心系三農，頂天立地！2025年1月，馬鈴薯育種領域迎來了一項具有里程碑意義的成果，中國農業科學院深圳農業基因組研究所的黃三文團隊，聯合國內外多個科研機構，在Nature雜誌上發表題為「Leveraging a phased pangenome for haplotype design of hybrid potato」的研究論文，為馬鈴薯的雜交育種帶來了新方向。中國農業科學院深圳農業基因組研究所為該論文的第一單位，基因組所黃三文研究員為該論文的通訊作者，基因組所與比利時列日大學聯培博士生程林、基因組所博士後王楠、馬克斯-普朗克研究所博士生鮑志貴為文章共同第一作者。鸿运国际(中国)提供三代建庫測序服務。
研究背景
馬鈴薯（Solanum tuberosum L.）是全球最重要的塊莖作物之一，每年為超過120個國家的13億人提供食物。儘管近年來對馬鈴薯的基因組研究取得了顯著進展，但大多數已發表的二倍體馬鈴薯基因組是未分型的（unphased），掩蓋了單倍型多樣性和雜合性的關鍵信息。
此外，傳統上通過無性繁殖進行育種，導致育種進程緩慢。本文通過構建單倍型馬鈴薯泛基因組圖譜，揭示了結構變異的形成機制，設計了具有最少dSNPs和dSVs的理想馬鈴薯單倍型，並提出了基於單倍型選擇的育種策略，為未來的馬鈴薯育種提供了重要理論指導。
研究結果
01馬鈴薯泛基因組圖譜的構建
本文選擇了31個二倍體馬鈴薯材料，包括10個野生種和19個栽培種，生成了60個單倍型的基因組組裝。通過PacBio HiFi測序和Hi-C輔助組裝技術，獲得了高質量的基因組組裝結果，平均基因組大小為811 Mb，Contig N50為12.25 Mb。通過BUSCO評估，組裝完整性達到99.2%。本文構建了基於PGGB的馬鈴薯泛基因組圖（PPG-v1.0），該圖包含248.64百萬個節點和345.61百萬條邊，總序列長度為3,076 Mb。
圖 單倍型圖形泛基因組構建
02 轉座元件驅動結構變異的形成
在對結構變異和轉座原件進行分析時發現，90.6%的結構變異與轉座元件（TEs）相關，其中28.2%的結構變異被單個TE序列覆蓋，表明TE插入是結構變異形成的主要機制。通過分析SV斷點，發現33.8%的SV斷點與TE介導的重排（TEMR）事件兼容，表明TE在SV形成中起到了重要作用。
圖 TE驅動SV的形成
03 馴化對雜合性和有害變異的影響
研究發現，栽培馬鈴薯的雜合性高於野生種（14.0% vs. 9.5%），表明在馴化過程中發生了廣泛的雜交。通過引入「基因組雜合性長度」（GHSL）的概念，研究者量化了二倍體個體中兩個單倍型之間的非冗餘變異（SNPs、indels和SVs）的總序列長度。栽培馬鈴薯的GHSL為93.8 Mb，佔平均單倍型長度的12.5%。有害SVs（dSVs）在栽培馬鈴薯中傾向於以雜合狀態存在，佔97%，而在野生種中為73%。此外，dSVs和dSNPs在基因組中並非隨機分佈，而是傾向於在耦合相位形成簇。這種現象類似於社會學中的「破窗效應」，即dSVs的存在增加了dSNPs在同一相位中出現的概率。
圖 馬鈴薯的馴化增強了單倍型的分化
04 dSVs的清除
研究者發現，現有的自交系（A6-26和E4-63）攜帶的dSVs數量少於其親本，表明在自交過程中，dSVs可以通過重組事件被清除。通過構建重組圖譜，研究者追蹤了自交系中dSVs的清除過程，發現重組事件可以顯著減少dSVs的數量。
圖 有害SV在馴化和自交系中的命運
05 理想單倍型的基因組設計
基於泛基因組圖譜，研究者提出了「理想單倍型」（IPHs）的概念，旨在通過重組和單倍型選擇，設計出攜帶最少dSVs和dSNPs的單倍型。通過模擬重組事件和單倍型選擇，研究者設計了IPHs-A和IPHs-E兩種理想單倍型。理論上，這些理想單倍型可以完全清除dSVs，並將dSNPs的數量減少32.4%（A6-26）和50.3%（E4-63）。通過將IPHs-A和IPHs-E組合，研究者預測F1雜交組合將只攜帶10,830個純合dSNPs，相比之前的F1雜交馬鈴薯減少了54.5%。這一結果表明，通過設計理想單倍型，可以顯著減少雜交馬鈴薯中的有害變異，從而提高雜交種的遺傳質量。
圖 根據單倍型馬鈴薯泛基因組圖譜設計的IPHs
研究結論
本研究開發的馬鈴薯泛基因組圖譜為深入探索馬鈴薯的單倍型多樣性及其對育種的影響提供了重要資源。通過泛基因組圖譜，研究者能夠更詳實地理解馬鈴薯基因組的變異和進化。
研究揭示了馴化對馬鈴薯基因組雜合性和有害變異積累的影響，強調了在馴化過程中雜交對基因組多樣性的貢獻。同時，研究也發現了有害破變的「破窗效應」，為理解有害變異的遺傳模式提供了新的視角。通過設計理想單倍型，研究者為馬鈴薯雜交育種提供了一種新的策略。這種策略不僅有助於減少雜交種中的有害變異，還能提高雜交種的遺傳質量和適應性。未來，結合新的基因編輯技術和合成生物學方法，有望進一步實現理想單倍型的精準設計和優化。
