IF50.5｜大麦野生近缘种Hordeum bulbosum单倍型解析泛基因组

首个单倍型解析的球茎大麦泛基因组，揭示多倍体起源与转座子驱动的基因组演化，并助力抗病基因定位。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

野生近缘种是作物改良的重要基因来源，但生殖障碍和基因组资源缺乏限制了其有效利用。球茎大麦（Hordeum bulbosum）是大麦（Hordeum vulgare）的最近野生近缘种，约450万年前分化，具有二倍体和同源四倍体细胞型，是唯一能与大麦杂交产生可育后代的野生大麦属物种。通过种间杂交产生的渐渗系（ILs）已将球茎大麦的染色体片段导入大麦背景，并携带多种抗病基因，但常伴随产量惩罚。泛基因组已成为评估遗传多样性、遗传定位和比较基因组学的重要工具。此前已构建栽培大麦及其野生祖先的泛基因组，但球茎大麦的高质量单倍型解析泛基因组仍属空白。

科学问题

卡在哪里： 球茎大麦缺乏染色体级别的单倍型解析基因组资源，导致其多倍体起源、与二倍体间的基因流、转座子驱动的基因组大小演化等关键问题难以回答；同时，渐渗系中抗病基因的精细定位和有害变异的鉴定也因缺乏参考基因组而受阻。

本文要回答： 构建包含10个基因型、32个单倍型的球茎大麦单倍型解析泛基因组，解析其基因组演化历史，并利用该资源定位抗病基因和解析渐渗系结构。

技术路线

作者主要用了：PacBio HiFi、Hi-C、Bionano光学图谱、单花粉核测序、FISH、GBS、RNA-seq、Iso-Seq。

作者首先利用PacBio HiFi长读长测序和Hi-C染色体构象捕获技术，结合Bionano光学图谱，组装了一个二倍体球茎大麦个体FB19-011-3的两套单倍型基因组，并通过单花粉核测序和单倍型特异性FISH验证了相位准确性。随后，基于GBS数据的PCA选择代表性基因型，扩展组装了另外三个二倍体和五个四倍体，共获得32个单倍型。通过多层次的基因注释和泛基因组分析，构建了单拷贝序列泛基因组、全基因组图和基因中心泛基因组。最后，利用该资源分析了转座子动态、多倍体起源、渐渗系结构，并精细定位了Ryd4Hb抗病位点。

图 1　Fig. 1。图1展示了二倍体FB19-011-3的Hi-C接触矩阵（a），显示清晰的染色体结构且无相位切换；单花粉核测序的图形化基因型（b）验证了单倍型分配；单倍型特异性FISH（c）在5H染色体上分别标记两个同源染色体，红绿信号分离。四倍体FB19-028-3的Hi-C矩阵（d）同样支持正确组装，四色FISH（e）显示四个单倍型在5H上清晰分离。这些结果共同验证了单倍型解析组装的准确性。

核心亮点

亮点 1｜高质量二倍体参考基因组组装与验证

二倍体个体FB19-011-3的组装总长6.78 Gb，contig N50达9.82 Mb，Hi-C数据成功将contig分配到两个单倍型并构建染色体伪分子。单花粉核测序显示仅1.01%的相邻SNP对重组率超过50%，表明相位错误极少；单倍型特异性寡核苷酸FISH在5H染色体长臂上清晰区分两个同源染色体，无混杂信号。此外，与栽培大麦基因组高度共线性，且着丝粒周围重组荒漠在球茎大麦中延伸更远，末端交叉频率是大麦的两倍。这些结果共同验证了组装的准确性和完整性，为后续泛基因组构建奠定了坚实基础。

图 2　Fig. 2。图2a的GENESPACE共线性图显示32个单倍型间基因顺序高度保守，无染色体间易位。图2b的单拷贝k-mer曲线显示球茎大麦泛基因组复杂度随样本增加而增长，且高于大麦。图2c-d将单拷贝序列分为核心和可变部分，发现四倍体单倍型间的存在/缺失变异高于二倍体，支持四倍体耐受更高水平的PAV。

亮点 2｜32个单倍型泛基因组揭示高序列多样性

共组装10个基因型（5个二倍体、5个四倍体）的32个单倍型，二倍体平均组装大小7.4 Gb，四倍体为6.9-14.2 Gb。基因注释平均BUSCO完整度95.5%。单拷贝序列泛基因组分析显示，球茎大麦的单拷贝序列复杂度高于大麦，且四倍体单倍型间的存在/缺失变异高于二倍体。基因中心泛基因组鉴定出28,074个核心直系同源群（占55.67%的基因）、67,568个shell群（29.25%）和258,525个cloud基因（15.07%）。全基因组比对未发现染色体间易位，但检测到多个大片段倒位，包括一个243 Mb的独特倒位。

图 3　Fig. 3。图3a显示Copia和Gypsy元件在球茎大麦和大麦基因组中的绝对含量分布，球茎大麦远端区域Gypsy含量更高。图3b的局部基因组大小变化率显示两物种在不同染色体区域扩张速率不同。图3c-d将基因组分为球茎大麦扩张区和大麦扩张区，并展示各区段的TE组成差异。图3e的插入时间分布显示两物种分化后的TE爆发时间不同，球茎大麦近期Gypsy插入更活跃。

亮点 3｜转座子差异扩增驱动基因组大小演化

球茎大麦基因组约为大麦的80%，TE含量差异是主要原因（球茎大麦3.14 Gb vs 大麦3.70 Gb）。Copia和Gypsy超家族是主要成分，但分布不同：球茎大麦远端区域相对更长，主要由于Gypsy元件插入更频繁；大麦近端区域扩张则无单一TE类群主导。TE插入时间分析显示，两物种分化后的TE爆发各不相同，BARE-1（Copia）在大麦中扩增更显著（493 Mb vs 302 Mb），而Sabrina（Gypsy）在球茎大麦中更多（501 Mb vs 420 Mb）。球茎大麦基因组虽小，但全长LTR元件数量更多（61,916 vs 46,727），且近端区域近期Gypsy插入更活跃。

图 4　Fig. 4。图4a的邻接树显示270个基因型按地理来源和倍性聚类，ADMIXTURE分析（K=4）揭示四个祖先群体。图4b-d的PSMC轨迹显示不同群体的有效群体大小变化，利比亚二倍体近期崩溃，希腊二倍体与四倍体轨迹重叠，塔吉克斯坦四倍体与希腊二倍体约150万年前分化。图4f的AHG分析显示混合四倍体FB19-028-3含有20.14%古老四倍体AHG，而FB19-001-1仅5.44%，支持多次多倍体起源和基因流。

亮点 4｜同源四倍体至少两次独立起源

基于核基因和叶绿体基因的系统发育树及ADMIXTURE分析，将263个基因型分为四个祖先群体。二倍体PI365428（利比亚）最早分化，约200万年前；希腊二倍体FB19-001-1与希腊四倍体亲缘关系近，其谱系分化时间极短；而塔吉克斯坦四倍体GRA2256-1与希腊二倍体约150万年前分化。希腊四倍体在遗传上更接近邻近二倍体，且TE谱相似。AHG分析显示FB19-028-3（混合四倍体）有20.14%基因组来自古老四倍体AHG，而FB19-001-1仅5.44%。这些证据支持四倍体至少两次独立起源，且二倍体与四倍体间存在基因流，尤其在希腊地区。

图 5　Fig. 5。图5a显示渐渗系中球茎大麦基因组片段的覆盖情况，累计1,085 Mb已导入。图5b的热图显示渐渗片段与A17四个单倍体的相似性，JKI-5215的3H片段为单倍型3和4的嵌合体。图5c显示渐渗区域富集NLR基因。图5d的示意图展示JKI-5215中重组单倍型的结构。图5e-f的PCA和Hi-C矩阵验证了A17单倍型3和4在渐渗区域的正确分离。

亮点 5｜渐渗系图谱与Ryd4Hb抗病位点精细解析

更新渐渗系图谱显示，累计1,085 Mb球茎大麦基因组已至少一次导入大麦背景，464 Mb在至少两个ILs中出现。这些区域富集65%的NLR抗病基因同源物。对10个ILs进行HiFi测序组装，发现JKI-5215中3H染色体长臂上32.1 Mb的A17来源片段为两个单倍型的嵌合体（近端6.6 Mb匹配单倍型3，远端25.5 Mb匹配单倍型4）。Ryd4Hb位点在球茎大麦中NLR基因数目变异极大（2-23个），远超大麦（2-21个），且结构多样性高。四个候选NLR中，Ryd4_NLR1和Ryd4_NLR5与小麦抗秆锈病基因Sr35蛋白序列相似度达80%，且与Sr35位点共线性。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： PacBio HiFi、Hi-C、Bionano光学图谱、单花粉核测序、FISH、GBS、RNA-seq、Iso-Seq
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事作物泛基因组、多倍体演化、转座子生物学及抗病基因定位的研究人员。

带走一句

单倍型解析泛基因组是解析多倍体起源、转座子动态和渐渗系结构的利器，为作物野生近缘种的基因挖掘提供了可复用的分析框架。