近日，河北農(nóng)業(yè)大學(xué)馬峙英教授團(tuán)隊(duì)在《Nature Genetics》發(fā)表研究成果，構(gòu)建了首個(gè)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(jìn)化中結(jié)構(gòu)變異及基因效應(yīng)。河北農(nóng)業(yè)大學(xué)張艷教授、孫正文副教授、吳立強(qiáng)研究員、谷淇深博士、柯會(huì)鋒高級(jí)實(shí)驗(yàn)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(xiàn)第一作者。河北農(nóng)業(yè)大學(xué)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(hào)”（NDM13）T2T基因組，以及一個(gè)世紀(jì)以來的其他27個(gè)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(gè)一對(duì)一保守的直系同源基因，以及端粒、著絲粒、45S rDNA、片段重復(fù)（SD）和拷貝數(shù)變異（CNV）的染色體分布狀態(tài)；構(gòu)建了28個(gè)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(diǎn)區(qū)以及SV、SD和CNV對(duì)基因表達(dá)或含量變化以及抗逆性的影響；發(fā)掘了數(shù)千個(gè)現(xiàn)代育種進(jìn)化中的差異SV及其相關(guān)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(gè)SV和來自我國(guó)長(zhǎng)江流域、黃河流域和西北內(nèi)陸三大棉區(qū)22個(gè)環(huán)境（地點(diǎn)、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(guān)鍵育種性狀的SV。研究成果有望推動(dòng)作物的遺傳研究和生物技術(shù)改良。

該研究破譯28個(gè)棉花T2T基因組及基因家族表達(dá)規(guī)律。根據(jù)地理來源、育種用途、表型變異和分子親緣關(guān)系等因素，從源自世界多個(gè)植棉國(guó)、涵蓋最近一個(gè)世紀(jì)（1910s–2020s）育種歷程的1671個(gè)重測(cè)序（11.87×）品種（系）中，選取28個(gè)具有代表性的棉花品種。首先，組裝了纖維品質(zhì)最好的國(guó)標(biāo)I型優(yōu)質(zhì)棉品種“農(nóng)大棉13號(hào)”（NDM13）（抗病蟲、耐鹽堿、高產(chǎn)優(yōu)質(zhì)，纖維長(zhǎng)度32.2–32.6mm，比強(qiáng)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(guó)家科學(xué)技術(shù)進(jìn)步獎(jiǎng)二等獎(jiǎng)）的T2T基因組，基因組總長(zhǎng)2294.02 Mb，并解鎖了所有著絲粒、端粒和45S rDNA等染色體復(fù)雜區(qū)域。隨后對(duì)其他27個(gè)代表性棉花品種進(jìn)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(zhǎng)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(zhǔn)確性與NDM13相當(dāng)（近T2T）。28個(gè)基因組平均注釋了79878（79373–80450）個(gè)蛋白質(zhì)編碼基因，總共85211個(gè)基因家族，并在所有基因組中鑒定出51551個(gè)保守的一對(duì)一同源基因。對(duì)每個(gè)品種在開花結(jié)鈴期的15個(gè)營(yíng)養(yǎng)、生殖組織的RNA測(cè)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(gè)核心基因在纖維組織中的表達(dá)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(guān)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(diǎn)區(qū)域。在28個(gè)基因組平均鑒定出7746（3282–10088）個(gè)結(jié)構(gòu)變異（SV≥30bp），總計(jì)33715個(gè)非冗余SV。發(fā)現(xiàn)3387個(gè)INS和3541個(gè)DEL位于5989個(gè)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(diǎn)而改變基因功能。研究發(fā)現(xiàn)INS-gene和DEL-gene的表達(dá)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(dá)水平提高有關(guān)。發(fā)現(xiàn)202個(gè)變異熱點(diǎn)區(qū)域，同時(shí)在不同品種之間也觀察到了差異，揭示了育種進(jìn)化過程中產(chǎn)生的SV多樣性。At01一個(gè)SV熱點(diǎn)包含653個(gè)獨(dú)立SV，由6個(gè)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(xì)胞壁代謝。在Dt01另一個(gè)熱點(diǎn)區(qū)聚集著20個(gè)抗病相關(guān)基因，在抗逆育種進(jìn)化中具有重要作用。87.65%的倒位與串聯(lián)重復(fù)序列重疊或相鄰，暗示倒位形成最有可能的機(jī)制是非等位同源重組。發(fā)現(xiàn)35.39%的易位事件導(dǎo)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(dǎo)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(zhǎng)發(fā)育以及生物和非生物脅迫響應(yīng)路徑。

該研究揭示我國(guó)現(xiàn)代棉花育種基因組改良新貢獻(xiàn)。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(guó)培育的10個(gè)現(xiàn)代品種與基礎(chǔ)種質(zhì)Deltapine15（1950年引入的美國(guó)品種）和徐州209（1958年從美國(guó)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(chǔ)代謝相關(guān)基因。重要的是在現(xiàn)代品種中分別鑒定出7211個(gè)和7930個(gè)與Deltapine15和徐州209不同的SV，分別有393個(gè)和47個(gè)與纖維品質(zhì)和產(chǎn)量性狀相關(guān)，反映了我國(guó)品種改良過程中變異譜系和對(duì)現(xiàn)代育種的遺傳貢獻(xiàn)。在現(xiàn)代棉花品種與Deltapine15和徐州209進(jìn)行比較時(shí)分別鑒定出6677個(gè)和7473個(gè)一對(duì)一的同源SV-gene，81.13%（5417個(gè)）和 81.16%（6065個(gè)）在15種棉株組織的至少1種中表達(dá)，這些變異在育種進(jìn)化過程中對(duì)生物/非生物脅迫響應(yīng)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(yīng)。利用NDM13基因組作為線性基準(zhǔn)參考，并基于27種棉花中的32970個(gè)非冗余的插入/缺失序列（≥30bp）構(gòu)建了圖形基因組。對(duì)1671個(gè)深度測(cè)序品種（系）進(jìn)行基因分型，總共鑒定出30840個(gè)INS/DEL-SV，分型SV比例高達(dá)93.54%，表明該圖形基因組中SV的代表性廣泛。進(jìn)一步確定了2382個(gè)差異顯著的SV在至少1種纖維品質(zhì)和產(chǎn)量性狀（22個(gè)環(huán)境的表型）中存在差異，包括纖維長(zhǎng)度、強(qiáng)度、細(xì)度、棉鈴重、衣分和子指等。分析發(fā)現(xiàn)1027個(gè)SV與基因表達(dá)水平顯著相關(guān)，預(yù)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(gè)纖維長(zhǎng)度QTL包含MHCKBL基因，其啟動(dòng)子存在196bp SV，導(dǎo)致纖維長(zhǎng)度29.30mm與26.56mm的顯著差異。GWAS揭示了2768個(gè)SV與纖維產(chǎn)量、品質(zhì)、開花期和黃萎病抗性顯著關(guān)聯(lián)。新發(fā)現(xiàn)一些與先前研究相比具有顯著關(guān)聯(lián)信號(hào)的染色體區(qū)域，包括針對(duì)纖維長(zhǎng)度的At02和Dt03、針對(duì)纖維強(qiáng)度的Dt11和Dt13、針對(duì)纖維細(xì)度和成熟度的At05和Dt03、針對(duì)棉鈴重的At12、針對(duì)衣分的Dt03和Dt11，以及針對(duì)子指的Dt11等區(qū)域，并產(chǎn)生了新的關(guān)聯(lián)變異，有45個(gè)SV增加了對(duì)棉花黃萎病的抗性。發(fā)現(xiàn)Dt11存在1個(gè)2845bp缺失片段，覆蓋了編碼冷響應(yīng)蛋白激酶1基因（CRPK1），CRPK1 在高強(qiáng)力品種中特異性表達(dá)，進(jìn)而影響了纖維強(qiáng)度。