58个假基因。BUSCO评估完整率99.94%（91.26%双拷贝，仅2.86%单拷贝，0.23%缺失），较Rel.1.0（完整率98.49%，双拷贝82.09%，单拷贝12.30%，缺失3.18%）显著改善。新增15,388个位点（包括Ppd-B1、VRN2/ZCCT-A2等关键调控基因），约11,000个Rel.1.0高置信度基因被重新归类为低置信度。OMArk分析显示新版本未知基因比例从34.37%降至13.74%。通过验证216个实验表征基因和6,241个GrainGenes验证记录，确认了组装的完整性与准确性。模型命名格式为TrturSVE1A02G00000010（1A表示染色体1A，02表示注释版本2）。

**2.3 醇溶蛋白基因手动校正**
手动校正鉴定出112个醇溶蛋白基因（包括57个α-、9个γ-、14个ω-、3个δ-醇溶蛋白，4个HMW-GS、8个LMW-GS和17个ALP），其中51%为假基因。Rel.2.0纠正了Rel.1.0在6A染色体上的一个约1 Mb的倒位（包含13个α-醇溶蛋白），并解决了因重复序列导致先前无法组装的ω-醇溶蛋白和HMW-GS基因。确认了6B染色体上Gli-B2位点的二分结构，并发现A、B基因组LMW-GS中半胱氨酸残基位置的差异（B基因组的第一个半胱氨酸位于重复域的第65或66位），可能与谷蛋白网络结构及面团强度有关。表达分析显示大多数功能基因在开花后5–30天表达，假基因表达普遍较低。

**2.4 富含亮氨酸重复序列的受体（LRR-CR）基因家族手动校正**
通过迭代注释（结合手动校正与同源转移），在Svevo Rel.2.0中鉴定出3,763个LRR-CR位点，其中2,461个为无义突变基因（NsMCG）。与Rel.1.0相比，基因数量增加77%（3,763 vs. 2,125），累计蛋白质长度增加90%（3,474,976 aa vs. 1,816,680 aa），NB-ARC域累计长度几乎翻倍。分类显示NLR 2,183个、LRR-RLK 924个、LRR-RLP 656个。NsMCG比例高达65%，显著高于水稻的30%，表明硬粒小麦容忍更大比例的可能非功能基因，且这些基因可能代表与病害易感性相关的替代等位基因。

**2.5 Svevo Rel.2.0的完整性与准确性揭示Tg1-B位点的分子机制**
通过Svevo（硬粒小麦）× Zavitan（野生二粒小麦）重组自交系群体，将先前鉴定的Tg1-B（Tenacious glumes 1）位点锚定到2B染色体短臂。Svevo Rel.2.0与Zavitan WEWSeq v2.1的比对显示一个约5 Mb的倒位，断点分别位于Tg1-B起始密码子上游378 bp和一个ABC转运蛋白基因上游3,275 bp。该倒位导致两个嵌合启动子形成，改变了调控结构。利用INV-M1和INV-M2标记对285份不同脱粒性种质的分析表明，该倒位与自由脱粒性状完全连锁。单倍型分析（基于159份种质）显示倒位存在于自由脱粒单倍型（Hap1和Hap2）中，而稀有祖先单倍型（含有倒位但接近野生型）仅存在于7份种质（其中6份为埃塞俄比亚小麦），提示该结构变异是在驯化过程中发生的一次关键进化事件。BLAST分析证实，二倍体物种Ae. tauschii中调控颖壳坚韧性的基因AET2Gv20109500在Svevo中的B基因组直系同源基因为Tg1-B（TrturSVE2B02G00464940），该基因在Rel.1.0中位于未锚定支架，在Rel.2.0中成功定位到2B染色体。

**2.6 硬粒小麦QTLome在Svevo Rel.2.0上的投射揭示QTL热点与性状特异性候选基因**
从238篇文献（截至2024年）收集6,621个QTL/MTAs（其中4,504个来自GWAS），涵盖驯化、发育、生物与非生物胁迫响应、产量及品质等性状。由于Svevo Rel.2.0的连续性提升，先前在Rel.1.0中未锚定的3,370个90K SNP中有3,205个被正确定位，53个QTL峰值标记和123个侧翼标记从未知染色体分配到特定染色体。鉴定了46个病害/抗虫性热点（位于除3A和4B外的所有染色体），其中4个热点包含对5种不同病害的抗性位点，9个热点包含超过10个NsMCG；尤其Disease_20热点中的两个基因在赤霉菌（Fusarium）感染后上调215倍和58倍；Disease_22热点包含5个谷胱甘肽S-转移酶基因（GST，上调25–134倍）和多个抗病基因簇。对于千粒重（TKW），448个QTL形成26个热点（大小1.5–9.3 Mb），其中TKW_11热点内的PLATZ转录因子（TrturSVE3B02G00956290）与水稻OsFL3同源，敲除导致粒重下降；TKW_12热点包含8个蔗糖:蔗糖1-果糖基转移酶基因簇，其中6-SFT基因在茎中高表达，与可溶性碳水化合物含量及抗旱性相关。对于根系形态，626个QTL形成43个热点（除7B外所有染色体），其中Root_25热点包含与小麦TaMORb（决定冠根起始）同源的基因TrturSVE4B02G01227910；Root_38和Root_42分别位于6A和6B同源区域，包含与水稻OsDH1/OsLOB16（调控冠根生长和侧根起始）相似的基因；Root_3热点（1B染色体，0.5 Mb最小区间）中仅TrturSVE1B02G00131230在根中显著表达，编码液泡型H⁺-ATP酶C3亚基（VHA-C3），拟南芥同源基因突变导致根生长减少。

**2.7 现代硬粒小麦Svevo基因组是来自东北与南黎凡特野生二粒小麦单倍型的镶嵌体**
利用54份祖先种质（12份提莫菲维小麦和42份野生二粒小麦，分别代表南黎凡特SL-WEW和东北新月沃地NE-WEW）的外显子组测序数据，基于660,673个多态性SNP，以100个SNP窗口绘制高分辨率祖先染色体图。在75%保守阈值下，Svevo基因组中SL-WEW贡献了A基因组41.96%（2.09 Gb）和B基因组42.95%（2.20 Gb），NE-WEW贡献了A基因组36.79%（1.83 Gb）和B基因组30.24%（1.55 Gb），另有0.34%（17.43 Mb）来自提莫菲维小麦。染色体水平上，1A、5A、5B、6A、6B以NE-WEW贡献为主（40%–60%），而1B、2A、3B、4A、5B、7A、7B以SL-WEW贡献为主（48%–58%）。远端区域保留的祖先单倍型比例（SL-WEW 18.46%，NE-WEW 12.47%）低于着丝粒周边和着丝粒区域（SL-WEW分别为29.34%和37.1%，NE-WEW分别为19.73%和34.82%）。在95%保守阈值下，34个已知发育调控基因（如Ppd1、Vrn-1、ZCCT、PhyC、TaFT-1等）中24个（70.6%）可明确归属SL-WEW，其中20个达100%归属，而NE-WEW仅贡献8个位点（如Vrn-B1、Leafy-like-B、APO、Constans-B1al）。这表明南黎凡特野生二粒小麦对现代硬粒小麦的发育调控基因贡献显著高于基因组平均水平，在适应性进化中发挥主导作用。

**讨论与结论**
讨论部分指出，Svevo Rel.2.0在连续性、准确性和完整性上较Rel.1.0有质的飞跃，是目前四倍体小麦泛基因组计划的黄金标准。B亚基因组连续性较低的原因可能与较年轻的重复序列有关。注释质量的提升得益于广泛的转录组数据集，尤其是长读cDNA测序改善了剪接和UTR定义，并解决了Rel.1.0中的嵌合注释。Tg1-B位点的成功解析证明该约5 Mb倒位是自由脱粒性状的功能驱动因子，将小麦驯化的分子机制从点突变扩展到大规模结构变异，并提示该倒位起源于埃塞俄比亚硬粒小麦，经贸易网络传播。LRR-CR基因的迭代注释揭示了大量无义突变基因（NsMCG），可能与病害易感性相关。QTLome的更新增强了热点区域的可靠性，并结合表达谱为克隆农艺重要性状因果基因提供了有力指引。单倍型溯源分析揭示现代硬粒小麦基因组是南北黎凡特野生二粒小麦的复杂镶嵌体，且南黎凡特在发育调控基因中的贡献超出预期，提示该区域可能是塑造现代硬粒小麦祖先多样性的关键地点。研究结论强调，Svevo Rel.2.0结合了先进注释、表达图谱和QTLome整合，是硬粒小麦基因组学现有最全面的工具，将促进对小麦遗传多样性、等位基因分布和关键表型遗传架构的理解，并为育种提供优先靶向位点。