新一代基因组技术及其在鸟类研究中的应用

汤鸿波

江西科技师范大学生命科学学院 江西南昌 330013

摘要： 新一代基因组技术是我们探索生命奥秘的重要研究手段。从第一代基因组测序方法发明以来,基因组测序技术历经发展,从第二代发展到了第三代测序技术,统称为新一代基因组技术。新一代基因组技术目前已广泛应用于生命科学多个领域，本文就新一代基因组技术特点及其在鸟类中的应用做一综述，以飨读者。

关键词：鸟类；基因组；新一代测序

1 新一代基因组学技术发展沿革及其特点

第一代Sanger法测序技术自诞生以来为基因组学发展做出了历史性贡献，但随着对速度提升和成本降低等方面的不断需求，第一代测序已逐渐不能满足大规模测序的需求。进入21世纪后出现了不依赖链终止法的第二代DNA测序技术，其中最具代表性的有基于边合成边测序的Solexa技术，该技术在测序的速度和成本上具有明显的优势。

但由于第二代测序技术的读长限制在几百个碱基，对于一些重复序列多或者杂合度高的物种来说，组装结果不尽人意。目前以PacBio测序技术为代表的第三代测序技术以其超长读长的优势解决了复杂区域的组装难题，尤其近年来PacBio测序技术结合可显著降低复杂度、获得更完整的组装结果的10X Genomics技术、能有效解决复杂基因组的组装难题的BioNano技术以及能高效进行Scaffold乃至染色体级别基因组构建的Hi-C技术，并采用三代测序获得全长转录组用于基因组注释，可获得更高分辨率的基因组草图^[1]。

在获得高质量的参考基因组基础上开展基因组重测序，检测出全基因组范围的变异信息，进行特定性状目的基因鉴别及其遗传机理解析，这一策略现已广泛应用于鸟类表型性状的遗传解析中。

2 新一代基因组学技术在鸟类研究中的应用

自人类基因组计划启动以来，基因组学已逐渐成为研究人员关注的焦点^[2]。就禽鸟而言，2004年国际鸡基因组测序联盟公布了红原鸡的全基因组草图，随后我国科学家完成了家鸭全基因组草图和家鹅全基因组草图的绘制，标志着禽类基因组时代的来临，尤其随着新一代测序技术的诞生，国际鸟基因组测序联盟于2014年公布鸟类的48个物种基因组，基因组学技术已广泛被用于各种禽鸟羽色性状研究^[3]。

Lamichhaney等针对流苏鹬雄性个体，利用全基因组重测序技术结合全基因组关联分析（GWAS)，发现基因组中有一段4.5 Mb的片段在进化过程中发生了倒置，这种重组现象导致一部分性激素相关基因和色素相关基因表达产生了变异，从而产生雄性个体外形的差异。另外Cooke等首先利用Hi-C技术，将已有基于Scaffold的鹦鹉参考基因组组装到染色体水平，获得高质量的参考基因组序列；然后利用低深度重测序，结合全基因组关联定位作图检测到与蓝羽表型相关联的强候选基因；进一步开展基于转录组测序的差异基因表达分析以及酵母表达实验分析，鉴别到了影响虎皮鹦鹉蓝羽性状的因果基因，即黄色素沉积关键酶基因MuPKS。

我国科学家在利用基因组学技术研究鸟类羽色性状方面也做了许多非常出色的工作。例如Zhang等发现有８种鸟类的15个与羽毛颜色相关的基因表现出快速的进化速率；Wu等通过绘制高质量的鹌鹑参考基因组图谱，利用全基因组重测序，结合GWAS分析在Z染色体上检测到一个与鹌鹑的栗色/黄色羽毛密切相关的单倍型；Gao等构建了一个高分辨率的红腹锦鸡基因组草图，通过比较基因组和转录组分析，鉴别到几个与黑色素和类胡萝卜素色素形成相关的基因；Zhang等对78个家鸭和野鸭群体开展基因组重测序分析，基于遗传分化系数Fst选择信号分析，发现影响家鸭白羽性状形成的是黑色素生成相关转录因子基因位点；Zhou等同样采用Hi-C技术，将已有基于 Scaffold的家鸭参考基因组组装到染色体水平，获得高质量的家鸭参考基因组序列；然后利用基于全基因组重测序数据的选择信号分析和全基因组关联分析，鉴别到了影响北京鸭白羽的因果基因MITF及其因果突变位点。

3 展望

新一代基因组测序技术以其规模阵列化、高度自动化、通量指数级提高为特点, 且成本急剧降低，促进了生命科学快速发展，但作为一门技术本身仍然存在一些问题，并非能揭示生命科学所有奥秘，需要不断探索，推陈出新更好更为便捷的方法，同时选择好最佳研究方案，不断向生命科学未知王国挺进！

参考文献

[1] BURTON J N, ADEY A, PATWARDHAN R P, 等. Chromosome-Scale Scaffolding of de Novo Genome Assemblies Based on Chromatin Interactions[J]. Nature Biotechnology, 2013, 31(12): 1119–1125. DOI:10.1038/nbt.2727.

[2] 黄银花, 李宁, D .W.Burt, 等. 鸭基因组研究现状和未来展望[J]. 中国家禽, 2009, 31(09): 4–9.

[3] ZHANG G, LI C, LI Q, 等. Comparative Genomics Reveals Insights into Avian Genome Evolution and Adaptation[J]. Science, 2014, 346(6215): 1311–1320. DOI:10.1126/science.1251385.

课题类别：江西科技师范大学研究生创新专项资金资助项目；项目编号：YC2019-X02；项目名称：利用60K芯片大数据解析中国地方猪群体遗传特性