二、三代测序技术混合拼接，打造高质量苹果参考基因组序列

　　

驯养苹果（Malus X domestica Borkh）是一种非常受欢迎的具有极高营养价值和多样化风味的温带水果。在2012年，全球苹果的产量至少占了全球丰收的水果总量的十分之一，具有很高的经济效益。

一个高质量的苹果基因组对于新品种的选育非常关键，来自西北农林科技大学和云南农业大学的科研团队采用illumina测序技术和以长读长著称的PacBio单分子测序技术进行de novo测序和拼接，打造了新版苹果参考基因组序列并完成了基因注释。

文章中的关键信息：

苹果基因组预估大小：701Mb，heterozygous apple genome

技术路线及组装结果：

组装结果比较：

illumina only （102× genome coverage）：
contig N50：534bp  （组装效果差主要受杂合度和重复序列影响）
illumina＋PacBio （29× genome coverage）  hybrid assembly：
contig N50：111.619kb，组装获得632.4Mb基因组，能代表90%苹果总基因组大小。

已公布version1参考基因组序列（Sanger+454: 16.9× genome coverage）：contig N50为16.7kb，且组装的基因组序列只能代表89%非重复区域的基因组序列，完整性和连续性较差，不足以进行后续的转录组以及全基因组重测序分析。

总体来说：相比纯粹的illumina短读长测序数据，采用混合拼接方式将contig N50提高了202倍，比之前已经公布的version 1苹果基因组参考序列的contig N50提升了7倍，不难看出，少量PacBio长读长数据的加入，使苹果基因组组装效果得到质的飞跃！

串联重复序列分析和基因注释

通过illumina＋PacBio混合拼接的方式获得更高质量的苹果参考基因组序列后，作者对苹果基因组中的串联重复序列进行分析，并完成了基因组注释。作者发现该品种基因组中的串联重复序列达382 Mb，覆盖了苹果基因组的60%，这就不难理解为什么高测序深度的illumina短读长测序也无法得到满意的组装结果了。下表列出了串联重复序列的类型和比例。

PacBio长读长测序数据的加入，显著提升了基因组组装效果，改善了苹果基因（蛋白编码基因及非编码基因）注释（88.71%的基因可以被完整注释），为未来苹果的分子育种提供了一个非常有价值的工具。

原文信息：Xuewei Li, et al. "Improved hybrid de novo genome assembly of domesticated apple (Malus x domestica)" GigaScience 2016 5:35

原文链接：
http://gigascience.biomedcentral.com/articles/10.1186/s13742-016-0139-0

中国地区PacBio独家代理商基因有限公司，欢迎您索取PacBio测序仪的更多详细资料