前言

       向日葵是一种世界通用的油料作物，即使在极端环境，例如干旱的情况下，也能保证稳定的产量。可见，这一物种具有非常强的适应气候变化的能力。鉴于其重要的油料价值和经济地位，向日葵一直以来都被包括加拿大、法国等国家列为测序研究中的重大项目。但由于向日葵基因组主要由长的、高度相似的重复序列组成，这十几年来，向日葵基因组的极端复杂性对前沿的测序技术提出了巨大的挑战，更终通过长读长的PacBio SMRT测序技术得以解决。

       2017年5月，顶级杂志Nature上发表了向日葵更新的高质量基因组组装结果。作者采用了PacBio RS II平台，对自交系XRQ基因型的向日葵进行了测序，共消耗了407个 SMRT cell，从3200万个长reads中拼接得到了13957个contig，contig N50为399kb，共组装得到了3Gb的基因组数据，占预估基因组大小的80%。通过序列分析，构建了17条染色体，定位了97%的序列信息。

图1：整合了遗传学，多样性以及基因表达数据的向日葵基因组组装图。

      经过对基因组组装结果的分析，发现向日葵基因组中超过75%的序列为长末端重复逆转录转座子（Long Terminal Repeat Retrotransposons，LTR-RTs）。并且，在向日葵的基因组中，LTR-RTs以非随机的模式分别。因此对于复杂结构的向日葵基因组，用NGS数据进行组装，往往难以得到理想的结果。

图2：每个染色体1 Mbp的基因密度

图3：每个染色体1 Mbp中DNA转座子的密度

       在此之前，研究人员们也得到了另一个基因型HA412的NGS数据。针对当时所采用的Roche 454和illumina两个平台，建立了从200bp到40kb片段大小不等的多个文库。分别经过组装以后发现，运用Roche 454平台，组装得到了3.1Gb的基因组数据，占基因组总长的86%，但scaffold N50仅为25kb；另一平台illumina，则组装得到了1.2Gb的基因组数据，仅占基因组大小的33%，并且scaffold N50仅为21kb。

       综合454和illumina两个平台，对数据进行了整合，通过31392个超级scaffold进行组装，得到了HA412的2.04Gb的基因组数据。

       在进一步的研究中，作者还基于基因组组装的结果，比较了莴笋、朝鲜蓟、葡萄、咖啡的基因组，以评估了菊科植物的演化史。并且，还运用GWAS、QTL方法重构了花期和油脂代谢这两大育种性状的遗传网络，找到了新的候选基因。这一高质量的向日葵基因组组装结果，将为农业生产、人类营养学、生物多样性等研究领域带来新的启示。

原文链接：

http://www.nature.com/nature/journal/vaop/ncurrent/abs/nature22380.html#supplementary-information

基因有限公司作为Pacific Biosciences公司在中国区的独家代理商，自2011年以来将PacBio第三代单分子实时测序技术引入国内，一直为国内用户提供专业的三代测序系统的安装培训，技术支持，应用培训与售后维护工作，赢得客户的一致好评与信任。基因有限公司将一如既往的支持越来越多的PacBio用户。