基于前沿技术的森林草莓可变剪切基因挖掘与基因组重注释探究.docxVIP

基于前沿技术的森林草莓可变剪切基因挖掘与基因组重注释探究

一、引言

1.1研究背景与意义

草莓隶属蔷薇科（Rosaceae）草莓属（Fragaria），是全球广泛栽培且深受大众喜爱的水果，有“水果皇后”的美誉。其果实不仅色泽鲜艳、风味独特，还富含维生素C、酚类物质和膳食纤维等多种营养成分，具有较高的食用价值和经济价值。草莓约有25个种，倍性丰富，涵盖从二倍体到十倍体等多种类型。在众多草莓种类中，森林草莓（Fragariavesca）作为二倍体模式种，因其基因组相对较小（约240Mb）、世代周期短、易于进行遗传转化操作等优势，成为研究草莓遗传学、基因组学和分子生物学的理想材料，在草莓研究领域占据着关键的模式种地位。

随着生物技术的飞速发展，对森林草莓基因组的研究不断深入。然而，目前已有的森林草莓基因组注释仍存在一定的局限性，许多基因的结构和功能尚未被完全解析，尤其是可变剪切基因的挖掘还不够充分。可变剪切是指从一个基因转录出来的前体mRNA，通过不同的剪切方式产生多种成熟mRNA转录本的过程，这一过程极大地增加了蛋白质组的复杂性和生物功能的多样性。在植物生长发育的各个阶段，可变剪切都发挥着至关重要的调控作用，包括种子萌发、叶片发育、开花结果以及对生物和非生物胁迫的响应等。深入挖掘森林草莓中的可变剪切基因，不仅有助于揭示草莓生长发育的分子调控机制，还能为草莓的遗传改良和分子育种提供丰富的基因资源和理论依据。

此外，精准的基因组重注释对于准确理解森林草莓的基因组结构和功能至关重要。通过整合最新的测序技术和生物信息学分析方法，对森林草莓基因组进行重新注释，可以更准确地识别基因、确定基因结构和功能，填补之前注释中的空白和错误。这对于深入研究草莓的生物学特性、解析蔷薇科植物的进化关系具有重要的推动作用，也将为蔷薇科其他植物的基因组研究提供重要的参考和借鉴。因此，开展森林草莓可变剪切基因挖掘与基因组重注释研究具有重要的理论意义和实践价值。

1.2国内外研究现状

在森林草莓基因组研究方面，2018年GigaScience发表了利用PacBioSMRT三代测序技术组装的第四版本森林草莓基因组（v4.0），为草莓基因组学研究奠定了重要基础。2019年，华中农业大学在《园艺研究》发表了森林草莓v4.0重注释的新版本v4.0a2，显著增加了基因注释的数量和准确性，极大促进了草莓和其他蔷薇科植物的基因组学、分子生物学以及遗传学研究。然而，其基因组质量仍未达到完整的从端粒到端粒的水平。

南京农业大学草莓研究团队与海南大学热带作物研究团队利用超长ONT、PacBioHIFI测序技术组装得到森林草莓完整基因组（v6.0），弥补了目前可用参考基因组的所有剩余组装空白，鉴定了7条染色体上总共14个端粒和7个着丝粒，后续注释的编码蛋白数量与v4.0a2相比增加1153个，BUSCO（基因组完整度评价标准）达98.8%，有较为明显的提升，为草莓的遗传改良以及蔷薇科植物的基因组学遗传育种研究提供了重要资源。

在可变剪切基因挖掘方面，已有研究表明可变剪切在植物生长发育和胁迫响应中发挥重要作用，但针对森林草莓可变剪切基因的系统挖掘和分析仍相对较少。部分研究利用RNA-seq技术对草莓果实发育过程中的可变剪切事件进行了初步分析，发现了一些与果实发育相关的可变剪切基因，但研究范围较为局限，缺乏对全基因组水平可变剪切基因的全面鉴定和功能研究。

总体而言，目前国内外在森林草莓基因组研究和可变剪切基因挖掘方面已取得了一定的成果，但仍存在诸多不足，如基因组注释的完善程度有待提高，可变剪切基因的功能解析还不够深入等，这些问题限制了对草莓遗传机制的深入理解和分子育种的进展，亟待进一步研究解决。

1.3研究目标与内容

本研究旨在利用先进的测序技术和生物信息学方法，高效挖掘森林草莓中的可变剪切基因，并对其基因组进行精准重注释，以完善森林草莓的基因信息库，为草莓的遗传改良和分子育种提供坚实的理论基础。

具体研究内容包括：首先，收集森林草莓不同组织和发育阶段的样本，提取高质量的RNA，利用Illumina和PacBio测序技术进行转录组测序，获取全面的转录本信息。其次，运用生物信息学软件对测序数据进行分析，鉴定森林草莓中的可变剪切事件和可变剪切基因，并对其进行分类和统计分析，探究可变剪切在草莓生长发育过程中的动态变化规律。再者，结合多种基因组注释工具和策略，利用全长转录本数据对森林草莓基因组进行重注释，包括基因结构预测、重复序列鉴定、非编码RNA注释等，提高基因组注释的准确性和完整性。最后，对新注释的基因进行功能注释和富集分析，挖掘与草莓重要农艺性状相关的基因，为后续的基因功能验证和分子育种研究提供目