一個(gè)中國南方野生大豆基因組深度測(cè)序及其分析.pdf

1、大豆（Glycine max）為豆科大豆屬一年生草本植物，含有豐富的蛋白質(zhì)等多種營養(yǎng)物質(zhì)，是世界上重要的油料和經(jīng)濟(jì)作物之一。大豆起源于中國，但在中國的具體起源地存在異議。受人類馴化選擇的作用，栽培大豆的遺傳基礎(chǔ)變得越來越窄，其一年生野生近緣種（Glycine soja）能夠?yàn)榇蠖褂N提供豐富的特有資源。隨著高通量測(cè)序技術(shù)的快速發(fā)展，基因組從頭測(cè)序和重測(cè)序變得越來越廣泛，基因組的研究途徑變得更快速而且方便。目前，公共數(shù)據(jù)庫中已經(jīng)有多個(gè)大豆

2、的基因組數(shù)據(jù)，但沒有來自中國南方地區(qū)的大豆品種及其野生種。本研究利用新一代測(cè)序技術(shù)，對(duì)來自中國江南的一個(gè)野生大豆基因組（蘭溪1號(hào)，Lanxil）進(jìn)行了深度測(cè)序(＞50X)，對(duì)其進(jìn)行了拼接注釋，并與其他大豆基因組進(jìn)行了比較分析。另外為了注釋編碼基因，對(duì)該品種葉片進(jìn)行了轉(zhuǎn)錄組測(cè)序（RNA-SEQ）。基因組測(cè)序產(chǎn)生了55Gb的數(shù)據(jù)，經(jīng)過過濾共得到了53.4Gb干凈序列，平均測(cè)序深度為54.9X，基因組覆蓋度大于95.75％。通過從頭拼接，獲得

3、了該基因組的骨架序列(Scaffold)，N50為51，008bp。通過從頭預(yù)測(cè)，共注釋了92，163個(gè)編碼蛋白的基因，其中分別有77，426(84％)和74，292(80.6％)個(gè)基因能比對(duì)到參考基因集和轉(zhuǎn)錄組拼接序列上。與參考基因組(Williams82)進(jìn)行比較，找到了大約420萬個(gè)單核苷酸多態(tài)(SNP)位點(diǎn)和72.7萬處插入/缺失(Insertion/Deletion，InDel)位點(diǎn)。與其他野生大豆基因組進(jìn)行比較，找到了10M

4、b以上蘭溪1號(hào)基因組特有序列或基因組中發(fā)生刪除的序列，進(jìn)一步與其他栽培大豆基因組進(jìn)行比較，最終確定了22.4kb蘭溪1號(hào)基因組特有序列或基因組中發(fā)生刪除的序列。同樣，在Lam等(2010)的結(jié)果基礎(chǔ)之上，將蘭溪1號(hào)及其他基因組與參考基因組進(jìn)行比較，確定了3.1MB栽培大豆Williams82基因組特有序列或其他基因組中發(fā)生刪除的序列，為了進(jìn)一步調(diào)查這些特有序列在栽培大豆中是否受到人工選擇的影響，對(duì)這些區(qū)段進(jìn)行了Tajima's D中性檢