学术研究报告：首个马缨丹（Lantana camara）高质量基因组组装与注释研究

作者与发表信息
本研究由美国佛罗里达大学环境园艺系的S. Brooks Parrish和Zhanao Deng（通讯作者）合作完成，发表于2024年的期刊 *Horticulture Advances*，文章标题为《The first high-quality genome assembly and annotation of Lantana camara, an important ornamental plant and a major invasive species》。

学术背景
马缨丹（*Lantana camara*）是一种原产于中美洲的观赏性灌木，因其花色艳丽被广泛引种至全球，但同时也因其极强的入侵性对当地生态系统造成威胁。其基因组复杂性高（多倍体，染色体基数x=11，存在2x至6x的倍性变异），且缺乏高质量基因组数据，阻碍了对其观赏性状（如花色）和入侵性（如抗除草剂机制）的遗传基础研究。此前仅有基于短读长测序的碎片化基因组（如Shah et al. 2022年发表的1.57 Gb组装），无法满足染色体尺度研究需求。本研究旨在通过PacBio HiFi长读长测序和Hi-C技术，首次完成马缨丹二倍体育种系UF-T48的单倍型分型、染色体级别基因组组装，并注释关键功能基因，为后续育种和入侵控制提供资源。

研究流程与方法
1. 样本准备与测序
- 材料：选用二倍体马缨丹育种系UF-T48，通过流式细胞术（flow cytometry）确认其核DNA含量为3.02 pg/2C（约2.95 Gb）。
- DNA提取：采用CTAB法从暗处理三周的黄化叶片中提取高分子量DNA。
- 测序技术：
- PacBio HiFi：使用3个8M SMRT细胞生成94.86 Gb数据（平均读长16,816 bp，覆盖度60×）。
- Hi-C：通过Arima-HiC文库构建和Illumina NovaSeq 6000测序，获得30.92 Gb数据（150 bp双端读长），用于染色体支架构建。
- RNA-Seq：对叶片、根、绿色茎、未成熟果实和花进行转录组测序（总计258 Gb数据），支持基因注释。

1. 基因组组装与质量评估

   • 组装工具：采用Hifiasm（默认参数）结合Hi-C数据进行单倍型分型组装，未依赖亲本数据。
     
   • 结果：
     
     • 分型组装1（Phased 1）包含1,295个contig（N50=104.99 Mb），分型组装2（Phased 2）含426个contig（N50=85.09 Mb）。
       
     • Hi-C图谱显示22条伪染色体（11对），BUSCO完整性达97.7%，LTR组装指数（LAI）平均19.4，表明高质量。
       
     • 鉴定到29个端粒序列，其中6条染色体实现端粒到端粒（telomere-to-telomere）组装。
       

2. 重复序列与基因注释

   • 重复序列：占基因组的85.82%，以长末端重复转座子（LTR-TEs，70.23%）为主。
     
   • 基因预测：通过BRAKER3结合RNA-Seq数据注释83,775个蛋白质编码基因（平均长度2,415 bp），其中83%获得功能注释（eggNOG-mapper）。
     
   • 关键基因定位：
     
     • 花色素合成：定位42个花青素（anthocyanin）和类胡萝卜素（carotenoid）通路候选基因（如ANS、bHLH42），涉及花色调控。
       
     • 除草剂靶点：鉴定12个除草剂靶基因（如ACCase抑制剂靶标基因ACCA），为入侵控制提供分子靶点。
       

主要结果
1. 基因组特征：UF-T48基因组高度杂合（k-mer分析估计杂合度72.31%），重复序列占比高，但通过Hi-C scaffolding实现了染色体级别连续性。
2. 功能基因挖掘：
- 花青素通路基因在染色体1、5、7上成簇分布，与转录组数据（PRJNA956917）中花色差异表达基因一致。
- 首次在马缨丹中完整鉴定出除草剂靶基因（如IMDH），填补了此前研究的缺失。
3. 多组织表达谱：41,729个基因（49.8%）在至少一种组织中表达，花组织特异性基因占比最高（40.45%）。

结论与价值
1. 科学意义：本研究提供了首个马缨丹染色体级别基因组，为马缨丹科（Verbenaceae）植物基因组研究树立了新标准，揭示了其多倍化与适应性进化的遗传基础。
2. 应用价值：
- 育种：花色相关基因的定位可加速观赏性状改良。
- 生态防控：除草剂靶基因的鉴定为开发特异性除草剂提供依据，助力入侵物种管理。

研究亮点
1. 技术创新：结合HiFi和Hi-C数据实现无亲本参考的单倍型分型组装，攻克了高杂合、高重复基因组的难题。
2. 多组学整合：基因组与转录组联合分析，系统性解析了花色和抗性性状的遗传机制。
3. 资源开放性：数据已公开（NCBI项目PRJNA1065478等），支持后续研究。

其他价值
- 端粒到端粒组装为植物染色体结构研究提供范例；LTR-TEs的注释为基因组进化研究奠定基础。