植物泛基因组的起源、发展与未来

来源：iPlants

近年来，随着多种植物参考基因组的不断公布及同种不同个体植物基因组间的相互比较，人们逐渐认识到单一参考基因组不能代表物种内的多样性，这导致了泛基因组概念的产生。2020年7月20日，Nature Plants在线发表了题为“Plant pan-genomes are the new reference”的综述文章，其回顾了泛基因组学在植物中的发展，探索了基因存在和缺失变异的起源，并展示了泛基因组如何支持植物育种和进化研究。

01

植物泛基因组的发展

泛基因组最早于2005年在细菌中发展起来，当时研究发现几种菌共有的核心基因组仅占80%，而剩下20%的基因组信息为个体菌独有。然而由于昂贵的测序费用，植物泛基因的构建花费了将近10年的时间。2007年，“泛基因组”一词第一次应用到植物中，该研究揭示了水稻和玉米基因组短的变异区域。

概况来看，植物目前构建泛基因组的方式有三种：迭代组装、多个体De novo、图形基因组。迭代组装指将多个样本的下机数据比对到一个参考基因组后，将未比对上的reads组装成新的contigs。通过将这些新的contigs添加到原始的参考序列中，就可以构建一个泛基因组；多个体De novo即对多个样本同时进行组装注释，从全基因组层面识别PAV，也是目前运用最广的方法；图形泛基因组即在De novo的基础上，将物种基因组分为Dispensable genome与Core genome区域。

图1  植物泛基因组的构建方式

随着三代测序技术的快速发展，测序成本随之大幅度降低，植物泛基因组也迎来了黄金发展期。7个野生大豆的泛基因，揭示了与种子成分、开花、成熟时间、器官大小、生物量相关的变异信息；三个水稻的泛基因组揭示了S5杂交不育位点、耐淹基因Sub1A在另一品种的缺失；8个从头组装的甘蓝型油菜泛基因组揭示了两个与开花时间相关的PAV，这些早期的植物泛基因组研究产生了两个主要的发现：在每一个被研究的物种中都有一个很大的可变基因含量（15-40%），以及显示PAV的基因经常被注释为与生物和非生物胁迫耐受性相关的预测功能。

随后基于芝麻、木豆的泛基因组分析，表明泛基因组不仅可以用来追踪驯化和育种过程中基因频率的变化，而且PAVs还可以补充单核苷酸多态性（SNP）来进行GWAS分析。而PAV-GWAS引起了人们极大的研究兴趣，先后在1083份水稻、725个番茄和26个品系的2898个大豆中开展研究，这些研究检测到了新的基因，并揭示了这些新基因在农艺性状中的重要性。

表1  已发表的植物泛基因组

02

泛基因组对作物育种的影响

早期构建植物的参考基因组，往往选择“历史品种”，但这些品种与现代栽培品种存在广泛差异，而泛基因组的出现有助于确定这些物种水平上基因含量的差异。多项研究表明，选取野生近缘种（CWRs）进行泛基因组分析，能够检测在驯化和育种过程中的基因保留和丢失，支持对丢失多样性的描述和将基因重新引入现代品种的潜力。例如，在南美洲和中美洲番茄驯化过程中与风味有关的基因发生丢失，后来又被重新引入。

对不同环境下野生物种基因分布进行研究，有助于培育更适应不同环境气候变化的作物。前面提到，PAV基因容易富集在对非生物和生物胁迫反应有关的通路中，尤其是抗病相关通路，类似的结论在单子叶、双子叶甚至人类中都有发现。这些观察结果导致了pan-NLRome的概念，这是一项专门关注核苷酸结合富含亮氨酸重复序列受体（NLR）抗病基因的泛基因组研究。值得注意的是，有些物种（例如无油樟）抗病基因不存在于PAV中，而存在于核心基因中。

总之，PAV与非生物胁迫及环境适应的相关性，可支持未来的作物育种策略。

图2  快速增长的“泛基因组”相关文献

03

植物变异基因的起源

Variable基因的重要性已经得到验证，但关于Variable基因的起源机制却知之甚少。目前研究表明，新基因可以通过全基因组复制（WGDs）、局部串联复制、TE介导的复制、片段复制、相关物种的导入、水平基因转移和新生基因诞生获得。

图3  新基因产生的途径

研究者先后从多倍体植物的WGD事件、亚基因组优势，二倍体的同源交换事件（HE），TE介导的PAV等方面论述了不同的得失机制对整个物种基因含量的相对贡献，为选择导致可变基因频率的变化提供了新见解。最后，作者指出对lncRNAs的详细注释和分析可以扩展植物可变基因库。

04

植物泛基因组的发展趋势

泛基因组逐渐取代单一参考基因组，成为研究植物进化、选择与基因功能的“新标准”。未来植物泛基因组学的发展可重点关注以下3个方面：

（1）泛基因组学数据的存储和可视化：重点是对泛基因组进行精确和一致性的功能注释，以探索变异基因更广泛的功能。

（2）综合基因组学方法，将基因的特性（如表达水平、生物网络中的连接性和序列保守性）与功能联系起来：即泛基因组的研究不应只局限在基因部分，基因组的调控区域也是诸多农艺性状的决定因素。

（3）泛基因组的“跨属”研究：由于测序成本和计算资源的制约，目前植物泛基因组集中在“种”水平，而未来开始“属”甚至“科”水平的泛基因组，可以使得我们回答植物学最古老的问题：什么基因造就了植物？