朱玉贤院士和陈晓亚院士长文综述总结棉花进化基因组和功能基因组研究进展及展望

棉花是世界上最重要的天然纤维作物，同时也是研究基因组进化、多倍体化和细胞伸长的理想系统。近日，国际知名杂志Annual Review of Plant Biology发表了武汉大学朱玉贤院士课题组“Recent Advances and Future Perspectives in Cotton Research“综述长文。该篇文章系统总结了（1）棉花基因组测序和比较基因组研究进展：多倍体化、全基因组重复事件和高含量转座子爆发造成了棉花基因组的复杂性和特异性。（2）A基因组供体演化的新见解：通过A1、A2和AD基因组测序，提出了所有现存的A基因组似乎都起源于A0基因组作为一个共同的祖先，几个类型转座子爆发促进了A基因组的大小扩增和物种形成。（3）棉花纤维发育的调控因子：长链脂肪酸介导的乙烯途径和多种调控因子，包括植物激素、转录因子和表观遗传修饰参与了纤维的发育。（4）棉花功能基因研究：特异代谢物质棉酚生物合成和应激反应相关基因。

棉花属于锦葵科棉属，是世界上最重要的纺织纤维之一，占世界纤维年需求量的35%，常被用作研究植物多倍体化、细胞伸长和细胞壁生物发生的模型系统。棉属(Gossypium)由45个二倍体种(2 n = 2 x = 26，A、B、C、D、E、F、G、K基因组类型)和7个四倍体种(2 n = 4 x = 52，AD1-AD7)的构成,包括从野生的多年生小乔木和灌木种植草本到一年生栽培的植株(图1)。根据地理分布基因组类型分成：新世界的(New World)分支：D和AD基因组；非洲-亚洲分支：A，B，E，F基因组；澳洲棉分支：C，G，K基因组(图1k)。大多数野生棉种具有纤维较短，紧紧附着在种子上; 只有4个棉种A1、A2、陆地棉(G. hirsutum(AD)1)已被驯化，改良，栽培，用于生产纺织纤维。

第三部分厘清了四倍体亚基因组供体问题和阐述了棉花驯化。关于AD基因组中亚基因组供体一直是棉花基因组学研究的热点问题，众多研究表明D5最有可能是AD基因组的D的供体（Paterson et al., 2012；Wang et al., 2012；Udall et al., 2019），但A的供体一直存在A1和A2争议。早期的系统发育分析表明，亚洲棉(A2)和雷蒙德式棉(D5)的杂交产生了所有四倍体棉花的祖先，也有研究认为非棉花(A1)被认为是四倍体棉花的供体，因为A1基因组比A2更原始。Huang等人对A1、A2和(AD)1基因组的染色体分析显示，A1-和A2-基因组都不是真正的A基因组供体。物种推断表明，一个可能已经灭绝的A0基因组，可能是A1-和A2 -基因组分支的祖先，可能是四倍体A 亚基因组的供体。进一步分化时间的估计表明，异源四倍体棉花形成于约1.0-1.6 MYA，早于A1-和A2 -基因组分化时间（0.7 MYA），A0基因组与D5基因组杂交产生了当前的异源四倍体棉花，而随后又分化成现在的A1和A2基因组。Dt亚基因组相对于At亚基因组的整体进化速度加快，陆地棉和海岛棉都发生了不对称的基因组进化。Ks和基因间共线区分析也表明，Dt亚基因组相对于D基因组的单核苷酸变化率大于At亚基因组相对于A基因组的单核苷酸变化率。大片段的基因组变异，包括两个染色体易位染色体2和3至4和5，和在At亚基因组上着丝粒区域的倒位变异很明显 (Wang et al., 2019)。

通过对五个四倍体AD1-AD5基因组测序分析发现，AD4作为做外层分支；AD1和AD3作为第二分支；AD2和AD5作为第三分支。这5个棉种的Dt和At均起源于常见的二倍体D和A在1.0 - 1.6 MYA时，在0.20 - 0.63 MYA内逐渐分支为5个物种。这5个多倍体物种中的每个亚基因组在染色体、基因含量和核苷酸水平上都高度保守，在进化速率、异质性、基因家族和同源性的表达模式上发现了更大的多样性(Chen et al., 2020)。进一步作者也综述了多个研究在亚基因组基因表达偏好性的差异。

四个栽培种的驯化：棉花是最早驯化的经济作物之一，它至少经历了四次平行驯化，使棉花纤维细胞明显伸长和增强，并且产生了二倍体和异源四倍体棉花品种。尤卡坦棉（G. hirsutum yucatanense）被认为是陆地棉的野生种（wild），随后自然选择形成6个半野生种(semiwild)。Wang等通过对352份野生和驯化陆地棉种质资源的变异图谱，共发现93个驯化区间，其中At 亚基因组有74 Mb含有549个基因, Dt亚基因组104 Mb含有1228个基因，揭示了陆地棉亚基因组不对称驯化的规律（Wang et al 2017）。而海岛棉种质的遗传多样性调查表明，其早期驯化可能发生在秘鲁西北部沿海地区和厄瓜多尔西南部瓜亚基尔湾附近。因此，秘鲁西北部和厄瓜多尔西南部的原始海岛棉类型具有很高的多样性（Westengen et al., 2005）。陆地棉和海岛棉之间存在大量种间互渗现象，并且陆地棉的基因渗入模式明显偏向于海岛棉的基因流（Fang et al., 2017）。对于A1的野生种来源于非洲南部亚种-阿非利加(africanum)，A2的野生种可能首先在马达加斯加或印度河流域被驯化，然后从印度和/或巴基斯坦分散到中国，然后再到其他地区。Du等人对亚洲棉躯体分析表明，中国地理种起源于中国南方，随后被引入长江和黄河地区(Du et al., 2018)。

第四部分棉花纤维发育的调控：（1）纤维细胞起始和伸长的方式，棉纤维在肌动蛋白细胞骨架和微管组织的控制下以高度极化的方式生长。大量细胞骨架相关基因的功能研究。如与肌动蛋白相关的GhACT_LI1、GhACTIN1、GhADF1、GhFIM2和GhPFN2; 与微管蛋白相关的GhTUA9; 转录因子编码GhKCH1，对棉花纤维伸长和细胞壁形成至关重要。RNAi干涉GhACTIN1表达破坏了肌动蛋白的细胞骨架网络，显著降低了纤维伸长生长，但不影响纤维起始。肌动蛋白解聚因子GhADF1基因的下调增加了纤维长度和强度。GhFIM2编码肌动蛋白结合蛋白，通过增加肌动蛋白束的形成来加速纤维的生长。相反，纤维的肌动蛋白结合蛋白的基因GhPFN2过表达导致了细胞伸长的终止和短纤维表型，可能是由于在纤维伸长早期形成了更厚、更丰富的F- actin肌动蛋白束。因此，肌动蛋白细胞骨架和肌动蛋白解聚可能在纤维快速、强劲的伸长生长期起着重要作用。

基于发现大量参与囊泡包衣和运输的基因在纤维生长的各个阶段优先表达，提出了一种线性棉花细胞生长模式。伸长纤维细胞骨架的活细胞成像显示，这些细胞可能通过独特的尖端偏压扩散生长模式拉长。通过F-actin报告基因ABD2-GFP对棉纤维肌动蛋白网络的观察，在多个转基因棉系中发现了拟南芥下胚轴或根表皮细胞的一些共同特性，已知这些特性通过扩散生长模式拉长。四维图像显示，使用FM464亲脂染料作为膜标记染色和显示的内体小泡，沿伸长的纤维细胞均匀分布，并沿纤维柄向纤维尖双向移动。综上所述，棉纤维可能通过尖端偏倚的扩散生长模式拉长，类似于线性细胞生长模式。

(2) 纤维细胞壁结构: 假设和最近的证据。棉花纤维细胞壁的形成分为三个阶段: (a) 5 25 DPA时的细胞伸长期，其特征仅为初级细胞壁(PCW)的合成，其中可能含有23%的纤维素原纤维，22%的蛋白质，以及各种数量的多糖，包括木葡聚糖和果胶; 一些细胞壁松动蛋白如GhRDL1和GhEXPA1被认为在细胞壁重建中起关键作用。(b)过渡阶段。(c) 20 45 DPA时SCW沉积期。PCW的延伸性部分是由木葡聚糖水解酶介导的，过表达GhXTH1会使棉花纤维比野生型增长。纤维素合成是纤维素合酶复合物催化的，是SCW沉积阶段的主要事件。拟南芥纤维素合酶基因 (CesA1、CesA3 CesA2或CesA6)参与PCW合成；CesA4、CesA7 CesA8参与SCW合成。低温电子显微镜揭示杨树CesA8复合物在CSCs环境中形成18条纤维素链，该复合物由胞质保守区和跨膜螺旋交换稳定。其他编码纤维素生物合成所必需的基因也参与纤维发育。例如，蔗糖合酶(SuSy)催化蔗糖转化为果糖和尿苷二磷酸(UDP)-葡萄糖，两者都是纤维素生物合成的底物。蔗糖转运子GhSWEET12调节渗透活性溶质来产生膨胀压力驱动纤维细胞的伸长。RNAi干涉GhMYB212的表达会显著减少蔗糖的积累，导致纤维变短和皮棉指数降低。此外，（3）表观遗传修饰和小RNA；以及纤维发育过程中转录因子也参与纤维起始和伸长（图4）。（4）植物激素GA、吲哚乙酸(IAA)、茉莉酸(JA)、乙烯和油菜素内酯(BRs)在纤维细胞发育中起着关键作用。

图4. 棉纤维起始和伸长的调节网络

最后综述了棉酚代谢物合成新途径和应激基因：色素沉着腺和蜜腺形成的遗传控制。通过对陆地棉的隐性突变体(gl2gl3)和海岛棉的显性突变(Gl2e)图位克隆，定位定位了腺体基因(GoPGF)编码bHLH 转录因子。VIGS抑制GoPGF的表达，导致出现的叶片无腺或只有很少的腺体。CGP1可能通过与GoPGF相互作用在细胞核内形成异源二聚体，这表明在腺体发育及其代谢存在分子联系。最终总结了在棉酚途径基因和 MVA生物合成途径的酶的基因表达变化；以及棉花对生物和非生物胁迫的抗性研究进展。

随着越来越多的棉花物种和品种高质量的基因组序列完成, 特别是剩下的二倍体野生棉花及相关棉花品种的基因组, 以及高效的基因操作技术，多组学数据数据将为解析复杂的调控网络和代谢途径提供新动力，为棉花纤维改良基因模块。棉花中单个CesA基因的基因突变和高分辨率的CesA复合体蛋白结构解析可能会解决这些具有挑战性的问题。