元宝枫首例近完整单倍型基因组：为木本植物进化与功能基因组学研究提供新范式

《Scientific Data》：A near-complete reassembled haplotype-resolved reference genome of Acer truncatum

本研究针对元宝枫(Acer truncatum)缺乏高质量参考基因组的瓶颈，利用PacBio HiFi、ONT ultra-long和Hi-C等技术构建了首个近完整端粒到端粒(T2T)单倍型分型基因组。该1.2 Gb组装仅含7个缺口，scaffold N50达44 Mb，注释58,569个蛋白编码基因，LTR反转座子占比42.61%。基因组完整性(BUSCO)达98.9%，为解析神经酸生物合成、环境适应性等重要性状提供了迄今最完整的遗传资源。

　　

在植物基因组学领域，实现真正的端粒到端粒（T2T）基因组组装一直是科学家们追求的目标。就像拼图游戏缺少了边缘碎片，传统基因组组装往往难以解决着丝粒、端粒和rDNA簇等重复区域，这些"暗物质"区域恰恰蕴藏着重要的遗传信息。元宝枫（Acer truncatum）作为槭树属的重要代表，不仅具有观赏价值，其种子中富含的神经酸（nervonic acid）更对神经系统健康具有特殊意义。然而，尽管已有多个槭树物种的基因组被报道，但至今仍缺乏一个高质量的近完整参考基因组，这严重制约了对该物种重要性状的分子机制研究。

针对这一瓶颈问题，研究团队在《Scientific Data》上发表了题为"A near-complete reassembled haplotype-resolved reference genome of Acer truncatum"的研究论文。该研究重新分析了'丽红'品种的多组学数据，运用前沿的基因组学技术构建了元宝枫的首个近完整单倍型分型基因组。

关键技术方法包括：利用PacBio HiFi长读长（62×覆盖率）和ONT超长读长进行初始组装，通过Hi-C数据辅助染色体挂载，使用quarTeT进行缺口填充，采用EDTA和RepeatMasker进行重复序列注释，整合多种证据进行基因预测，并通过BUSCO和k-mer分析进行质量评估。样本来源于国家基因组数据中心（PRJCA014724）。

基因组组装与质量评估

研究团队采用hifiasm（v0.19.8-r602）进行单倍型分型组装，结合Juicer和3D-DNA进行染色体尺度构建，最终获得1.2 Gb的基因组，包含两个完整单倍型（命名为a和b）。组装连续性显著提升，contig N50达42 Mb，scaffold N50达44 Mb，仅剩7个缺口。

技术验证显示，Illumina和HiFi读长的映射率分别达99.69%和99.55%，基因组覆盖度优异。BUSCO评估显示完整基因组包含98.9%的完整BUSCO基因，蛋白编码基因集的完整性更高达99.3%。k-mer频谱分析证实了单倍型分型的准确性。

重复序列与基因注释

重复序列分析显示，63.98%的基因组由重复序列组成，其中LTR反转座子最为丰富（42.61%），copia和gypsy亚类分别占18.36%和12.20%。TIR转座子占11.58%。

基因预测流程整合了同源比对、转录本证据和ab initio预测，最终注释58,569个蛋白编码基因，包含81,299个转录本。亚基因组a包含29,648个基因，平均基因长度4,481 bp；亚基因组b包含28,921个基因，平均基因长度4,464 bp。功能注释显示96.3%的基因获得至少一种功能注释。

染色体结构与变异

Hi-C互作热图显示清晰的染色体内互作模式，表明 scaffolding质量优异。研究发现6号染色体a和b单倍型之间存在大规模倒位多态性，通过共线性分析确认这是真实的生物结构变异而非组装错误。

端粒和rDNA分布分析显示，除少数染色体末端外，大多数端粒序列被成功解析。18S-5.8S-28S rDNA阵列富集在1a、6a、7a和7b染色体末端，5S rDNA主要分布在3a、3b和8b染色体上。

本研究完成的元宝枫T2T级别基因组填补了槭树属高质量参考基因组的空白，为比较基因组学、功能基因挖掘和分子育种提供了坚实基础。基因组的高连续性和完整性使得研究者能够深入探索重复序列区域的进化规律，解析重要性状形成的遗传基础。特别值得注意的是，该基因组为研究神经酸生物合成通路提供了精准的遗传背景，有望推动元宝枫在功能性油脂开发方面的应用。同时，单倍型分型基因组的成功构建为研究等位基因特异性表达和结构变异提供了独特资源，对木本植物多倍体进化研究具有重要参考价值。这一研究成果不仅推动了槭树属植物的功能基因组学研究，也为其他复杂基因组的组装提供了技术范式。