《Molecular Ecology Resources》:The Pan-Genome of 1107 Spotted Sea Bass Accessions Reveals Gene Evolution Patterns During Domestication Selection
编辑推荐:
花鲈(*Lateolabrax maculatus*)是一种生态和经济上重要的物种,支撑着中国大规模的水产养殖业。然而,大多数养殖群体未经过系统育种计划,其特征是未经记录的实证选择。了解养殖群体的遗传多样性动态和基因演化模式对于设计合适的育种策略至关重要。研究
花鲈(*Lateolabrax maculatus*)是一种生态和经济上重要的物种,支撑着中国大规模的水产养殖业。然而,大多数养殖群体未经过系统育种计划,其特征是未经记录的实证选择。了解养殖群体的遗传多样性动态和基因演化模式对于设计合适的育种策略至关重要。研究人员使用HiFi和Hi-C测序技术组装了一个染色体水平的参考基因组,得到高度连续的组装体,总大小为636.65 Mb,scaffold N50为27.27 Mb。此外,研究人员利用1107个代表性野生和养殖个体进行了群体基因组分析。与野生群体相比,养殖群体中观察到显著的遗传分化和降低的遗传多样性。1107份材料的泛基因组进一步捕获了86.48 Mb的非参考新序列(non-reference novel sequences, NRNS)和206个参考基因组中缺失的新基因。基因存在/缺失变异(presence/absence variation, PAV)分析显示,养殖群体比野生群体拥有更少的基因,暗示驯化过程中发生了基因丢失和负选择。丢失的基因富集在与免疫反应和神经系统发育相关的功能上,突显了野生群体作为未来育种计划重要遗传资源的价值。值得注意的是,独立养殖群体间的选择信号和比较PAV分析揭示了在SNP和基因PAV水平上的平行驯化效应,表明尽管水产养殖实践和驯化历史不同,但存在相似的选择压力。研究提供了首个花鲈泛基因组,破译了驯化选择过程中的遗传多样性动态和基因演化模式,并为该物种的可持续遗传改良建立了有价值的基因组资源。
**论文解读:花鲈泛基因组揭示驯化选择中的基因演化模式**
**研究背景与问题**
花鲈(*Lateolabrax maculatus*)是中国沿海广温广盐性鱼类,具有肉质优良、生长快、适应性强等优点,年产量超过20万吨,是中国重要的海水养殖经济鱼类。然而,与传统的畜禽或作物物种不同,花鲈的驯化历史相对较短且仍在进行中。20世纪70年代主要依赖野生苗种,90年代人工繁殖技术突破后,养殖群体开始通过留种和累积选择进行早期驯化,但大多数商业苗种生产缺乏标准化育种计划,选择强度未量化,育种目标不明确,导致养殖群体与野生群体间出现可检测的遗传分化。现有研究虽已提供基因组资源,但长期世代间隔(3-4年)仍是新品种开发的主要瓶颈。因此,理解养殖群体在驯化选择过程中的遗传多样性动态和基因存在/缺失变异(PAV)模式,对科学育种管理和可持续遗传改良至关重要。
**研究目的与意义**
本研究旨在通过组装高质量花鲈染色体级参考基因组,对1107份代表性野生和养殖个体进行群体基因组分析,并构建首个花鲈泛基因组,以揭示驯化选择过程中的遗传多样性动态和基因演化模式。研究成果不仅为花鲈的遗传改良提供了关键基因组资源,还揭示了平行驯化效应,为水产养殖物种的可持续育种策略提供了理论依据。论文发表在《Molecular Ecology Resources》。
**主要关键技术方法**
1. **基因组组装与注释**:采用PacBio HiFi长读长测序和Hi-C染色质构象捕获技术,通过Hifiasm组装、3D-DNA和Juicebox进行染色体级支架构建,结合重复序列注释(RepeatModeler、RepeatMasker)和基因预测(MAKER流程整合同源搜索、从头预测和RNA-seq辅助)获得高质量参考基因组。
2. **群体基因组分析**:对1107个样本(包括401个野生个体和706个养殖个体,来自山东东营、烟台、宁波、唐山等地理群体)进行全基因组测序(WGS),通过BWA比对、GATK变异检测获得高质量SNP,进一步进行主成分分析(PCA)、Admixture群体结构推断、连锁不平衡(LD)衰减、核苷酸多样性(π)、Tajima's D和固定指数(Fst)计算,并利用Fst和多样性降低比例(ROD)鉴定选择性清除区域。
3. **泛基因组构建与基因PAV分析**:采用“individual-unmap-assembly”策略,基于短读长WGS数据提取未比对读段进行de novo组装,结合已发表基因组组装提取非参考序列,经冗余去除和污染过滤后获得非参考新序列(NRNS),与参考基因组整合形成泛基因组。基于外显子累积覆盖度(SGSGeneloss软件)对755个测序深度>10×的个体进行基因PAV分型,将基因分为核心、软核心、壳和云基因,并通过Fisher精确检验比较野生与养殖群体基因存在频率差异,鉴定驯化选择下的有利和不利基因。
4. **基于PAV的全基因组关联分析(GWAS)**:采用混合线性模型(GEMMA),对215个野生和256个养殖个体进行体重性状的PAV关联分析,通过Bonferroni校正确定显著性阈值。
**研究结果**
**3.1 花鲈基因组组装与注释**
通过HiFi和Hi-C测序,研究人员获得636.62 Mb的contig组装和636.65 Mb的染色体级基因组,scaffold N50为27.27 Mb,97.77%的序列锚定到24条染色体。BUSCO评估显示98.75%-99.22%的完整序列,注释获得25,608个蛋白编码基因,其中97.37%获得功能注释。
**3.2 群体遗传结构、连锁不平衡与遗传多样性**
基于1107个样本的489万高质量SNP,PCA和Admixture分析(K=4)显示野生与养殖群体存在显著遗传分化:宁波(NB)养殖群体形成独立遗传簇,与野生群体分化最明显(Fst=0.0934);烟台(YT)养殖群体结构复杂,部分个体与野生重叠;唐山(TS)养殖群体与野生遗传相似(Fst=0.00507)。NB养殖群体LD衰减最慢(10 kb处r2约0.25),核苷酸多样性最低(π=1.936×10?3),Tajima's D最高(4.320),表明其经历了严重的遗传瓶颈和强烈驯化选择。
**3.3 选择信号与候选基因**
在YT和NB养殖群体中分别鉴定349和233个选择性清除区域,包含499和390个候选基因,其中56个基因在两个群体中共享。共享基因富集于生长发育(如肌动蛋白细胞骨架调控、Wnt信号通路)和免疫应答(如NOD样受体信号通路)相关通路,表明平行选择作用于生长、代谢和免疫相关基因。
**3.4 花鲈泛基因组构建**
通过1107个样本的WGS数据,构建包含86.48 Mb NRNS(49,625个contig,N50=2474 bp)的泛基因组,总大小723.10 Mb。NRNS中18.13%为重复序列,76.83%的NRNS无法比对到参考基因组。注获得206个新基因,富集于血管生成、神经系统发育和免疫调节等过程。泛基因组显著提高了短读段比对率(野生样本从98.10%升至98.50%,养殖样本从98.65%升至98.97%)。
**3.5 基因PAV特征**
在755个个体中,71.8%的基因(18,527个)为核心基因,14.6%为软核心,12.9%为壳基因,0.8%为云基因。泛基因组模型显示闭合模式,核心基因随样本量增加持续减少。核心与软核心基因表达水平高于壳和云基因。壳基因富集于神经发育和免疫应答,云基因富集于血管生成和免疫反应,软核心基因富集于基础细胞功能。
**3.6 驯化选择过程中PAV的选择**
养殖群体平均基因数(YT: 24,995;NB: 24,969)显著低于野生群体(25,081),表明基因丢失。PAV的PCA和系统发育树显示野生与养殖群体分离。Fisher精确检验鉴定到YT和NB养殖群体中分别有76个有利基因/170个不利基因,以及164个有利基因/348个不利基因,且73.7%的有利基因和72.4%的不利基因在两个群体中共享。不利基因富集于神经系统和感官器官发育,有利基因富集于profilin结合(细胞骨架动态和生长),NB群体中免疫相关功能在有利和不利基因中均显著富集。
**3.7 基于PAV的生长性状GWAS**
在野生群体中鉴定3个与体重相关的基因PAV(gfra1a、tmem211、or1e2),在养殖群体中鉴定2个(coa3和位于NRNS的新基因MR1),不同PAV基因型间体重显著差异,证明基于PAV的GWAS可有效鉴定参考基因组和非参考区域的候选基因。
**结论与讨论**
本研究组装了花鲈染色体级参考基因组,通过对1107个代表性个体的群体基因组分析,发现养殖群体与野生群体存在显著遗传分化,遗传多样性降低。首次构建的花鲈泛基因组捕获了86.48 Mb NRNS和206个新基因,扩展了基因组资源。基因PAV分析显示养殖群体在驯化过程中发生基因丢失和负选择,不利基因富集于免疫和神经系统功能,有利基因与生长相关,强调了野生遗传资源的重要性。独立养殖群体间在SNP和基因PAV水平均检测到平行驯化效应,表明类似的养殖环境和管理实践施加了相似的选择压力。PAV-GWAS进一步鉴定了与生长性状相关的候选基因。研究“为花鲈驯化选择下的基因演化提供了关键见解,并建立了可持续育种的宝贵基因组资源”(原文结论翻译)。