第26页 – GrandOmics|希望组

八月，畅享植物基因组学盛宴

2018-08-13/0 评论/在新闻动态 /通过 zu

8月，两场植物基因组学的饕餮盛宴将在成都温江皇冠假日酒店展开！

小麦是我国最主要的粮食作物之一，是典型的异源多倍体物种，具有复杂的基因组结构。近年来，小麦基因组研究持续取得突破性进展，推动了小麦基因组学及其相关研究领域的发展。由中国作物学会主办，四川农业大学、四川省农科院作物所、中国科学院成都生物研究所承办的第九届全国小麦基因组学及分子育种大会将于8月14-16日在四川成都召开，聚集全国各地的学者们一起分享小麦基因组及分子育种相关的最新研究动态。

为充分展示植物基因组研究领域的最新成果和进展，推动我国植物基因组学研究的深入和农业生物技术产业的快速发展，由中国遗传学会植物遗传与基因组学分会主办，四川农业大学和中国科学院遗传与发育生物学研究所承办的第十九届全国植物基因组学大会也将于2018年8月19－22日在四川成都召开。

欢迎莅临B3展位（第九届全国小麦基因组学及分子育种大会）和19号展位（第十九届全国植物基因组学大会），未来组将展示新的三代测序技术（Oxford Nanopore和PacBio Sequel）及其应用成果，为组学领域研究提供新思路。

植物基因组比动物基因组复杂得多，其基因组普遍存在多倍性、高重复、高杂合等特点，是植物基因组测序组装的主要难点。武汉未来组基于三代测序平台（PacBio和Nanopore）、BioNano光学图谱和Hi-C染色体构象捕获技术，克服植物基因组中高杂合高重复的难点，已完成多种植物基因组及转录组测序项目，如木棉、杜仲、水稻、棉花、矮牵牛、玉米等，合作研究成果已有多篇发表于国际知名学术期刊。

武汉未来组作为国内三代测序服务公司，多年来深耕于三代测序分析领域，拥有新的三代测序平台及丰富项目经验优势，致力于为合作伙伴提供优质、高效的基因组测序组装及分析服务。

会议链接

第九届全国小麦基因组学及分子育种大会

第十九届全国植物基因组学大会

Nature Genetics | 三代测序揭示玉米种内存在广泛的基因结构变异

2018-07-31/0 评论/在科研动态 /通过 zu

昨日，中国农业大学农业生物技术国家重点实验室及国家玉米改良中心联手未来组、斯坦福大学及冷泉港等团队合作，在Nature Genetics在线发表题为“Extensive intraspecific gene order and gene structural variations between Mo17 and other maize genomes”的文章，公布了一个重要玉米种质的高质量参考基因组，并发现了种内特有的基因顺序及基因结构变异可能对杂种优势和基因组进化产生影响。

玉米（Zea mays）是重要的粮食作物，同时也是一个经典的遗传学模式植物，无论从经济价值还是科研价值来说，玉米的重要性都不言而喻。另外，由于玉米具有高度的种内基因组多态性，所以通过不同的杂种优势群进行杂交产生的后代通常具有极高的杂种优势水平。因此，自近一个世纪前，杂交玉米被广泛种植。大多数现代玉米都是杂交而来，其中“瑞德（Reid）黄马牙”（即自交系B73）和“兰卡斯特(Lancaster)”（即自交系Mo17）是两个最著名的玉米自交系，所以由B73和Mo17杂交产生的后代不仅在全球广泛种植，同时也是遗传学家及分子生物学家热衷研究的对象。无论是对于遗传基因图位克隆还是对杂种优势的分子基础或遗传印记的研究，玉米参考基因组都是必须解决的首要难题，在2009年公布的玉米B73基因组草图可以说是玉米研究领域的里程碑事件。近年来，随着第三代测序技术的不断发展，多项新技术结合打造的高质量植物基因组越来越多地被呈现在大众视野之中。

这篇发表在Nature Genetics上的研究通过三代PacBio SMRT测序技术、二代Illumina HiSeq平台与BioNano光学图谱技术结合，获得了一个高质量的Mo17的参考基因组（Table 1），给予了一个能够广泛比较玉米种内基因组多样性的前所未有的机会。

研究者利用200.8Gb的原始PacBio数据（约90×测序深度），拼装得到的ContigN50达到1.84Mb，并利用267.7Gb的BioNano辅助组装，得到2,560条scaffolds（scaffold N50达到10.2Mb，Table 1）。最终Mo17的基因组大小为2,183Mb，与此前报导的B73基因组（2,106Mb）相仿，经BUSCO评估，此次公布的Mo17基因组覆盖度约97.2%（B73基因组为97.3%），达到了几近完整基因组水平。

Table 1 Mo17基因组组装情况

注释结果显示，Mo17基因组中将近83.83%的序列为重复元件，包括反转座子（75.24%）、DNA转座子（6.12%）以及一些其他的未分类元件（1.72%），并且不同类型的重复DNA的组成与B73和PH207非常相似。此外，研究者还预测了Mo17基因组中的38,620个蛋白质编码基因，预测基因外显子的55%可由5种不同组织的RNA-Seq数据支持，覆盖率至少为90%。共有37,830个(97.95%)预测基因分布在10条模拟染色体上，蛋白质编码基因主要分布在染色体臂内，与转座子密度呈负相关（Fig.1）。

Fig. 1 B73和Mo17的基因组图谱比较

通过对B73和Mo17这两个基因组的比较，研究者鉴定出12，936个B73特有的基因组片段(总计12.96 Mb)和12，939个Mo17特有的基因组片段(总计12.2 Mb)，长度大于500 bp，其中大部分(98.7%)小于5kb，并在B73和Mo17中分别发现了200条和126条长于5kb的PAV序列，这些PAV序列在基因组中不均匀分布（Fig.1）。

玉米是一个古老的四倍体植物，其两个亚基因组均经历了广泛的基因分化历程。研究者利用高粱作为参照，发现B73和Mo17经历了同一个四倍体化过程，以及大部分的后续基因分化事件。为了检测哪些基因可能受到选择的压力，研究者计算了B73，Mo17和PH207两两之间同源基因的中性突变率(Ks)。在Ks分布中发现了两个峰值：一个对应了一组由于近期遗传交换而产生的基因(Ks<0.0028)，另一个则代表了余下的大部分基因，这些基因可能是在210万年前从玉米的共同祖先分化而来(Ks~0.025)。随后，研究者计算了Ks在0.0028到0.25之间的基因的Ka/Ks值。因为大多数非同义突变是有害的，并且经历了很强的净化选择，所以这些基因的Ka/Ks正如研究者预期一样，均明显偏向于零（Fig.2）。也就是说，这三个基因组中，均只有相对少数（1,000个左右）的基因受到正向选择（positive selection，Ka/Ks> 1），绝大部分（约7000个）基因仍处于进化约束之下（Ka/Ks < 0.1）。

Fig. 2 B73、Mo17和PH207基因组的进化

另外，比较分析结果显示，B73中的33，681个基因和Mo17中的33，597个基因同源或部分基因片段存在共线性，但同时也发现二者的基因有很多不存在共线性（包括5,105个B73基因和4,008个Mo17基因），因为在它们各自对应的基因组中的10 Mb范围内没有发现任何同源基因或基因片段（Table 2）。同时，PH207中的2,112个基因与B73和Mo17基因组中均不存在共线性。

20%以上的预测基因在B73、Mo17和PH207的任何两个自交系之间都表现出明显的蛋白质序列变异，表明这三个具有代表性的玉米自交系之间存在潜在的功能互补。值得注意的是，在非共线性基因中的大效应突变和大结构变异的比例显著高于共线性基因(χ2检验，p<2×10⁻¹⁶)。

Table 2 B73和Mo17之间的基因多态性

该研究利用三代测序技术揭示了玉米种间存在的大量非共线性基因、种内基因组结构变异及基因差异表达等，这些因素可能是造成玉米世系特异性的重要原因之一，因此评估这些非共线性基因对农业性状定量表型变异的影响将是未来一个很有价值的研究方向。

参考文献：

Sun, S. et al. Extensive intraspecific gene order and gene structural variations between Mo17 and other maize genomes. Nature Genetics (2018).

Cell | 首个轮藻基因组公布，揭示早期植物登陆的关键进程

2018-07-20/0 评论/在科研动态 /通过 zu

近日，在Cell杂志上罕见地发表一篇以基因组为名的文章“The Chara Genome:Secondary Complexity and Implications for Plant Terrestrialization”^[¹^]，不仅公布了首个基础膜生植物的基因组，还推断了早期植物登陆这一历史性进化进程。这篇文章是由德国马尔堡大学（University of Marburg）的Stefan A. Rensing联合日本金沢大学（Kanazawa University）西山智明（Tomoaki Nishiyama）、神户大学（Kobe University）坂山英俊（Hidetoshi Sakayama）等60位科学家一同努力的成果，分量不可小觑。

陆生植物由绿藻进化而来，其中轮藻纲植物具有最为复杂的形态结构。因此，Stefan等研究者以布氏轮藻（Chara braunii）为立足点，通过Illumina测序辅以PacBio第三代测序技术组装高质量轮藻基因组，并与其他陆生植物基因组进行比较分析，发现了陆生植物的遗产基因（land plant heritage genes，LPHGs）以及早期植物登陆的进化新现象。

Fig.1 Stefan A. Rensing

在中古生代时早期就有数支藻类家系都适应了陆地环境，但最后只有一种传奇般的成为了陆地植物的祖先，这件意义非凡的进化事件是如何发生的一直是吸引着众多科学家为之疯狂的谜题。

Fig.2 轮藻的进化以及陆生植物的特征

轮藻（Charophytic algae）是膜生植物的一支，具有在新生细胞壁形成过程中起作用的成模体（phragmoplast）(Fig. 2)。作为最先分化出去的分支却有着比其他轮藻更复杂的形态学结构（Fig. 3），预示着轮藻纲植物基因组中可能存在着与早期植物登陆息息相关的特征和关键信息。

Fig.3 轮藻的生命周期和习性

于是，研究者收集了两个源自不同地方的布氏轮藻（Chara braunii）。通过Illumina对其分别测序，获得了1.75Gb的碱基数据，并最终将其中的1.43Gb拼装到contigs上，覆盖了约74%的布氏轮藻基因组，最后还运用了PacBio组建fosmids物理图谱验证基因组reads组装的准确性。另外，研究者采用了RNA-seq技术分别对布氏轮藻的营养阶段和生殖阶段进行转录组分析，注释了23,546个可能的编码基因，其中53%都有RNA数据支持并鉴定出至少94%的保守的关键基因集合（gene sets），应用于基因组学分析和线性分析。

由于轮藻基因组中不存在全基因组复制（whole genome duplication）情况，其基因组中基因家族的扩增主要是由于基因的复制或者差异化丢失。正是这些特异性的基因获得或丢失造就了布氏轮藻显著的形态学复杂性。同时，研究者们在比较布氏轮藻与现存陆生植物基因组后发现：通过PINs转运植物生长素，三螺旋TFs，MIKC类型MADS基因以及光呼吸和传播体存储蛋白等功能在克里藻（Klebsormidium nitens）分化前就已存在（Fig. 2）。

因此，许多之前被认为是类陆生植物的特征明显是从膜生植物的共同祖先中进化而来的。研究者鉴定出这些植物中共同拥有的性状，推断它们是穿越了数十亿年的进化历程仍被保留的祖先性状，并将与这些性状相关的基因命名为陆生植物的遗产基因（Fig. 4），从而推断出相应的进化奇迹是如何发生的。

Fig.4 布氏轮藻基因组中存在的陆生植物遗产基因

文中详细地研究了分枝、纤维素合成酶、顶端细胞生长、植物激素网络、ROS对有性生殖的潜在作用以及成模体等布氏轮藻的特征。另外，在陆上生活就意味着要接触更大量的紫外线，因此在陆生植物中，由RNA编码修复因UVB诱导突变的机制也被发现是从轮藻纲分化之后产生的。其他诸如多细胞孢子体和胚胎发育，复杂表皮的形成，以及与丛枝菌根互作的能力等，都是自植物登陆时进化产生并且在陆生植物进化过程中一直保留的特性，这些特性都是植物对陆生环境不断适应的清晰印记。

通过比对布氏轮藻基因组与陆生植物基因组之间各种惊人的相似性及重要的差异，我们可以清晰的勾勒出植物从水生向陆生不断适应和进化的伟大历程，每一步的挣扎和新生都仿佛昨日重现（Fig. 5）。

Fig.5 植物登陆进程^[^2]

该研究成果巨细无遗的呈现了植物进化长河的关键时刻，这些都离不开高质量参考基因组的获取。对于基因组结构复杂、成分交织不清的物种来说，高质量的基因组尤为重要。随着研究对基因组质量的要求不断提高，二代测序的劣势日益彰显，以本文为例，二代测序组装的轮藻基因组远不完美，仍有许多有待开发的关键区域未被涉及。第三代测序技术正在蓬勃发展，相信会有更多更完善的基因组不断被攻克，也将有更多的生物谜题不断被揭晓。

参考文献

1. Nishiyama, T. et al. TheChara Genome: Secondary Complexity and Implications for Plant Terrestrialization. Cell 174, 448-464 e424,doi:10.1016/j.cell.2018.06.033 (2018).

2. deVries, J., Stanton, A., Archibald, J. M. & Gould, S. B. Streptophyte Terrestrializationin Light of Plastid Evolution. Trends inplant science 21, 467-476,doi:10.1016/j.tplants.2016.01.021 (2016).

重大突破| 三代测序助力人类基因组DNA 6mA甲基化研究

2018-07-13/0 评论/在科研动态 /通过 zu

近日，中山大学中山眼科中心肖传乐教授、广州医科大学附属第三医院晏光荣教授、中国农业科学院生物技术研究所谷晓峰研究员、北京放射医学研究所伯晓晨研究员、美国费城儿童医院及武汉未来组&北京希望组首席科学家王凯教授等学者与武汉未来组、北京希望组余国亮带领的团队共同合作完成的文章“N6-Methyladenine DNA Modification in Human Genome”在 Molecular Cell杂志在线发表。该研究利用三代测序技术，首次获得了中国人DNA N6-甲基腺嘌呤（6mA）修饰图谱，是人类基因组DNA甲基化研究领域的重大突破。

DNA甲基化是表观遗传调控的重要组成部分，在调控基因组印记、X染色体失活、转座子沉默、基因表达、表观遗传记忆、胚胎发育和肿瘤发生等方面发挥着重要作用。真核生物中，5mC是最常见的甲基化修饰，而在原核生物中，6mA是最常见的甲基化修饰，且6mA甲基化在限制-修饰(R-M)系统的调控、DNA错配修复、基因表达等方面发挥了重要的作用。在早期的研究中，受技术条件的限制，并没有在真核生物中检测到DNA 6mA修饰，因此过去认为DNA 6mA在包括人类在内的真核生物中不存在。近年来，随着测序技术的不断发展，已经在莱茵衣藻、秀丽隐杆线虫、果蝇、真菌等真核生物中发现了DNA 6mA的存在，并且发现6mA甲基化参与了调控基因和转座子的表达。此外，已有大量研究表明RNA m6A修饰在人类mRNA中广泛存在，与RNA剪接、mRNA稳定性和基因表达有关。但有关DNA 6mA修饰是否广泛存在于人类基因组中，以及是否在基因调控和疾病致病机制中发挥作用等问题仍未得到深入研究。近年来以PacBio SMRT和Oxford Nanopore 为代表的三代测序技术将高通量和长读长相结合，同时具有高效、单碱基分辨率的优势，无需额外的样本制备，可直接获得整个基因组范围内的区域甲基化信息，为评估人类基因组中的甲基化提供了一个有效的方案。本研究首先对第一个基于三代测序的亚洲人参考基因组“华夏一号”的PacBio SMRT测序数据进行分析，共发现881,240个 6mA 修饰位点，首次获得了中国人DNA N6-甲基腺嘌呤（6mA）修饰图谱。通过分析该甲基化图谱的特征，发现DNA 6mA在常染色体上的丰度较高，在X染色体和Y染色体中的丰度相对较低，且这些位点主要富集在外显子编码区。

各染色体上DNA 6mA的丰度分布

DNA 6mA在染色体各区域上的丰度分布

RNA 6mA已被证实对基因表达有重要的影响，但DNA 6mA在基因表达方面的潜在作用在很大程度上仍不清楚。本研究发现，高表达水平基因的外显子区域具有较高的6mA丰度，且进一步分析发现外显子区域的6mA丰度与RNA表达水平正相关。此外，通过对DNA 6mA丰度高的基因进行了GO富集分析发现，6mA修饰位点在G 蛋白偶联受体(GPCR)相关基因中有显著的富集。GPCRs作为膜蛋白受体参与多个细胞信号转导过程，以改变细胞的状态，且与许多疾病的发生有关，也是约40%治疗性药物的通用靶点。因此，6mA甲基化可能在GPCR相关基因表达调控中发挥重要作用，但还需进一步的研究。

m6A丰度与RNA表达水平的关系及其位置分布

此外，本研究发现和证实了DNA 6mA由N6AMT1甲基化转移酶和ALKBH1去甲基化酶调控。为了研究DNA 6mA的功能，该研究还分析了肿瘤组织及非肿瘤组织的6mA水平。结果发现，与非肿瘤组织相比，肿瘤组织中6mA及其甲基转移酶N6AMT1的水平呈现下调，而去甲基化酶ALKBH1的水平呈现上调。为了进一步研究DNA 6mA修饰对肿瘤发生的影响，对癌细胞中N6AMT1和ALKBH1进行过表达和沉默。结果发现沉默N6AMT1基因降低了癌细胞基因组的DNA 6mA水平，促进了癌细胞的生长，而N6AMT1过表达则以剂量依赖性方式抑制了癌细胞生长。沉默ALKBH1基因则增加了癌细胞基因组DNA 6mA水平，抑制了癌细胞的生长，而ALKBH1过表达以剂量依赖的方式逆转了这些效应。此外，通过构建肺癌异种移植小鼠模型，也得到与上述一致的结论。因此，结果表明DNA 6mA修饰水平的降低可以促进肿瘤发生。

N6AMT1下调对细胞增殖，迁移能力和肿瘤大小的影响

ALKBH1下调对细胞增殖，迁移能力和肿瘤大小的影响

综上所述，本研究首次获得了中国人DNA N6-甲基腺嘌呤（6mA）修饰图谱，揭示了DNA 6mA甲基化修饰在人类基因组中的调控机制，加深了人们对于DNA 6mA甲基化生物学功能的认识。

未来组&希望组作为三代测Oxford Nanopore测序中心，致力于研发和推广长读长测序技术在科研和医学领域中的应用，目前已重磅推出“华夏万人SV”计划，旨在构建中国健康人群高分辨基因组结构变异图谱、单碱基精确度的DNA甲基化图谱，弥补目前基因组数据库的空白。同时，武汉未来组专注于三代测序在科研服务领域技术开发和应用推广，其合作研究项目已有多篇发表于国际知名学术期刊。未来组将在三代测序领域坚持创新，持续突破，应用新技术推动生物产业发展，为合作伙伴提供优质的测序组装及分析服务。

热议基因组|照亮基因组“暗物质”的新曙光

2018-07-11/0 评论/在科研动态 /通过 zu

上周《Nature Genetics》发表了一篇名为《Adaptation and conservation insights from the koala genome》的文章，公布了迄今为止最完整最连续的有袋类动物参考基因组。令人惊叹的是，其中不仅包含了高度重复序列组成的着丝粒区域（centromeres），而且还发现了一种逆转录病毒（KoRV）的DNA也正以重复序列的形式入侵考拉基因组^[¹^]。着丝粒等高度重复区域向来是二代测序的盲区，因此澳大利亚博物馆的Rebecca Johnson和同事运用PacBio RSII平台及Bionano光学图谱组装出了高质量考拉基因组，再一次向广大研究者证明了第三代测序技术在复杂基因组组装甚至跨越重复序列区域的能力上具备无可比拟的优势。

形形色色的重复序列

所谓重复序列，是指在基因组中不同位置出现的相同或对称片段。由于在基因组中分布广泛、数量庞大，根据不同的特性，可以将重复序列分成不同的类型。（太长！不看！那就直接上图吧！Fig. 1）

Fig.1 重复序列的分类

例如，依据核酸序列变性-复性热力学性质，可分成：

单拷贝序列（single copy）；

低度重复序列（low repetitive sequences）——在基因组中重复2~10次；

中度重复序列(moderately repetitive sequences)——重复10~几百次；

高度重复序列(highly repetitivesequences)——重复几百次~几百万次；

其中中度重复以上的序列基本不编码蛋白质，高度重复序列更是构成着丝粒、端粒的主要部分。

依据重复结构、功能和位置分类的话，可分成：

串联重复序列（tandem repeat），包括简单重复序列（simple sequence repeats，SSR）和卫星DNA（satellite DNA）；

片段重复序列（segmental duplication）；

散在重复序列（interspersed repeat），指起源于逆转座子（retroposon）和DNA转座子（DNAtransposon），且较均匀地分布在基因组中的一些重复序列；

逆转座子又包括：

长散在重复序列（Long Interspersed NucleotideElements，LINE）；

短散在重复序列（Short Interspersed NucleotideElements，SINE）；

长末端重复序列（Long Terminal Repeat，LTR）等。

它们通过“复制-粘贴”的模式在供体位点上进行复制，复制形成的新转座子插入到基因组的另一位点，因此，逆转座子每转座一次，其拷贝就会增加一份，极大地影响物种基因组大小，而DNA转座子则主要是通过“剪切-粘贴”的模式直接从一个供体位点移动到另一位点，一般不影响基因组的大小。

意义非凡的重复序列

自1970年以来，关于串联重复序列的研究与日俱增，仅2017年在高影响力杂志上就发表了68篇与之相关的文章，预计2018年在此领域中的文章发表量甚至高达5500篇（Fig. 2），可见人们对于重复序列研究的热情始终高涨，也侧面反映了重复序列所具有的生物学意义实在是非比寻常。

Fig.2近年发表的串联重复序列文章数量统计^[²^]

1）重复序列参与基因调控、表观修饰、染色质重建等关键生理进程，如位于着丝粒（centromeres）、端粒（telomeric regions）等区域的卫星DNA能特异结合某些蛋白质，并使DNA链折叠形成高级的三维结构，对染色体的形成起着至关重要的作用。

2）重复序列不仅是造成大型基因组的主要因素，而且还扩充生物的遗传多样性。大量的重复序列会随着生物体的繁衍和物种间互动进行着垂直交换和水平转移，极大地扩增和丰富了遗传信息，还通过引起基因组序列的删除、扩增、断裂等重排作用增加物种遗传多样性。

3）重复序列不仅为遗传突变和新基因的产生提供了素材，也提供了容错的空间，为基因组进化提供了前进的动力和不可多得的保障。例如上文中的“考拉基因组文章”中就提及，KoRV的DNA插入了考拉基因组内的24个编码基因中，其中的22个插入了基因内含子区域，而剩下的2个是在3’-UTR区域，正是大量的间隔序列和重复序列稀释了编码基因的比例，从而充当了应对急剧变化的缓冲器，吸收了病毒入侵的DNA序列，最大程度保证基因组的正常运作^[1]。

4）通常认为，由DNA复制错误产生的串联重复序列因其保持着高度不稳定性，会干扰位于其附近的编码基因表达且较难整合到基因调控网络中，但从今年3月发表在《Cell》上的一篇关于重复序列的文章中，我们发现：如果串联重复序列中出现了能被转录因子识别的DNA序列模体（motif），则可能会将串联重复序列转化成功能性顺式调控元件（cis-regulatory elements），从而有利于其稳定地存在于基因组中（Fig.3）^[³^]。

所以，关于串联重复，虽然每年都有大量文章发表，但对其更深层次的理解、运用^[⁴^]以及其所产生的一系列影响的研究^[⁵^]，仍大有可为。

Fig.3 串联重复序列的远距离调控

由于重复序列是由一个重复单元被不断重复成百上千次甚至更多次数而形成的，所以对于采用第二代测序进行基因组组装的研究者来说简直就是噩梦。据估计，对于人类基因组而言，尚有8%左右的DNA序列有待测序，这些“缺口”主要包括的正是基因密集、序列重复的异染色质DNA。所以随着第三代测序技术的普及和基因组组装策略的完善，研究重复序列、填补基因组“缺口”成为研究者难得的机遇。

照亮基因组“暗物质”的新曙光——第三代测序技术

今年3月发表于《Nature Biotechnology》的文章中，研究者使用BAC文库结合Oxford Nanopore Technologies的ultra-long建库测序技术组装出了完整的人类Y染色体着丝粒区域序列，并跨越了由5.8Kb的序列串联重复52次形成的长达301Kb的区域，并鉴定出了7段6.0Kb长的高阶重复结构变异^[^6]。

Fig.4 Y染色体着丝粒的线性组装

另外，最近在《Nature Communications》上发表的文章“High contiguity Arabidopsis thaliana genome assembly with a singlenanopore flow cell”^[^7]同样也展现了Nanopore测序技术的长读长在基因组组装中优势明显，不仅可以大大提高基因组组装的连续性，还可以解决短读长测序所难以攻克的复杂重复序列（一个单read就可以完整组装出一个长达39kb的重复序列，Fig. 5），对结构变异的鉴定也有很大的优势。

Fig.5 Nanopore测序技术解决拟南芥中高度重复区域

由此可见，第三代测序能获得高质量的基因组拼装结果，填补原参考基因组的缺口。随着覆盖高重复区域的高质量参考基因组相继闪耀登场，相信组学研究终会拨开云雾，真正迎来重复序列研究的曙光。

热议基因组|“垃圾”DNA究竟是垃圾还是宝藏

2018-07-03/0 评论/在科研动态 /通过 zu

自DNA被发现以来就一直被誉为“生命天书”，对这本无字天书的完全解读也成为了无数科学家毕生追求的梦想。但随着人们对书中内容不断探索，却意外发现那些影响我们高矮胖瘦、生老病死等关键信息的基因只占基因组DNA的极少部分，而绝大部分看似不会编码蛋白质的DNA，有的人形容它们为“垃圾”DNA。但这个充满功利性的命名也就此引起了一场愈演愈烈的讨论。最近在《Cell》上发表的一篇重磅文章^[1]，不仅将“‘垃圾’DNA究竟是基因组垃圾堆还是珍贵的宝藏”这个议题拉回大众视野，而且也隐隐预示着一场盛大的“淘金运动”正悄然进行。

“垃圾”DNA的前世今生

19世纪60年代，孟德尔（Gregor Mendel）通过实验预示了基因的存在。随后分别于1869年和1944年，DNA被首次提取和证明为构成基因的基础物质。DNA即脱氧核糖核酸，而基因则是具有遗传效应的特定DNA序列，通俗地讲，基因就是一段编码某种蛋白质的DNA。

到了20世纪60年代后期，越来越多人发现，真核生物的DNA包含了数量庞大的重复DNA，而且这些DNA似乎并不会编码蛋白质。1972年，大野乾（Susumu Ohno）正式将基因组中的非编码DNA命名为“垃圾”DNA。这个充满负面情感的名字也充分体现了当时科学家对于这些非编码DNA的看法，人们甚至认为这些序列没有积极功能，只是一些自私的DNA序列并热衷于自我扩张，这一理念也在1989年随着道金斯（Richard Dawkins）成名作《自私的基因》的大卖而广为人知。

众人皆醉我独醒，在大部分人都将“垃圾”DNA弃如敝履的时候，那些独具慧眼的人总能从“垃圾堆”中发现何氏之璧，隋侯之珠。经过这些科学家孜孜不倦地探索，从20世纪90年代初开始，人们对于“垃圾”DNA的看法才慢慢有了转变。在完成了“人类基因组计划（HGP）”的草图之后，科学家发现人类基因只有2-3万个左右，占基因组总长度仅约1%，而剩余的99%均为非编码DNA，也就是人们通常所说的“垃圾”DNA。这99%的“垃圾”DNA犹如斯芬克斯之谜一样一直困扰着人们。直到2012年，一项名为“DNA元件百科全书（Encyclopedia of DNA Elements，ENCODE）”的项目^[2]接连用多篇科学论文向人们宣布，在人类基因组中超过80%的DNA都是有功能的！从此，人们更加相信“垃圾都是放错地方的资源”，只是我们没有全面了解“垃圾”DNA起作用的真正方式，并纷纷开始尝试挖掘“垃圾堆”中被掩藏的瑰宝。

“垃圾”DNA——有待发掘的宝藏

所谓的“垃圾”DNA其实是个相当笼统的称呼，它的真实内涵十分丰富，包括了非编码的功能RNA、顺式/反式调控元件、内含子、假基因、端粒、中心粒以及含量最多的转座子和串联重复序列等。随着人们逐步深入地探索，也发现了它们各不相同的真实功能。

目前关于“垃圾”DNA的研究，主要分成两大方向，一个方向主要是关注“垃圾”DNA的各种特殊功能及其对生理进程的影响。

1 “垃圾”DNA中可能潜藏癌症病原^[3]

随着测序成本直线下降，极大地促进了个人基因组测序的发展。要从海量DNA变异数据中筛选出有用信息是一项意义重大的挑战，尤其是在癌症基因组中，许多的关键DNA变异体更是处在非编码的“垃圾”DNA区域。研究人员通过结合“千人基因组项目（the 1000 Genomes Project）”和ENCODE的数据，开发出一套分析流程，并成功鉴定了那些隐藏在“垃圾”DNA中可能导致癌症发生的DNA变异体。

2 “垃圾”DNA还能决定你的盛世美颜^[4]

人脸的外形是人类最显著的特征之一，面部形态的差异在社会互动、心理学、法医和临床遗传学等领域都有着重要的意义。颅面部形状是高度遗传的，包括形态变异的正常谱以及主要颅面部出生缺陷的易感性。有研究者利用染色质免疫共沉淀技术及测序技术对小鼠胚胎面部组织的发育过程进行研究，探讨了转录增强子在颅面部复合体发育中的作用。这种增强子可以在距离其靶基因数百kb的地方，远距离调控靶基因表达的空间模式、水平和时间。

Fig.1 颅面发育增强子对颅面形态有一定的作用

3 “垃圾”DNA通过编码lncRNA参与调控抑制致癌基因^[5]

“垃圾”DNA编码产生的长非编码RNA(IncRNAs)具有调节基因表达的作用。研究者使用多个小干扰RNA(siRNAs)来沉默GNG12-AS1基因表达。研究发现，当大多数siRNAs沉默GNG12-AS1转录后，siRNA互补于GNG12-AS1的第一个外显子抑制其转录。在转录过程中，GNG12-AS1的沉默会引起DIAS3（抑瘤因子）的上调，证明其在转录干扰中的作用。

Fig.2 siRNA抑制转录干扰

4 “垃圾”DNA成员LTR被异常激活会触发原癌基因^[6]

哺乳动物基因组中包含大量重复序列，其中长末端重复（long terminal repeats，LTRs）一直以来都被认为可能与肿瘤发生有关。这篇文章表明LTRs的脱抑制化作用与人类淋巴瘤的发病机制有关，这一发现具有十分重要的诊断、预警和治疗意义。

5 “垃圾”DNA编码的microRNA能促进胚胎发育^[7]

严格控制内胚层、中胚层和外胚层的分离对于所有物种的正常胚胎发育都至关重要。研究者通过对全基因组microRNA文库进行系统性扫描，发现其中两个microRNA家族会以牺牲内胚层为代价促进中胚层的生长，这意味着“垃圾”DNA编码的microRNA在胚层规划中具有十分关键的作用。

6 “垃圾”DNA是一种精心设计的基因表达控制机制^[8]

人们普遍认为内含子保留（Intron Retention，IR）是由于信使RNA前体错误剪切内含子序列导致的。研究者通过对转录组和蛋白质组的数据进行生物信息学分析，发现在正常血液白细胞分化的过程中，内含子保留其实是一种通过触发无义介导的衰变途径（nonsense-mediated decay，NMD pathway）进行基因表达控制的生理机制。

7 “垃圾”DNA可能改变基因的剪切方式^[9]

为了更深入了解基因的剪切调控机制，研究者通过一种基于细胞的筛选方法，从内含子中鉴定了10个能抑制剪切的不同模体结构。所有模体结构都表现出了外显子剪切增强或沉默的活性，依据它们的分布进一步将其进行分组分析，最后发现分组产生的集群具有明显的内容依赖（context-dependent）作用模式。

8 “垃圾”DNA影响表观遗传的稳定性

这篇文章深入阐释了人类基因组中的“垃圾”DNA之一，HSATII（high-copy satellite II）可以结合并影响核染色质调控蛋白的分布，这往往导致癌症的发生^[10]。另外，DNA甲基化精密地调控基因组织特异性表达及关键的生物进程。然而，缺乏可靠手段检测基因组中庞大的DNA甲基化信息成为系统分析其功能的一大阻碍。另一篇文章的研究者通过利用一个深度学习模型网络研究DNA甲基化的调控编码规则，并利用此网络预测序列变异对CpG附近位置DNA甲基化的影响^[11]。

由此可见，另一个方向的主要关注点则是如何快速高效获取“垃圾”DNA序列信息，编码规则和预测模式等结构意义上的研究。

9 “垃圾”DNA可能形成具有转录活性的功能基因

研究者通过“蛋白-转录组”方法（proteo-transcriptomics approach）结合RNA测序及蛋白组学数据，证明大量的Alu外显子具有转录活性，且能产生灵长目特异，甚至人类特异的亚型蛋白，揭示了“垃圾”DNA参与基因异构体（isoforms）形成的潜在机制^[12]。另一篇综述文章则着重讨论了近几年关于新出现基因的鉴定和验证等问题，并预测该领域将来的研究方向可能集中在新蛋白编码基因的功能、结构解析以及其出现机制等^[13]。

Fig.3 蛋白质组学Ribo-seq数据证明Alu-外显子能够编码蛋白质

10 高速发展的测序技术结合多种研究方法助推“垃圾”DNA的深入探索

研究者提出，结合基因组和转录组数据能有效促进孟德尔疾病遗传机理的研究。另外，许多研究已表明，“垃圾”DNA会参与转录剪切和调控进程，因此作者也提醒，在分析相关内容时，一定要注意研究对象的生长时期，以及微小的调控效应，这些因素可能会对研究结果产生明显的影响^[14]。正如本文最开始提及的那篇重磅《Cell》文章所描述的，“垃圾”DNA代表之一的LINE1基因会在小鼠胚胎早期发育过程中的胚胎干细胞有高表达，这一特殊时期的奇异现象引起了研究者的重视，才诞生了这篇意义重大的文章，同时也为“垃圾”DNA的正名提供了强有力的证据。“垃圾”DNA不仅不是垃圾，相反它是生命体不可或缺的重要部分，假如没有LINE1序列，受精卵将永远停留在两细胞的状态，无法完成复杂的生长分化过程^[1]。

另一篇文章利用第二代测序技术鉴定了与神经系统疾病相关的“垃圾”DNA变异体。了解神经发育和神经精神障碍的遗传因素是医学研究的一个主要的挑战^[15]。虽然大规模的基因组测序在这一领域取得了重大进展，但对许多疾病来说，其遗传基础仍是十分复杂且知之甚少的秘密，特别是对于占基因组绝大部分的“垃圾”DNA区域，其结构复杂、重复率高等特点都严重阻碍了二代测序对该区域DNA有效信息的获取和利用。

突破 | 北京希望组(GrandOmics)正式面向全球提供基于PromethION平台的人类基因组重测序及生物信息学服务

2018-06-22/0 评论/在新闻动态 /通过 zu

植物“孤儿基因”与抗病的故事新番：QQS基因及其互作因子NF-YC4降低植物病原易感性

2018-06-15/0 评论/在科研动态 /通过 zu

在不降低产量的情况下提高作物的营养质量和抗病性是开发有价值的作物品种、同时改善粮食安全和可持续性发展的关键。未来组科研顾问、美国密西西比州立大学助理教授李灵博士继2015年在PNAS上发表的有关“孤儿基因”QQS及其互作因子NF-YC4的研究论文之后，于2018年6月7日再次在Plant Biotechnology Journal (IF=7.4，植物科学一区)杂志发表题为“QQS orphan gene and its interactorNF-YC4 reduce susceptibility to pathogens and pests”的研究论文^[1]，揭示了QQS和NF-YC4在增加蛋白质和改善作物防御特性方面的潜力。

QQS基因：拟南芥（Arabidopsis thaliana）中的孤儿基因，编码59个氨基酸的小蛋白，调控拟南芥中的碳氮在淀粉和蛋白质中的分配。

NF-YC4：异源三聚体转录因子NF-YA/NF-YB/NF-YC中的一个亚单元，在真核生物中保守。

拟南芥特有的AtQQS孤儿基因及其互作因子NF-YC4的表达在不影响作物生长和产量的情况下，可提高叶片/种子蛋白的含量。在本研究中，研究者证明了AtQQS和NF-YC4在拟南芥和大豆中的过表达降低了植物对病毒、细菌、真菌、蚜虫和大豆囊线虫的敏感性。研究者利用一系列拟南芥淀粉代谢突变体，探讨了QQS表达、碳氮分配和防御之间的关系，并证明QQS介导的基础防御功能增强与植物蛋白质/碳水化合物组成的变化无关。研究表明，无论是AtQQS还是NF-YC4在拟南芥和大豆中的过表达，都会降低植物对病原菌/害虫的易感性（Fig.1）。

Fig.1 QQS和NF-YC4因子的表达降低拟南芥对病毒和细菌感染的易感性。

高表达NF-YC4的转基因大豆株系在保持健康生长的同时，还能产生高蛋白质含量的种子。进一步pull-down试验发现，QQS与人NF-YC以及拟南芥NF-YC4都能相互作用，并表明在NF-YC-组蛋白结合区附近有两个QQS结合位点。研究者提出了一种新的QQS与NF-YC相互作用的模型（Fig.2）。

Fig.2 QQS与NF-YC结合位点，以及QQS和NF-YC诱导植物防御变化的假设模型。

该研究通过多种实验方法研究了过表达QQS和其互作因子NF-YC4对植物生长和病原/害虫易感性等影响，此外，研究者还对QQS与人的基因位点的互作进行分析。研究结果表明，这种小分子孤儿蛋白在治疗人类疾病和作物改良等方面有着潜在的应用前景。

武汉未来组生物科技有限公司于2011年8月8日成立于武汉市光谷生物城，是中国第三代测序技术服务公司。未来组拥有PacBio SMRT、Oxford Nanopore、BioNano光学图谱及Hi-C染色体构象捕获等技术和平台，产品覆盖动植物基因组、全长转录组、微生物基因组、真菌基因组及宏基因组等。因为专注于三代测序技术开发和应用推广，武汉未来组已成为三代测序基因组中心。未来组将在三代测序领域坚持创新，持续突破，应用新技术推动生物产业发展，为合作伙伴提供优质的测序组装及分析服务。

参考文献：

[1] Mingsheng, Q. et al. QQS orphan gene and its interactor NF‐YC4 reduce susceptibility to pathogens and pests. Plant Biotechnology Journal. 2018. DOI:10.1111/pbi.12961.

动物基因组界的霸者

2018-06-13/0 评论/在科研动态 /通过 zu

1.肺鱼

肺鱼是一种和腔棘鱼类相近的淡水鱼。肺鱼的鳔的构造很像肺，可以进行气体交换。对于绝大多数鱼类而言，鳔的作用主要在于帮助鱼上浮或下沉，增强平衡性，而呼吸则通过鳃来完成。而肺鱼的特别之处就在于，它不仅能通过鳃来呼吸，也能通过鳔来呼吸。这使得肺鱼可以在没有水的环境下，也能存活很长一段时间。这种鱼甚至比恐龙更古老，是现存的“活化石”。它们的基因组通常很大，其中斑纹肺鱼的基因组甚至高达130Gb。

肺鱼分三个科，即非洲肺鱼科、美洲肺鱼科和澳洲肺鱼科。非洲肺鱼和南美肺鱼可生长在干旱季节很长的地方。旱季来临时，肺鱼会在土里挖个洞，呼吸空气，进入“休眠”状态。直到雨季的到来，它们会从洞里爬出，又恢复正常的生活方式。研究表明，有些肺鱼甚至能在这种休眠状态下生存长达5年之久。

澳洲肺鱼是现代肺鱼中最大的种类。体长可达125厘米，重达10千克。体呈长梭形，覆盖大而薄的圆鳞。澳洲肺鱼是肺鱼中唯一不能离水生存的，但其相对于其他鱼类，在流动缓慢的缺少氧气的水域也能正常存活。

2.螈

螈类动物最早出现在早侏罗世。该类动物属两栖纲有尾目，有断肢再生能力。螈类动物大多拥有庞大的基因组。蓝点钝口螈幼体水栖，成体栖息于潮湿环境，仅繁殖期返回溪水中产卵。以节肢动物、螺类、小鱼、蝌蚪和幼蛙为食。视觉差，捕食主要凭嗅觉或侧线。肢、尾残损后可再生。

中国瘰螈是两栖动物，是中国的特有物种。全长才26-150毫米。栖息于山溪缓流中，冬季居深水处。傍晚留散或集群于溪流边，以螺蛳等小型动物为食，耐饥力强。产卵期在7-8月，产卵量200枚左右。

美西钝口螈俗称六角恐龙，是两栖类动物。头部宽大，眼小，不好动。皮肤光滑无鳞，表皮角质层薄并定期蜕皮。多变的体色也是美西钝口螈的魅力之一，常见的有普通体色、白化种、金黄体色和全黑体色。

3.磷虾

南极磷虾是似虾的无脊椎动物，生活在南极洲水域，有生物萤光器官，可以发光。它们体型虽小（~6cm），却拥有很大的基因组。它们以微小的浮游植物如硅藻等为食。南极磷虾是南冰洋生态系统中的重要物种，含量丰富，并且为鲸鱼、海豹、企鹅、信天翁及其他的鸟类提供了重要的食物来源。

2018年1月，Nature在线发表了基于PacBio测序和BioNano光学图谱测序组装的美西钝口螈基因组，该研究通过开发新算法MARVEL，实现了对大型基因组低深度三代测序组装，是迄今组装完成的最大的基因组。基因组信息显示，内含子和基因间区的极大扩张形成了美西钝口螈如此大规模的基因组。

利用新的长读长测序技术有望快速准确地解码这些古老动物的大型基因组，将为物种进化、断肢再生等研究提供基因组学基础。未来组携新的Oxford Nanopore、PacBio测序技术和BioNano光学图谱等，同时配备高水平生信分析团队，致力于为您提供高质量、高准确度的物种测序组装分析服务。

Science | 三代PacBio测序构建高分辨率高等猿基因组

2018-06-09/0 评论/在科研动态 /通过 zu

早前发表的多个非人类灵长类基因组质量和完整度不一致……