《Crop Science》：Impact of increased population size and three reference genomes on the development of linkage maps in alfalfa
编辑推荐：
紫花苜蓿（Medicago sativa L.）是重要的多年生牧草作物，也是高度杂合的同源四倍体物种（2n = 4x = 32），这使得高密度连锁作图具有挑战性。研究人员利用测序分型（genotyping-by-sequencing，GBS）衍生的单核苷酸多态
紫花苜蓿（Medicago sativa L.）是重要的多年生牧草作物，也是高度杂合的同源四倍体物种（2n = 4x = 32），这使得高密度连锁作图具有挑战性。研究人员利用测序分型（genotyping-by-sequencing，GBS）衍生的单核苷酸多态性（single nucleotide polymorphism，SNP）标记，评估了参考基因组选择与群体规模对遗传连锁图谱开发的影响。研究人员分析了三个F1群体：PopA（RegenSY27x × UMN3988；n = 165）、PopB（RegenSY27x × FL99；n = 374）和PopC（PopB的子集；n = 165）。SNP分别比对到三个参考组装：基于新疆大叶（XinJiangDaYe，XJDY）第一同源型的Map1、基于中牧一号（ZhongmuNo.1，Zm1）一致性基因组的Map2，以及基于五个紫花苜蓿组装构建的图结构泛基因组（graph-based pangenome）的Map3。最终图谱在PopA含2635–2618个标记，PopB含3222–3390个标记，PopC含1974–2239个标记。较小群体中，图谱长度随参考基因组差异很大，PopA为1743.7–2701.1 cM，PopC为785.2–1109.3 cM；而较大群体PopB在不同参考下高度稳定，长度为1361.5–1428.6 cM。测序读长深度显著影响SNP发现，UMN3988杂交比FL99杂交产生更多标记。虽然泛基因组改善了读长比对并在线性参考缺失的结构变异区域捕获了标记，但在这种高度杂合同源多倍体物种中，群体规模对不同参考基因组下准确连锁作图的图谱长度稳定性影响最大。
研究背景方面，紫花苜蓿（Medicago sativa L.）为重要多年生牧草，属高度杂合、异交同源四倍体（autotetraploid，2n = 4x = 32），其等位剂量判读、单倍型定相、四体遗传与双减数（double reduction）等特性使连锁图谱构建困难。早期研究多用二倍体近缘种蒺藜苜蓿（Medicago truncatula）作参考，或无参考流程如UNFAK/通用网络分析工具，但单参考基因组无法代表物种全部遗传多样性，尤其同源多倍体多样性更高。近年来单倍型解析基因组与泛基因组（pangenome）出现，但其作为连锁作图参考的效用未被系统比较。因此，研究人员以美国种质F1群体为材料，比较三种参考基因组与两种群体规模对作图的影响，论文发表于《Crop Science》。
主要关键技术方法上，研究人员使用三个F1样本队列：PopA为RegenSY27x × UMN3988共165个后代，PopB为RegenSY27x × FL99共374个后代，PopC为从PopB随机抽样的165个个体。采用单酶切GBS获得Illumina短读长；用minigraph构建以Zm1为骨架、纳入XJDY、ZhongmuNo.4、CADL与RegenSY27x的图结构泛基因组并转为稳定FASTA；用BWA比对，NGSEP（next generation sequencing experience platform）进行多样本SNP检出与过滤；用updog估测基因型剂量（AAAA至BBBB），再用mappoly（针对同源多倍体的连锁作图R包）进行定相、分组、排序与Haldane函数计算遗传距离，并以全局错误率0.05与大于10 cM异常间隙过滤控制图谱膨胀。
研究结果如下。
读段比对与SNP检出：研究人员发现泛基因组参考的平均比对率最高，高于Zm1与XJDY；VG giraffe图比对器在本数据比对率反而低于线性BWA。PopA读长深度高，检出的双等位SNP最多；PopB与PopC读长较少但群体更大或抽样更小。泛基因组因容纳结构变异（structural variation，SV），使原本在单参考中错误比对的读长正确归位，真实SNP数较XJDY和Zm1更低。
泛基因组：图结构泛基因组稳定FASTA含Zm1八条染色体及326095个额外序列，代表五个基因组间大于50 bp的插入缺失（INDEL）与倒位等SV。
偏分离（segregation distortion）：研究人员移除显著偏分离标记；PopA与PopC移除比例约29%，PopB约25%，说明大群体可削弱偏分离标记比例。
连锁图谱：PopA最终图谱长度1743.7–2701.1 cM且随参考大幅波动；PopB为1361.5–1428.6 cM且跨参考极稳定；PopC为785.17–1109.28 cM。XJDY在小群体最长，Zm1最紧凑；大群体中XJDY反而最短，表明大群体消除噪声后XJDY单同源型与美国种质共线性好。泛基因组图谱不需后续过滤，运算更快，且能锚定Zm1缺失的可变区域标记。
群体规模影响（PopB对PopC）：从165增至374个体，标记锚定更充分，密度稳定在约2.3–2.5标记/cM；小群体漏记重组致总长偏短，大群体统计力足以估计真实重组，总长更稳定，参考间差异仅约67 cM。
测序深度影响（PopA对PopC）：同是165个体，PopA高深度得更多标记却图谱膨胀；PopC低深度图谱更紧凑。高深度小群体下GBS缺失与updog填补易引入假双交换，使重组分数虚高。
参考基因组影响：参考效应与群体规模反比；大群体下XJDY、Zm1、泛基因组总长几乎一致；小群体下Zm1最紧，XJDY标记多但膨胀大，泛基因组居中或最长。
泛基因组Map3与Zm1 Map2比较：两图共享Zm1坐标框架，PopA共有标记最低约38.9%；最终Map3中仅数十个标记来自Zm1外基因组，却能覆盖SV区域。遗传与物理位置比较显示大群体下两图共线性好，小群体高深度图出现线段扇状错位。
遗传距离对物理距离比较：PopA中XJDY与泛基因组出现染色体级别人工膨胀；PopB与PopC中跨参考吻合好，泛基因组红点标记填补Zm1缺失重组信息。
讨论部分总结：研究人员指出泛基因组通过容纳SV降低假SNP，但minigraph以Zm1为骨架仍残留参考偏性。偏分离比例与历史 diploid 苜蓿研究相近。小群体中SV会造成重组频率矩阵噪声、伪连锁与标记误序，因此本研究用物理位置辅助定序。研究核心结论是，标记密度与群体规模存在关键互作：高深度小群体带来更多基因型错误与图谱膨胀；大群体低至中密度可中和技术与参考偏性，得到稳定、生物学合理的苜蓿图谱。参考基因组影响随群体增大而减弱；泛基因组能补线性参考盲区，但准确作图的瓶颈仍是群体规模。
结论翻译：在高度杂合的同源四倍体紫花苜蓿中，泛基因组参考可改善读长比对并捕获结构变异区域的标记，但群体规模是对不同参考基因组下连锁图谱长度稳定性与准确性的最主要影响因素；较大F1群体（n = 374）能过滤基因分型错误并逼近真实遗传距离，而较小群体（n = 165）下参考基因组选择会显著改变图谱长度。因此，开展同源多倍体连锁作图时，应优先保证足够群体规模，再将泛基因组作为降低参考偏性的补充资源。
