编辑推荐：
为解决微藻基因组数据有限的问题，来自韩国釜庆国立大学的研究人员对异养淡水微藻普通小球藻（Chlorella vulgaris）PKVL7422 进行高质量基因组草图测序。成功组装基因组，预测出 6428 个推定蛋白编码基因，为微藻基因工程提供了资源。
单细胞绿藻小球藻属（Chlorella）是研究最为广泛的光合生物。1890 年，贝杰林克发现了普通小球藻（C. vulgaris），它是首个细胞核定义明确的微藻。普通小球藻光合能力强，在自养、混养和异养等多种营养条件下生长迅速，广泛分布于淡水、海洋和陆地环境。
研究人员从韩国釜庆国立大学池塘分离出普通小球藻 PKVL7422（保藏于韩国典型培养物保藏中心，编号 13361 BP） ，在 20°C、恒定光照（60 μmol 光子 m?2s?1）条件下，于 BG-11 培养基中培养 1 周，用于基因组 DNA 的分离。按照制造商的说明，分别使用 Wizard HMW DNA 提取试剂盒（美国威斯康星州 Promega 公司）和 RBC HiYield 植物总 RNA 小提试剂盒（中国台湾 Real Biotech 公司）提取基因组 DNA 和总 RNA，没有进行修改。根据制造商的说明，利用 PacBio SMRTbell prep 试剂盒 3.0（美国加利福尼亚州 Illumina 公司）和 Illumina Nextera DNA Flex 文库制备试剂盒（美国加利福尼亚州 Illumina 公司）制备 DNA 文库，利用 Illumina TruSeq Stranded mRNA 样本制备试剂盒（美国加利福尼亚州 Illumina 公司）制备 RNA 文库。
测序数据分别由韩国首尔的 Macrogen 公司通过 PacBio Sequel IIe 系统和 Illumina NovaSeq6000 平台生成。PacBio 测序共产生 179330 条高保真（HiFi）读数（959995393 个碱基），N50 值为 5836 bp，平均质量为 Q36。Illumina 测序从 42955062 个原始数据集中产生 26252864 条过滤读数（3961814613 个碱基），Q20 和 Q30 值分别为 99.25% 和 96.66%。使用 SMRTlink 11.0.0.146107 进行基因组组装，通过 Pilon v1.21 利用高质量、去除接头的 Illumina 读数对组装结果进行了三次校正，以提高组装质量。
利用 Illumina RNA 测序数据进行基因组引导组装以进行基因预测，该 RNA 测序数据由韩国首尔的 Macrogen 公司利用 Illumina NovaSeq 平台（美国加利福尼亚州 Illumina 公司）生成。使用 Tophat v2.1.1（内含子长度设置为 25 - 500 个核苷酸）将 RNA 读数映射到组装好的 DNA 序列上，得到基因组引导的转录组组装数据。在注释前，使用 RepeatMasker 4.1.2 进行基因组屏蔽，基于 2023 年 3 月从美国国立生物技术信息中心（NCBI）下载的小球藻科（Chlorellaceae）蛋白质，利用默认参数的 Maker 2.31.83，结合 GlimmerHMM 3.0.4、AUSTUS 3.3.2 和 SNAP 2.31.83 生成的基因训练模型来预测基因模型。对预测的蛋白质集进行 InterProScan v5.30 - 69.0 和 psiblast v2.4.0 分析，并与 EggNOG 数据库 v4.5 进行比对。
组装的基因组覆盖了普通小球藻 PKVL7422 基因组大小的约 23.5 倍，总计 39.0 Mbp，包含 93 个重叠群，其中包括叶绿体和线粒体的环状形式。G + C 含量为 61.5%，N50 值为 1011039，最大、最小和平均长度分别为 2628967 bp、5074 bp 和 439841 bp。在 7665 个转录本中，预测出 6428 个推定的蛋白质编码基因，这反映了 MAKER 注释时检测到的可变剪接事件和异构体。
自 2018 年以来，已有 5 个普通小球藻的组装基因组存入 NCBI 数据库，为基因组研究提供了宝贵的基础资源。然而，其中 4 个组装存在局限性，包括重叠群数量较多（从 753 到 3810 不等）且缺乏蛋白质注释。而此次研究获得的包含 93 个注释重叠群的测序数据，为深入了解普通小球藻提供了更优质的基因组资源。
