编辑推荐：
为解决单一参考基因组难以全面捕获印度瘤牛遗传变异的问题，研究人员开展了印度瘤牛泛基因组构建研究。通过对 7 个品种 68 个个体测序，识别出 13,065 个非参考新序列（NRNS）。该研究提升了读长映射准确性，对深入理解瘤牛基因组学意义重大。
印度瘤牛，作为印度次大陆上的独特牛种，在恶劣环境中展现出强大的适应能力，对热带疾病和害虫具有抵抗力，还能以低质量草料维持生长，是极具价值的遗传资源。然而，在基因研究领域，传统的单一参考基因组却遇到了难题。就像用一张地图去标注世界上所有的地方，总会有遗漏。单一参考基因组无法完整涵盖印度瘤牛丰富的遗传变异信息，这就如同在探索一座宝藏时，只找到了其中一小部分宝藏，还有大量珍贵的遗传信息等待发掘。
为了填补这一空白，深入挖掘印度瘤牛的遗传奥秘，来自国家动物生物技术研究所等机构的研究人员踏上了探索之旅，开展了构建印度瘤牛泛基因组的研究。这项研究成果发表在《Communications Biology》杂志上，为牛类基因组学研究带来了新的曙光。
研究人员采用了多种关键技术方法来推动研究进展。首先是短读长测序技术，对代表 7 个不同印度瘤牛品种的 68 个个体进行全基因组测序，获得大量的测序数据。之后，运用自主开发的 PanGenome Analysis（PanGA）管道，从海量数据中识别非参考新序列（NRNS）。同时，结合多种生物信息学工具，如 BLAST、RepeatMasker 等，进行序列比对、基因注释和进化分析等工作 。
下面来详细看看研究结果：
- 瘤牛基因组测序：对 68 头瘤牛个体进行全基因组测序，经过严格的数据预处理，去除低质量读段后，保留了 437.9 亿高质量读段，测序数据量达到约 6062Gb，平均覆盖深度约为 33X。
- NRNS 识别：利用 PanGA 管道对预处理后的数据进行分析，从瘤牛群体中识别出 13,065 个 NRNS，总长度为 40,973,925bp。这些 NRNS 大小不一，N50 为 4629bp 。
- 与已发表泛基因组及其他基因组组装的比较：与已发表的牛泛基因组相比，该研究中识别出的 NRNS 与其他研究的重叠较少。例如，与 Zhou 等人 2022 年研究的匹配 NRNS 序列仅 183 条，与 Dai 等人 2023 年研究的匹配 NRNS 序列占本研究 NRNS 总量的 4.1%。同时，NRNS 与不同品种牛的基因组组装比对也有不同程度的匹配 。
- NRNS 在样本中的存在与否分析：在识别出的 13,065 个 NRNS 中，8402 个序列在至少两个个体中出现，4663 个为私有插入（仅在一个个体中发现）。不同品种间存在共有和特有的 NRNS，但样本量可能影响相关结论 。
- NRNS 在参考基因组上的定位：将 NRNS 映射到参考基因组，发现只有 17.61%（2302 个）的 NRNS 成功定位到染色体上，多数未定位。含有串联重复（TRs）的 NRNS 定位更困难 。
- NRNS 的转录潜力：通过从头预测和基于证据的方法预测 NRNS 的转录结构，共预测出 1856 个肽段和 7991 个转录本，涉及 1453 个非冗余基因，可用于下游功能分析 。
- 基因本体（GO）富集分析：对与 NRNS 相关的基因进行 GO 富集分析，发现其在细胞黏附、细胞间信号传导、突触功能等生物学过程、细胞组分和分子功能相关的 GO 术语中显著富集，暗示 NRNS 在细胞通讯、组织发育和免疫反应等方面有重要作用 。
- 数量性状基因座（QTL）分析：分析 NRNS 基因与 QTL 的关联，发现 500 个基因位于重要 QTL 区域，可关联到 2773 个 QTL，其中与牛奶性状相关的 QTL 最多（33.2%），这表明 NRNS 可能对瘤牛的经济性状有重要影响 。
- NRNS 中重复序列注释：NRNS 数据集里 39.6% 为重复序列，主要是长散在核元件（LINEs，23.5%）和短散在核元件（SINEs，9.7%），与婆罗门参考基因组相比无重复偏差 。
- 进化分析：研究发现 40.44% 的 NRNS 在 Bos 属姐妹物种中存在，表明部分瘤牛泛基因组具有祖先起源。与其他 Bovidae 家族成员相比，共享的 NRNS 较少，且与物种进化距离相关 。
- 评估泛基因组作为参考的效用：将短读长数据分别比对到婆罗门参考基因组和构建的泛基因组，发现泛基因组的映射比率更高，能减少假阳性单核苷酸多态性（SNP）的调用，还能识别出更多新的 SNP 。
综合研究结论和讨论部分，这项研究意义重大。通过构建印度瘤牛泛基因组，全面解析了瘤牛的基因组景观，揭示了 NRNS 在瘤牛基因组中的重要地位。NRNS 不仅具有编码潜力，还在基因区域广泛分布，可能对瘤牛的表型多样性产生重要影响。同时，研究发现大量 NRNS 具有祖先起源，进一步强调了泛基因组在捕获遗传变异方面的优势。此外，构建的泛基因组在提高读长映射准确性、减少假阳性 SNP 以及发现新 SNP 等方面表现卓越，为后续深入开展瘤牛基因组研究、遗传改良和品种选育提供了有力支持，也为其他物种的泛基因组研究提供了重要参考 。
