近日，河北農(nóng)業(yè)大學馬峙英教授團隊在《Nature Genetics》發(fā)表研究成果，構(gòu)建了首個棉花端粒到端粒（T2T）泛參考基因組，揭示了百年陸地棉育種進化中結(jié)構(gòu)變異及基因效應。河北農(nóng)業(yè)大學張艷教授、孫正文副教授、吳立強研究員、谷淇深博士、柯會鋒高級實驗師、張桂寅研究員，北京諾禾致源科技股份有限公司田仕林研究員為同等貢獻第一作者。河北農(nóng)業(yè)大學王省芬教授、馬峙英教授為通訊作者。

該研究首先組裝了棉花優(yōu)質(zhì)品種“農(nóng)大棉13號”（NDM13）T2T基因組，以及一個世紀以來的其他27個代表品種的近T2T基因組；發(fā)現(xiàn)了所有基因組中均存在的51551個一對一保守的直系同源基因，以及端粒、著絲粒、45S rDNA、片段重復（SD）和拷貝數(shù)變異（CNV）的染色體分布狀態(tài)；構(gòu)建了28個品種15種不同植株組織的基因轉(zhuǎn)錄組圖譜，揭示了結(jié)構(gòu)變異（SV）的熱點區(qū)以及SV、SD和CNV對基因表達或含量變化以及抗逆性的影響；發(fā)掘了數(shù)千個現(xiàn)代育種進化中的差異SV及其相關基因；基于NDM13的T2T為參考的泛基因組構(gòu)建，以及在全球1600余份種質(zhì)資源樣本中鑒定出的76萬余個SV和來自我國長江流域、黃河流域和西北內(nèi)陸三大棉區(qū)22個環(huán)境（地點、年份）的產(chǎn)量、品質(zhì)、抗病性表型鑒定數(shù)據(jù)，捕獲了大量影響關鍵育種性狀的SV。研究成果有望推動作物的遺傳研究和生物技術改良。

該研究破譯28個棉花T2T基因組及基因家族表達規(guī)律。根據(jù)地理來源、育種用途、表型變異和分子親緣關系等因素，從源自世界多個植棉國、涵蓋最近一個世紀（1910s–2020s）育種歷程的1671個重測序（11.87×）品種（系）中，選取28個具有代表性的棉花品種。首先，組裝了纖維品質(zhì)最好的國標I型優(yōu)質(zhì)棉品種“農(nóng)大棉13號”（NDM13）（抗病蟲、耐鹽堿、高產(chǎn)優(yōu)質(zhì)，纖維長度32.2–32.6mm，比強度32.9–33.4cN/tex，馬克隆值4.1–4.2，整齊度指數(shù)84.7-85.0%，紡紗均勻指數(shù)162–165，2019年獲得國家科學技術進步獎二等獎）的T2T基因組，基因組總長2294.02 Mb，并解鎖了所有著絲粒、端粒和45S rDNA等染色體復雜區(qū)域。隨后對其他27個代表性棉花品種進行了基因組從頭組裝，破譯了其全部染色體序列，基因組總長度平均為2294.90（2291.33–2298.52）Mb，染色體序列連續(xù)性、完整性和準確性與NDM13相當（近T2T）。28個基因組平均注釋了79878（79373–80450）個蛋白質(zhì)編碼基因，總共85211個基因家族，并在所有基因組中鑒定出51551個保守的一對一同源基因。對每個品種在開花結(jié)鈴期的15個營養(yǎng)、生殖組織的RNA測序數(shù)據(jù)分析發(fā)現(xiàn)，核心基因在生殖過程和物質(zhì)吸收方面更為活躍，有24972個核心基因在纖維組織中的表達量顯著高于其他14種組織中的任何一種，這些基因主要集中在與纖維發(fā)育相關的生物過程。

該研究解碼棉花泛基因組結(jié)構(gòu)變異和染色體熱點區(qū)域。在28個基因組平均鑒定出7746（3282–10088）個結(jié)構(gòu)變異（SV≥30bp），總計33715個非冗余SV。發(fā)現(xiàn)3387個INS和3541個DEL位于5989個基因（INS/DEL-gene）或其1kb側(cè)翼區(qū)域，可能通過影響編碼和調(diào)控位點而改變基因功能。研究發(fā)現(xiàn)INS-gene和DEL-gene的表達水平顯著高于非INS-gene和非DEL-gene，在15種組織中均是如此，表明這些INS和DEL與基因表達水平提高有關。發(fā)現(xiàn)202個變異熱點區(qū)域，同時在不同品種之間也觀察到了差異，揭示了育種進化過程中產(chǎn)生的SV多樣性。At01一個SV熱點包含653個獨立SV，由6個dirigent家族成員組成基因簇，在非生物和生物脅迫中調(diào)節(jié)細胞壁代謝。在Dt01另一個熱點區(qū)聚集著20個抗病相關基因，在抗逆育種進化中具有重要作用。87.65%的倒位與串聯(lián)重復序列重疊或相鄰，暗示倒位形成最有可能的機制是非等位同源重組。發(fā)現(xiàn)35.39%的易位事件導致了基因的新生或丟失，其中分別有64.81%和84.92%屬于染色體間TRANS，表明染色體間易位更有可能導致基因組成的變化，易位事件所涉及的所有基因主要富集于植物生長發(fā)育以及生物和非生物脅迫響應路徑。

該研究揭示我國現(xiàn)代棉花育種基因組改良新貢獻。現(xiàn)代育種塑造的棉花基因組變異狀況尚不明確。將2000年以來我國培育的10個現(xiàn)代品種與基礎種質(zhì)Deltapine15（1950年引入的美國品種）和徐州209（1958年從美國Stoneville2B中選育）的比較發(fā)現(xiàn)現(xiàn)代品種在纖維產(chǎn)量和品質(zhì)方面有了顯著改良。在所有現(xiàn)代品種中分別鑒定出與Deltapine15和徐州209相同的SV涉及許多基礎代謝相關基因。重要的是在現(xiàn)代品種中分別鑒定出7211個和7930個與Deltapine15和徐州209不同的SV，分別有393個和47個與纖維品質(zhì)和產(chǎn)量性狀相關，反映了我國品種改良過程中變異譜系和對現(xiàn)代育種的遺傳貢獻。在現(xiàn)代棉花品種與Deltapine15和徐州209進行比較時分別鑒定出6677個和7473個一對一的同源SV-gene，81.13%（5417個）和 81.16%（6065個）在15種棉株組織的至少1種中表達，這些變異在育種進化過程中對生物/非生物脅迫響應和纖維發(fā)育產(chǎn)生了重要影響。

該研究解碼棉花圖形基因組和群體變異育種效應。利用NDM13基因組作為線性基準參考，并基于27種棉花中的32970個非冗余的插入/缺失序列（≥30bp）構(gòu)建了圖形基因組。對1671個深度測序品種（系）進行基因分型，總共鑒定出30840個INS/DEL-SV，分型SV比例高達93.54%，表明該圖形基因組中SV的代表性廣泛。進一步確定了2382個差異顯著的SV在至少1種纖維品質(zhì)和產(chǎn)量性狀（22個環(huán)境的表型）中存在差異，包括纖維長度、強度、細度、棉鈴重、衣分和子指等。分析發(fā)現(xiàn)1027個SV與基因表達水平顯著相關，預示這些基因影響著纖維品質(zhì)和產(chǎn)量性狀。發(fā)現(xiàn)Dt06上1個纖維長度QTL包含MHCKBL基因，其啟動子存在196bp SV，導致纖維長度29.30mm與26.56mm的顯著差異。GWAS揭示了2768個SV與纖維產(chǎn)量、品質(zhì)、開花期和黃萎病抗性顯著關聯(lián)。新發(fā)現(xiàn)一些與先前研究相比具有顯著關聯(lián)信號的染色體區(qū)域，包括針對纖維長度的At02和Dt03、針對纖維強度的Dt11和Dt13、針對纖維細度和成熟度的At05和Dt03、針對棉鈴重的At12、針對衣分的Dt03和Dt11，以及針對子指的Dt11等區(qū)域，并產(chǎn)生了新的關聯(lián)變異，有45個SV增加了對棉花黃萎病的抗性。發(fā)現(xiàn)Dt11存在1個2845bp缺失片段，覆蓋了編碼冷響應蛋白激酶1基因（CRPK1），CRPK1 在高強力品種中特異性表達，進而影響了纖維強度。