2024-11-04
隨著基因組測序技術的進步，植物基因組組裝的成本已大幅降低，甚至不足十年前的10%。這使得基因組數據的獲取變得更加容易和經濟，但同時也帶來了新的挑戰：如何在眾多基因組數據中挖掘出有價值的信息，發表高質量的研究文章。僅依靠基因組組裝和注釋的結果已經難以滿足當前高水平期刊的要求。
2020年，三篇同時發表Nature的比較基因組學文章告訴了我們答案，也將比較基因組學分析推向了黃金時代！
1.Zoonomia C, Genereux, DP, Serres A, et al. A comparative genomics multitool for scientific discovery and conservation. Nature. 2020 587: 240-245.
2.Armstrong J, Hickey G, Diekhans M, et al. Progressive Cactus is a multiple-genome aligner for the thousand-genome era. Nature. 2020 587: 246-251. .
3.Feng S, Stiller J, Deng Y, et al. Dense sampling of bird diversity increases power of comparative genomics. Nature 2020 587: 252-257.
01、比較基因組學是什么？
顧名思義，比較基因組學專注于探究不同物種基因組之間相似性和差異性的分析，通過比較組間的基因組序列，來揭示基因組的結構、功能、進化和調控機制。在植物領域，比較基因組學分析不僅可用于評估個體間不同級別基因組組裝質量（T2T基因組和泛基因組等）和挖掘新功能基因，同時也多用于探究物種進化的分子和遺傳機制。
如何“玩轉”植物T2T基因組，一舉沖刺TOP期刊!（點擊查看）
02、比較基因組能做什么？
基因家族比較鑒定
基因家族是來源于同一個祖先，由一個基因通過基因重復而產生兩個或更多的拷貝而構成的一組基因，它們在結構和功能上具有明顯的相似性， 編碼相似的蛋白質產物。比較基因組可識別不同物種間基因家族的差異，包括基因家族的鑒定、特異性、收縮和擴張。
圖1 不同物種間基因家族鑒定及特有基因家族分析
分歧進化時間及基因家族擴張和收縮
一般而言， 同一基因家族內的各個基因具有相似的生化功能。一個物種某個基因家族的擴張往往意味著該物種在這方面功能得到加強；反之， 某個基因家族的收縮則意味著該物種在這方面功能的減弱甚至喪失。
圖2 收縮與擴張的基因家族分析
分歧進化時間及基因家族擴張和收縮
共線性是指同源基因在物種內或者物種之間的分布或排列關系。有相當多的基因在一個物種中不是以單拷貝的形式出現， 而是多拷貝， 具有基因序列重復事件， 也就是說能行使相同功能的同源基因在同一個物種內可能不只有一條序列， 研究這些同源基因在同一個物種內的重復事件的時候，就是物種內的共線性分析， 研究同源基因在不同物種內的分布情況， 就是物種間的共線性分析。
圖3 物種間基因家族共線性分析
全基因組復制事件及正選擇分析
全基因加倍/復制（whole genome duplication, WGD） 事件是指基因組內的所有序列都發生重復。在選擇壓力條件下，重復為生物進化提供了原始的遺傳材料， 使植物基因組快速重組， 丟失大量基因， 增加結構變異，對植物進化極其重要。
圖4 4dtv分布圖及正選擇基因功能注釋
基因組圈圖
基因組圈圖可以很直觀的反映基因組的基因密度分布， 轉座子密度分布， 基因組共線性關系等信息。
圖5 基因組圈圖展示
由外到內依次為 A：染色體核型分析結果；B：GC 含量；C：蛋白質編碼基因密度；D：LTR 轉座因子密度；E：染色體間共線性
03、比較基因組分析物種如何選擇？
選擇合適的物種進行比較基因組學分析是一個綜合性的過程，需要考慮基因組數據的可用性、組裝質量、親緣關系、倍性一致性以及與研究目的的相關性等多個因素。
1.參考基因組的可用性：選擇的物種應當有可用的參考基因組，包括蛋白質序列文件和基因注釋文件。常用的基因組數據下載網站包括NCBI、Ensemble和Phyzome。
2.基因組組裝質量：為了研究的準確性，應選擇基因組組裝連續性好的物種。若要進行共線性分析，則該物種的基因組需要達到染色體水平。
3.親緣關系的遠近：可以從分類系統出發，更好地從親緣關系水平尋找近緣物種。與研究目的物種的親緣關系不宜太遠，數目也不宜過多（通常在6-10個左右）。物種間親緣關系越遠，可獲取的單拷貝直系同源基因數目越少，這會影響進化樹的準確性。
4.已發表的近緣物種基因組文章：可以從已發表的近緣物種基因組文章中的進化樹內進行挑選，以此作為參考；或是直接從基因組發表網站上進行挑選，避免所選物種無基因組數據而反復挑選查找的麻煩。
5.倍性一致性：為了避免基因家族擴張與收縮分析結果受到干擾，所分析物種的倍性最好保持一致。異源多倍體通常需要拆分成亞基因組對應的蛋白質序列進行分析。
6.關注物種的選擇：需要包含與目標物種具有相似/相反生物功能的物種，通過物種間的比較可以解釋說明一定的生物問題，同時也利于后續基因家族功能故事的闡述。
7.物種的代表性：在進行物種選擇時，主要遵循了兩個原則：①尋求最大化進化分支的長度，每個科中至少包括一個物種；② 優先考慮生物或生物多樣性保護感興趣的物種。
04、派森諾比較基因組案例精選
IF5.260！葉綠體基因組denovo測序和比較基因組學分析助力前胡屬植物進化研究
