泛基因组解析的结构变异驱动黄瓜适应与性状演化

《Nature Genetics》：Pangenome-resolved structural variation drives adaptation and trait evolution in cucumber

　　

黄瓜(Cucumis sativus L.)是全球重要的蔬菜作物，也是研究性别决定、果实发育和维管生物学的强力模型。研究人员构建了125份栽培及野生种质的高质量基因组组装，捕获了全球遗传多样性。同线性基因家族分析表征了37,897个基因家族，揭示了受地理扩张塑造的单倍型多样性。比较分析揭示了与本地适应相关的拷贝数变异(CNV)，包括促进高纬度地区早花的CsFT串联重复。该资源减少了参考偏差，实现了抗性位点的注释及CsCcu的发现，CsCcu是一个赋予疮痂病抗性的核苷酸结合亮氨酸富集重复型R基因。研究人员编目了135,597个结构变异(SV)并量化了其调控效应，约30%驱动了地理群体间的性状多样化。将结构变异(SV)整合进全基因组关联研究(GWAS)鉴定了38个农艺性状的172个数量性状位点(QTL)，包括一个通过CsSPL1调节果长的罕见长末端重复(LTR)插入。研究结果为黄瓜演化研究和精准育种提供了基因组工具包。

研究背景方面，黄瓜作为全球广泛栽培的蔬菜及性别决定、果实形态发生和维管发育研究的模式作物，约三千年前在印度由C. sativus var. hardwickii驯化而来，随后分化出多种适应不同气候与需求的生态型和地方品种。尽管既往全基因组研究已定位众多数量性状位点(QTL)、鉴定选择信号并锁定开花时间、抗病性及果实大小相关基因，但许多位点的因果变异仍不明确，限制了分子育种进展。虽水稻、番茄、马铃薯及小麦的泛基因组计划凸显了结构变异(SV)与基因拷贝数变异(gCNV)对农艺性状的深远影响，且黄瓜已有四个参考基因组及基于图(graph-based)的泛基因组阐明育种中SV动态，但缺乏高质量、具栽培代表性的基因组阻碍了复杂变异解析与育种因果基因的快速鉴定。为此，研究人员对125份种质进行染色体级别组装，构建综合泛基因组，表征基因含量、SV及gCNV在纬度适应、果长多样化与抗病性选择下的变异，为黄瓜基因组学奠定基础，助力基因发掘与下一代分子育种。该研究发表于《Nature Genetics》。

关键技术方法方面，研究人员对来自全球422份黄瓜种质中的125份代表性种质进行PacBio HiFi测序以获得染色质级从头组装，使用CLv4.0近完成参考基因组进行比对锚定；利用mSynOrths进行同线性基因家族聚类分析；通过miniprot与pangene工具检测基因水平存在缺失变异(gPAV)与基因拷贝数变异(gCNV)；联合Sniffles、SVIM、CuteSV及PBSV等多种调用器并结合Syri与SURVIVOR识别合并结构变异(SV)，利用vg工具构建基于图的泛基因组并进行SV基因分型；基于125份基因组同线性基因家族与PanNLRome进行基因水平单倍型全基因组关联研究(GWAS)及SNP与SV为基础的GWAS；在CG104与CG37衍生的186个F₉重组自交系(RIL)中进行SV表达数量性状位点(eQTL)定位与转录组范围关联研究(TWAS)；利用CRISPR-Cas9在抗性材料NCG121与长果材料9930中创制CsCcu与CsSPL1敲除突变体进行功能验证；样本队列来源于包含13份野生与409份栽培种质的422份全球分布种质及特定RIL群体。

研究结果方面，在De novo assemblies of 125 diverse accessions中，研究人员从422份全球分布种质中基于系统发育聚类选出125份代表性种质进行染色体级组装，平均大小约300 Mb，94.18%序列锚定至染色体，contig N₅₀提升至25.41 Mb，BUSCO完整性达98.57%，k-mer质量值56.6，涵盖印度、西双版纳、欧亚及东亚四大地理分支，捕获了植株表型、果实及抗性等丰富变异，并识别出更多完整的长末端重复(LTR)逆转录转座子与串联重复。

在Syntenic gene family analysis of cucumber中，通过126份基因组同线性直系同源基因分析鉴定39,067个同线性基因家族，分为10,889个核心、5,810个软核、21,467个可有可无及901个私有家族；核心与软核基因表达更高、K_a/K_s更低且富集于RNA生物合成等基础过程，可有可无基因富集于胁迫响应；地理组间58.03%家族共享，印度组单倍型多样性最高，扩张中纯化选择降低多样性；CsSEP2与CsSF1等果长调控基因存在未报道单倍型与果长显著关联。

在gCNVs drive adaptation during expansion中，研究人员鉴定1,960个具gCNV、gPAV或两者的基因，形成212个簇占87.6%，富集于交叉热点；脂氧合酶(LOX)家族在染色体2与4成簇且具gCNV，欧亚种质拷贝数更高；gCNV的主成分分析(PCA)分离四地理组，计算固定指数(V_ST)获526个高度分化gCNV；发现CsFT位点此前未报道的串联重复，仅具此重复的等位基因伴CsFT表达升高与早花，多见于高纬度种质，助纬度适应。

在PanNLRome diversity and disease resistance中，研究人员表征黄瓜NLR库(PanNLRome)获8,835个NLR基因，每种质46至77个，以CNL最多，53.73–65.28%物理成簇；对五种病原抗性的SNP GWAS获13个QTL，疮痂病抗性的Ccu位点在染色体2含四PanNLRome NLR；单倍型GWAS锁定其中TNL基因为CsCcu，Hap1赋抗性，感病单倍型含提前终止或错义突变；CRISPR敲除突变体感病加剧，Hap1主要在欧亚种质，证明泛基因组NLR目录与单倍型分析可快速鉴定因果抗病基因。

在SV landscape and its impact on gene expression in cucumber中，研究人员在133个基因组鉴定135,597个高置信非冗余SV(>20 bp)，含71,344缺失、55,891插入等，总跨度786 Mb，41,681为独有；SV多位于重复区与UTR及基因2 kb内，影响45.38%蛋白编码基因；在CG104与CG37的RIL中eQTL定位获143,552个SV-eQTL关联4,182个表达基因，361个基因为SV独有调控；长SV效应更大，85.7%位于转录起始位点10 kb内，分cis与trans，cis解释19.3%方差；SV-eQTL热点与基因密集区强相关。

在SVs associated with trait diversification中，比较栽培组SV频率获43,225个假定多样化相关SV(Div-SV)占35.86%，欧亚组CsHXK2的1.18 kb缺失引入终止丢失突变并降表达；CsMYC6启动子72 bp缺失富集于欧亚组伴表达降低与果毛少；CsWRKY49启动子180 bp插入在东亚以外多见且冷敏下表达高；约30% SV驱动地理组性状多样化，涉及品质与胁迫响应基因。

在A rare LTR insertion regulates fruit length中，对422份种质38个农艺性状SV GWAS获172个信号，111个为SV独有；全群未见果长显著信号，按地理组分层分析在欧亚组发现约5.3 kb插入(INS22773)含LTR/Gypsy逆转录转座子位于CsSPL1第一外显子，伴果长缩短；RIL中SV GWAS、eQTL与TWAS及共定位支持其为CsSPL1表达与果长因果变异；CRISPR突变体果长减至野生型65.1–77.7%，证CsSPL1为果长正调控因子；CsSPL1五等位型中CsSPL1-L产长果，余为短果，欧亚多短果等位，东亚多长果等位，反映消费选择压力。

讨论部分总结方面，研究人员指出理解全谱基因组变异尤其大尺度结构差异对生物学与育种至关重要，所构建的125个高质量组装的黄瓜染色体级图(graph-based)泛基因组捕获了基因、SV与gCNV全面清单，奠定黄瓜驯化与适应解析框架。gCNV是植物适应驱动因子，研究鉴定1,960个高置信gCNV含CsFT近期串联重复促欧亚黄瓜早花，FT同源基因拷贝数变异关联小麦、大麦与番茄开花适应，证拷贝数改变为微调开花时间的反复机制。PanNLRome含8,835个NLR基因，多样性源于单倍型变异而非基因数增加，黄瓜NLR库较其他植物少缘于谱系特异性丢失与串联重复有限；CsCcu在多份种质假基因化致疮痂抗性丧失，显泛基因组恢复单参考不可见功能等位之功。SV解释多于SNP的表型变异，稀有SV贡献果长遗传力致全群GWAS无显著关联，按地理组分层提升检出获34个果长QTL含CsSPL1的LTR插入，为标记辅助选择靶标。局限在于仅含一份野生种质限制基因池覆盖，未来需扩野生近缘种；虽组装806个连续着丝粒但未定义功能核心与演化动态；联合ONT超长读长与全长iso-seq可解LTR与复杂剪接以提升注释。结论为泛基因组资源深化黄瓜基因组生物学理解并加速分子育种应用。