文章轉載自 微分基因公眾號http://www.sohu.com/a/273345614_100126902
僅供個人學習之用彻况。目前想學習泛基因組的知識，把所看到的的文獻記錄下舅踪，便于后期復習
近年來纽甘，高通量測序技術的迅猛發(fā)展，極大地推動了全基因組測序工作的展開抽碌。隨著測序技術的發(fā)展悍赢，測序成本的越來越低，這大大加快了動植物基因組的研究進程货徙，之前要花幾百上千萬才能完成的一個動植物De novo測序左权，現(xiàn)在可能幾十萬就可以搞定了，因此現(xiàn)在普通的實驗室也可以對感興趣的物種進行測序破婆，獲得其基因組序列涮总。
據(jù)不完全統(tǒng)計胸囱，全球已經(jīng)有幾百種動植物完成了全基因組測序工作祷舀。某物種有了基因組序列之后，就可以通過重測序烹笔，將得到的reads直接與參考基因組進行比對裳扯，獲得其它個體或群體的變異情況，進而對該物種進行群體進化谤职、遺傳多樣性饰豺、性狀定位等相關研究。不過隨著大量重測序工作的進行允蜈，人們也發(fā)現(xiàn)單一個體的基因組并不能完全涵蓋這個物種的所有遺傳信息冤吨，也就不能完全代表這一物種，比如說參考基因組序列里可能會缺少某些基因饶套，那么我們就沒有辦法分析這個基因在其它材料中的變異情況了漩蟆，比如人們發(fā)現(xiàn)小麥基因組中國春序列里就沒有PFT基因；水稻日本晴序列里沒有Sub1A妓蛮、SNORKEL1怠李、SNORKEL2、Pstol等基因蛤克。因此就有必要進行泛基因測序捺癞。
泛基因組概念及發(fā)展歷程
那么什么是泛基因組(pan-genome)呢？說白了构挤，泛基因組就是多個基因組的集合髓介。泛基因組包括核心基因組(core genes)和非必需基因組(variable genes)：
核心基因組由所有樣本中都存在的序列組成，一般與物種生物學功能和主要表型特征相關筋现，反映了物種的穩(wěn)定性版保，核心基因穩(wěn)定的存在于多個基因組中呜笑，與重要的生物學功能和表型特征相關，多數(shù)是一些持家基因(House-keeping genes)彻犁。
非必需基因組由僅在單個樣本或部分樣本中存在的序列組成叫胁，一般與物種對特定環(huán)境的適應性或特有的生物學特征相關，反映了物種的特性汞幢。如下圖展示的是7個野生大豆的核心基因集及非必需基因集（種間亮紫色部分是7個大豆的核心基因家族驼鹅，其它顏色代表的是存在與一個或兩個大豆材料中的非必需基因家族）。泛基因組一般是通過對不同品種材料進行基因組測序森篷，組裝输钩，將組裝好的序列進行整合，從而獲得這個物種全部的遺傳信息仲智，并對每個個體進行變異檢測买乃。
泛基因組的概念最早是在微生物中提出來的，2005年钓辆，Tetin H等人提出微生物泛基因組概念剪验，指出核心基因組指的是在所有菌株中都存在的基因；非必需基因組指的是僅在部分菌株中存在的基因前联。隨后功戚，2009年Li R等對多個人類個體基因組進行拼接，發(fā)現(xiàn)了個體特有的DNA序列和功能基因似嗤，從而提出了“人類泛基因組”的概念啸臀，也就是人類群體基因序列的總和。之后烁落，在動植物領域開始了泛基因組的研究乘粒。目前水稻、玉米伤塌、大豆灯萍、小麥、甘藍等重要的植物及鳥類寸谜、陸生水生動物竟稳、昆蟲等都進行了泛基因組研究工作。
前面我們已經(jīng)了解了什么是泛基因組熊痴，及泛基因組的發(fā)展歷程他爸，那么泛基因組都能用來做什么呢？進行泛基因組測序果善，構建泛基因組圖譜诊笤，可以豐富該物種的遺傳信息，完善該物種的基因集巾陕。之后可以進行以下的相關工作讨跟，比如變異檢測纪他，獲得SNP、CNV(copy number variation)晾匠、PAV(presence-absence variation)等茶袒，而這些差異往往會有重要的農(nóng)藝性狀有關，從而可以挖掘重要性狀相關的基因資源凉馆，為科學育種提供指導薪寓；另外可以用核心單拷貝基因構建系統(tǒng)發(fā)育樹，進行系統(tǒng)進化的研究澜共，了解物種的起源及演化等重要生物學問題向叉；也可以選用不同生態(tài)地理類型的種質資源進行泛基因組測序開展物種的適應性進化，外來物種入侵性等問題的研究嗦董；另外還可以進行重要通路基因的變異研究等等母谎。
下面我們就通過幾篇文獻看下泛基因組測序具體都能做哪些工作吧。
【 文獻一 】
Pan-genome analysis highlights the extent of genomic variation in cultivated and wild rice
栽培稻京革、野生稻的遺傳多樣性是水稻育種的主要來源奇唤。大規(guī)模的重測序能夠發(fā)現(xiàn)水稻中的等位基因變異，但是通過將測序的reads直接比對到日本粳稻(O. sativa japonica Nipponbare)的參考基因組序列中會丟掉很多的遺傳變異信息存崖，因此作者對66個水稻種質進行了高深度的測序冻记，然后進行了組裝睡毒，構建了水稻的泛基因組圖譜来惧。并進行了以下相關的研究。
對66份栽培稻和野生稻平均進行了115X的測序演顾，進行了組裝供搀，得到了每份材料的基因組序列，contig N50在21Kb到75Kb之間钠至。之后與Nipponbare進行了變異檢測葛虐，鑒定到了16,563,789 SNPs，5,549,290 indels和933,489 SV棉钧。并分析了這些變異位點的次要等位基因的數(shù)量與頻率的關系及在編碼區(qū)和非編碼區(qū)的情況屿脐。并對所研究的材料構建了系統(tǒng)進化樹了解了材料的分類情況。
通過7個與馴化有關的基因位點對6個水稻群體進行進化分析宪卿，發(fā)現(xiàn)群體Aus不完全處于栽培稻水稻分支上的诵，從而提出Aus群體處于不完全馴化選擇狀態(tài)。
分析了5個與開花時間佑钾、抗寒性西疤、谷物重量、分蘗角度休溶、植株高度有關的基因Hd3a代赁、COLD1扰她、GW6a、TAC1芭碍、Sd1在不同材料間的變異情況徒役，從而追溯這些重要功能等位基因的種群起源。
進行了PAV分析窖壕，發(fā)現(xiàn)日本晴基因組中缺失的基因數(shù)目為10,872個廉涕，并發(fā)現(xiàn)缺失主要是由于種質資源中的大indels所致或者是位于日本晴基因組序列中沒有組裝出來的部分。分析還發(fā)現(xiàn)在≥60個水稻品種中存在的基因數(shù)目為26,372個艇拍，為水稻的核心基因集狐蜕；<60個水稻品種中存在的基因數(shù)為16,208個，為水稻的非必須基因集卸夕。非必需基因集主要在生物和非生物脅迫條目上富集层释。同時作者嘗試預測增加水稻個體數(shù)時基因總數(shù)的變化。發(fā)現(xiàn)當N＝67時編碼基因(42,580)的數(shù)量接近平穩(wěn)期,進一步增加水稻樣本數(shù)快集，對基因集的影響不大贡羔。
【 文獻二 】
The pangenome of hexaploid bread wheat
小麥是全球種植面積范圍最廣、最重要的糧食作物之一个初，小麥的改良對于維持日益增長的人口及環(huán)境變化帶來的食品安全至關重要乖寒。面包小麥基因組大，且80-90%為重復序列院溺，且為六倍體楣嘁，因此人們付出了很大的精力才獲得了小麥的基因組序列。
在本研究中珍逸，來自澳大利亞的科學家首先對Chinese Spring的數(shù)據(jù)重新進行了組裝逐虚，改善了組裝效果，將長度大于1Kb的重復序列比例由7%降低到0.004%谆膳。并將之前公布的18個小麥的測序數(shù)據(jù)（每個小麥的測序深度在8.4X到20.0X）與重新組裝的Chinese spring基因組序列進行比對叭爱，將沒有比對上的數(shù)據(jù)進行過濾去污染后進行了組裝，得到了221,991個scaffolds漱病，總的長度為350Mb买雾，并進行了基因注釋，共得到了21,653個基因杨帽。從而將小麥序列提高了3.3%漓穿。這里需要注意的是，這篇文獻與上篇水稻的略有不同睦尽，上篇水稻文獻是對每個材料的數(shù)據(jù)進行單獨組裝器净，而本文則是先進行比對，隨后對沒有比對上的序列進行組裝当凡。2015年Yao等人對1483個水稻的研究中也是采用了這種局部組裝的方法山害。
隨后作者基于將每個品種的reads與pangenome序列比對的方法分析了每個基因的presence or absence纠俭。平均每個小麥含有128,656個基因，19個小麥都包含的核心基因集為89795個浪慌。同時估計現(xiàn)代栽培小麥的基因個數(shù)為140500 ±102個（見下圖）冤荆。同時發(fā)現(xiàn)了Chinese Spring獨有的基因有245個，而其它18個小麥中有但在Chinese Spring中沒有的基因個數(shù)為12150個权纤。對非必需基因進行了注釋钓简，功能富集分析表明非必需基因主要與環(huán)境脅迫和防御反應有關的。
基于基因的presence-absence variation汹想，構建了這19個材料的系統(tǒng)進化樹外邓，發(fā)現(xiàn)Chinese spring位于進化樹的基部。
以上的研究為小麥作物改良提供了更為完整的資源古掏∷鸹埃基于上述泛基因組研究結果，作者建立了一個網(wǎng)站槽唾，供世界各國小麥研究工作者利用丧枪，網(wǎng)址是：
http://appliedbioinformatics.com.au/cgi-bin/gb2/gbrowse/WheatPan/
好了，看了上面兩篇文獻的相關介紹庞萍，你是否對泛基因組有所了解呢拧烦？悄悄告訴你啊，小編發(fā)現(xiàn)泛基因組相關的文獻影響因子大都在10分以上呢钝计。所以恋博，如果苦于沒有什么好的研究思路，所研究的物種比較重要葵蒂，手頭上的種質資源又比較多交播，那不妨就做個泛基因組吧重虑。
參考文獻：
Tettelin H, Masignani V, Cieslewicz M J, et al. Genome analysis of multiple pathogenic isolates of Streptococcus agalactiae: Implications for the microbial "pan-genome"[J]. Proc Natl Acad Sci U S A, 2005, 102(39):13950-13955.
Li R, Li Y, Zheng H, et al. Building the sequence map of the human pan-genome[J]. Nature Biotechnology, 2010, 28(1):57-63.
Zhao Q, Feng Q, Lu H, et al. Pan-genome analysis highlights the extent of genomic variation in cultivated and wild rice[J]. Nature Genetics, 2018, 50(2):278.
Li Y H, Zhou G, Ma J, et al. De novo assembly of soybean wild relatives for pan-genome analysis of dis.[J]. Nature Biotechnology, 2014, 32(10):1045-1052.
Yao W, Li G, Zhao H, et al. Exploring the rice dispensable genome using a metagenome-like assembly strategy.[J]. Genome Biology, 2015, 16(1):187.
