2025年2月 GigaScience杂志发表了一篇题为“The telomere-to-telomere genome of flowering cherry (Prunus campanulata) reveals genomic evolution of the subgenus Cerasus”的基因组组装文章。

研究背景

Prunus campanulata（钟花樱桃）是一种具有重要观赏和遗传价值的樱桃品种，具有早花、花色鲜艳、抗病性强、自交亲和等优良性状，且基因组较小（2n=16），是研究樱桃基因组的理想模型。

T2T基因组组装技术能够填补传统基因组组装中的缺口，解析高度重复区域（如端粒、着丝粒），为基因组结构、基因功能和进化研究提供更完整的参考。

分析结果

01.基因组组装

结合PacBio HiFi、Oxford Nanopore超长读长（ONT）、Illumina短读长和Hi-C染色质构象捕获技术，生成高质量基因组数据。最终的基因组大小为 266.23 Mb，锚定在8个染色体上，N50=31.6Mb，BUSCO完整度为98.9%，QV序列一致性打分为48.75。

02. 基因组注释

（1）重复序列注释

方法： LTR_Finder和 LTR_retriever  识别非冗余的长末端重复序列； RepeatModeler 全局预测。以上软件的结果作为数据库，和Repbase合并，利用RepeatMasker 使用该库来预测整个基因组中的重复序列。此外还使用RepeatProteinMask进行TE蛋白预测。

结果：共鉴定出 130.84 Mb 的重复序列，占整个基因组的 49.14%。其中含有23.92% 的 LTR 反转录转座子、15.47% 的 DNA 转座子、4.63% 的长穿梭核元件、0.47% 的短穿梭核元件和 7.01% 未表征的 TE

（2）结构重复注释

端粒：使用 Winnowmap把ONT比对到基因组上，把比对到每条染色体末端50bp的序列提取出来，计算了read中端粒重复序列的频率。端粒重复次数最多的读取被指定为参考，其他读取被指定为查询。medaka_consensus用来重新组装基因组和端粒序列，从而产生共有序列。使用 MUMmer 将该共有序列与每条染色体进行比对，用最佳比对结果替换掉末端端粒序列。利用端粒重复作为查询，成功鉴定了位于 8 条染色体末端的 13 个端粒。

着丝粒：利用TRF和着丝粒区域中低密度基因分布的独特特征，基于BEDTools 来计算10kb窗口内的 TRF和基因覆盖率。和 Hi-C 相互作用热图、大空白区域、低基因密度区域和高 LTR/Gypsy 密度区域整合，预测了染色体内的 8 个着丝粒区域，长度范围为 1.98 至 2.99 Mb。

（3）nc RNA

使用 tRNAscan-SE 鉴定了基因组中的转移 RNA ，使用 rRNA 数据库预测核糖体 RNA，并使用 Infernal v1.1.2基于 Rfam 数据库注释snRNA 和 microRNA 。总共鉴定了 2,414 个非编码 RNA，包括 287 个 miRNA、668 个 tRNA、886 个 rRNA 和 573 个 snRNA。

（4）基因结构注释

从头 、基于同源和转录组预测方法的组合，鉴定了 28,961 个蛋白质编码基因。转录本、编码序列 （CDS）、外显子和内含子的平均长度分别约为 3,724 bp、1,141 bp、320 bp 和 523 bp，每个基因平均有 5.02 个外显子。96.45%的基因起码在一个功能数据库中被注释到。BUSCO 分析显示，完整度为98.2%。

03. 基因组之间的比较

把自己的组装和此前的V1.0版本组装进行比较，有 270.82 Mb （97.5%） 的共线区。在共线性区域内鉴定了336,943 个单核苷酸多态性 （SNP），其中 166,274 个分布在基因区域，170,669 个分布在基因间区域；检测到 107,521 个插入缺失，长度 2 -50 bp，包括 62,058 个插入和 45,463 个缺失；共有 1,413 个 SV，包括 1,212 个重复、163 个易位和 38 个倒位，大多数 SV 位于基因上游和下游 2 kb 处、内含子和基因间区域。

04.比较基因组分析

对 P. campanulata 基因组与其他 13 个物种的基因组进行了比较基因组分析，共检测到 74,894 个直系同源基因家族，包括 504,527 个基因，其中 7,893 个基因家族（包括 189,790 个基因）是核心基因。P. campanulata v2.0 基因组包含 1,198 个独特的基因家族。

使用来自 14 个物种的 177 个单拷贝直系同源基因构建了系统发育树，拟南芥作为外群。基于进化树完成物种分歧时间分析和基因家族的收缩与扩张分析。P. campanulata 和 P. avium在23.4Mya前分化，Cerasus 亚属和 Prunus 亚属之间的分歧发生在 30.5 Mya 左右。确定了在钟花樱上有 377 个基因家族扩展、 1,272 个基因家族收缩，分别影响 1,543 个和 1,473 个基因。

通过共线性分析说明 P. campanulata没有经历单独的WGD事件。

总结

本文构建了首个钟花樱的T2T基因组，填补了蔷薇科植物T2T组装的空白，为研究端粒/着丝粒功能和基因组进化提供基础。结合多平台测序数据（HiFi+ONT+Hi-C），解决了高重复区域的组装难题。新注释基因和结构变异为分子育种（如花色、抗性改良）提供候选靶点。通过比较基因组学揭示了李属植物的基因组进化特征，为后续功能基因组学和分子育种研究奠定了重要基础。