基于PacBio Iso-Seq的罗氏沼虾参考质量全长转录本数据集构建与功能注释

《Scientific Data》：A dataset of full-length transcripts for the giant freshwater prawn (Macrobrachium rosenbergii)

摘要

Macrobrachium rosenbergii（罗氏沼虾）是全球主要的水产养殖物种之一，但其基因组体积庞大（约3–4 Gb）、高度杂合且富含重复序列，导致已获得的基因组草图组装碎片化严重，从而限制了准确的基因注释和功能基因组学研究。因此，高质量的、区分亚型的全长转录本对于基因发现和下游应用至关重要。本研究利用PacBio Iso-Seq技术，对一只成年雌性M. rosenbergii的七种组织（即血淋巴、触角基、眼柄、鳃、脑、肠道和腹神经节）进行了全长转录本组装，共获得了4,131,688条环形共有序列和38,955条非冗余全长转录本（N50 = 3,383 bp）。通过多个公共数据库，对其中32,275条转录本进行了功能注释，并预测了17,696条候选长链非编码RNA，其中包括2,712条由四种互补工具共同支持的高置信度lncRNA。为确保数据集的可靠性和可重复性，研究者将来自三种雄性表型脑组织的九个文库的Illumina短读长RNA-seq数据独立映射至Iso-Seq参考转录本，总映射率达到了72.44%。本数据集为M. rosenbergii提供了全面的、参考质量的全长转录本资源，可用于改进基因组注释、亚型水平的表达分析和比较转录组学研究。