花斑湖涡虫染色体水平基因组的组装与注释

《Scientific Data》：Chromosome-level genome assembly of the model organism Lumbriculus variegatus (Lumbriculidae: Clitellata)

　　

摘要

水生寡毛类动物（约占环节动物的 10%）在污染物毒性评估中具有重要作用，但缺乏基因组资源。我们利用长读长测序数据、短读长测序数据、Hi-C 技术和 RNA 测序，报告了第一个染色体水平的Lumbriculus variegatus（花斑湖涡虫，一种用于毒性积累实验的模式生物）基因组。该 1.15 Gb 的组装具有 2.01 Mb 的 contig N50 值，98.98% 的序列锚定到 17 条染色体上（scaffold N50 为 67.05 Mb），且完整性较高（BUSCO 为 97.0%，短读长比对率为 99.49%，长读长比对率为 98.94%）。基于短读长和长读长的 QV 值分别为 57.45 和 61.21。重复元件占 56.27%，其中长散在重复序列（LINEs）占 17.21%。我们注释了 24,754 个蛋白质编码基因，BUSCO 评分为 97.3%（96.56% 已分配功能），以及 16,288 个非编码 RNA。该基因组为研究环节动物的隐存种化、基因组进化、适应性及毒理学机制提供了重要资源。