桑黄孔菌（*Sanghuangporus mongolicus*）基因组组装与基因组特征解析

《Journal of Fungi》：Genome Assembly and Genomic Characterization of Sanghuangporus mongolicus

　　

摘要

桑黄孔菌（*Sanghuangporus mongolicus* T. Bau）是一种寄生于刺榆（*Hemiptelea davidii*）的木栖药用真菌，然而该物种的基因组资源仍然有限。在本研究中，研究人员利用PacBio长读长和Illumina短读长测序技术，对一个经验证的单核体分离株进行了基因组组装与特征解析。该基因组组装大小为34.79 Mb，包含13个contig，contig N50为3.09 Mb，GC含量为48.18%。BUSCO分析恢复了98.3%的完整直系同源基因，表明基因组完整性较高。共预测到8471个蛋白质编码基因，其中491个基因被注释为碳水化合物活性酶（CAZymes），447个转运蛋白相关基因，以及123个细胞色素P450基因。此外，还鉴定出16个次级代谢物生物合成基因簇。与四个已发表的桑黄孔菌属（*Sanghuangporus*）基因组的描述性比较显示，*S. mongolicus*具有491个CAZyme相关注释（每Mb 14.11个；每100个预测蛋白质编码基因5.80个）。其他四个物种的相应数值为313–346个注释，每Mb 9.78–10.38个，每100个预测基因2.99–4.18个。然而，五个基因组的结构基因预测流程存在差异，且未进行正式的基因家族扩张分析。因此，这些差异仅作描述性报告，不应被解释为基因家族进化扩张的证据。这些基因组数据为*S. mongolicus*的功能基因表征及进一步的生物学研究提供了资源。

**桑黄孔菌（*Sanghuangporus mongolicus*）基因组解析：一项基于单核体纯培养的高质量基因组学研究**

**1. 研究背景与意义**

木栖真菌是木质纤维素基质的主要分解者，也是研究真菌多样性、底物利用和功能基因组变异的理想体系。桑黄孔菌属（*Sanghuangporus*）隶属于锈革孔菌目（Hymenochaetales）锈革孔菌科（Hymenochaetaceae），其物种通过形态学和系统发育学证据与近缘类群区分。该属的研究已涉及分类学、物种多样性及生物活性成分，但一些新近描述物种的基因组资源仍然有限。桑黄孔菌（*Sanghuangporus mongolicus* T. Bau）最初发现于中国北方科尔沁沙地刺榆（*Hemiptelea davidii*）上的子实体。刺榆是该地区的特征树种，对干旱半干旱区的植被构成至关重要。尽管已有研究初步探讨了*S. mongolicus*的生物学特性、栽培及生物活性，但其基因组结构和功能基因组成仍未得到充分表征。高质量基因组资源是解析木栖药用真菌营养与代谢潜力的关键，特别是碳水化合物活性酶（CAZymes）、细胞色素P450酶、转运蛋白和次级代谢物生物合成基因簇等功能类别。因此，本研究旨在填补*S. mongolicus*的基因组空白，并通过与近缘种的描述性比较，初步探究其CAZyme相关注释的独特性。

**2. 研究技术与方法**

研究人员于2023年9月在内蒙古通辽采集了寄生于刺榆上的*S. mongolicus*子实体，并通过组织分离获得纯培养物MCCJLAU0531。关键的技术方法包括：通过原生质体制备与再生，结合锁状联合缺失和DAPI（4′,6-二脒基-2-苯基吲哚）单核染色验证，获得用于测序的单核体分离株。采用PacBio长读长（HiFi reads）与Illumina短读长测序技术进行全基因组测序，并使用Hifiasm软件进行*de novo*组装，Illumina数据用于polish。基因预测采用AUGUSTUS软件进行ab initio预测。功能注释方面，使用DIAMOND软件将预测蛋白序列与GO、KEGG、KOG、NR、TCDB、CAZy等数据库比对，并利用antiSMASH预测次级代谢物生物合成基因簇，通过FCPD数据库注释细胞色素P450基因。比较基因组分析将*S. mongolicus*的基因组特征与已发表的*S. sanghuang*、*S. vaninii*、*S. baumii*和*S. weigelae*四个近缘种进行描述性比较。

**3. 研究结果**

**3.1 原生质体再生与单核体分离株的验证**

研究发现，四种再生培养基均能支持原生质体再生，但菌落回收数存在显著差异。SPY培养基产生的菌落数最高（72.1 ± 15.6个/皿），表观再生效率为0.721 ± 0.156%，显著高于其他三种培养基。通过显微镜观察确认所选分离株无锁状联合，DAPI染色显示每个菌丝隔室中仅含单个细胞核，成功获得并验证了用于基因组测序的单核体分离株。

**3.2 基因组组装与结构特征**

最终组装的*S. mongolicus*基因组总长为34,792,067 bp（约34.79 Mb），包含13个contig，contig N50为3.09 Mb，GC含量为48.18%。BUSCO评估显示，该组装包含98.3%的完整直系同源基因，表明基因组完整性较高。共预测到8471个蛋白质编码基因。重复序列分析显示，LTR反转录转座子是主要的散在重复序列，占基因组的2.9610%；串联重复序列占基因组的0.8270%。

**3.3 功能注释概述**

功能注释将5417个基因归类到GO功能类别，6766个基因获得KEGG注释，1664个基因获得KOG注释。与碳水化合物活性酶（CAZyme）相关的注释共491个，包括210个糖苷水解酶（GHs）、123个糖基转移酶（GTs）、64个辅助活性酶（AAs）、56个碳水化合物结合模块（CBMs）、26个碳水化合物酯酶（CEs）和12个多糖裂解酶（PLs），其中GH16、GH5、GH18、GH13、GH3和GH43家族最为丰富。此外，还鉴定了447个转运蛋白相关基因，以P-P键水解驱动转运蛋白和porter类为主。

**3.4 CYP450基因与次级代谢物生物合成基因簇分析**

antiSMASH分析预测了16个次级代谢物生物合成基因簇，其中萜烯类基因簇数量最多（11个）。结合KEGG通路注释，鉴定了13个参与萜类骨架生物合成通路的关键酶编码基因。CYP450注释共鉴定出123个相关基因，其中E-class P450 group I为优势类别。针对黄酮和苯丙烷类代谢途径的靶向筛选发现了苯丙氨酸解氨酶（PAL）和4-香豆酰辅酶A连接酶类似（4CL-like）候选基因，但未发现下游关键酶基因，表明*S. mongolicus*基因组中可能不存在完整的经典植物型黄酮生物合成途径。

**3.5 桑黄孔菌属内比较基因组分析**

与四个近缘种比较发现，*S. mongolicus*基因组最大（34.79 Mb），contig N50最高（3.09 Mb）。尽管其预测基因数（8471个）和基因密度（243.5基因/Mb）在五个基因组中最低，但其CAZyme相关注释总数（491个）以及按基因组大小（14.11个/Mb）和预测基因数（5.80个/100个基因）标准化后的数量均为最高，且这种差异分布在多个CAZyme类别中。

**4. 讨论与结论**

讨论部分指出，虽然*S. mongolicus*在描述性比较中显示出更高的CAZyme注释数量，但这并不等同于基因家族进化扩张的证据。由于不同基因组间结构基因预测流程存在差异，且未进行系统发育背景下的扩张分析，观察到的差异仅作为描述性结果报告。CAZyme家族组成仅能提示潜在的碳水化合物处理能力，而不能确定单个蛋白质的底物特异性和功能。研究还明确指出，靶向筛选未能证明*S. mongolicus*中存在完整的经典黄酮生物合成途径。基因预测的ab initio方法可能造成基因模型的假阳性或边界不准确，未来需要结合转录组和同源蛋白证据进行注释优化。

研究结论：本研究利用PacBio和Illumina测序技术，成功构建了*S. mongolicus*的高质量基因组组装（34.79 Mb，13个contig，8471个蛋白质编码基因）。功能注释鉴定了491个CAZyme相关基因、447个转运蛋白相关基因、123个细胞色素P450基因和16个次级代谢物生物合成基因簇。在描述性属内比较中，*S. mongolicus*的CAZyme注释绝对数量和标准化数量均高于所比较的四个近缘种。本研究提供的基因组资源将为*S. mongolicus*后续的功能表征和生物学研究奠定基础，未来需要通过转录组学、分泌组学和生化分析来确定这些注释基因的具体功能。该研究成果发表于《Journal of Fungi》。