全基因组关联分析（GWAS）是定位性状相关基因的有力工具，被广泛用于识别影响表型变异的候选基因组位点。然而，通常GWAS的研究过程主要依赖于单核苷酸变异（SNPs）的信息与表型相关联，而忽略了具有更大表型效应大小的大片段SVs。尽管在基因组中SV的数量比SNP少得多，但SV涉及的碱基更多，影响到的基因组序列变化总数却远远大于SNP。因此，与序列多态性变异相比，结构变异可能对动植物基因组和遗传性状产生更大的影响。基于SV的GWAS分析也被广泛应用在玉米、黄瓜、葡萄、小麦、番茄等物种中。

       2023年4月7日，发表在Nature Genetics（IF=30.8）上的文章“Super-pangenome analyses highlight genomic diversity and structural variation across wild and cultivated tomato species”，组装了11个野生和栽培型番茄染色体级别高质量基因组，并构建了世界首个番茄的超级泛基因组，同时基于泛基因组谱图实现了-番茄SV-GWAS分析。该研究结果将加快番茄这一全球重要作物的生物学研究和育种。

技术方法概述

       本研究共收集了11个番茄品种（8个野生型品种，1个番茄近源野生种以及2个栽培型品种），基于PacBio、Bionano和Hi-C测序技术对11个番茄品种的基因组进行染色体水平的基因组组装，并构建了包含这11个番茄基因组的超级泛基因组，进行SV结构变异分析。

主要结果

01、番茄高质量基因组

       本研究组装了11个野生和栽培型番茄的染色体水平高质量基因组，BUSCO评分达到94.0%，这说明这些组装具有很高的完整性。通过转座子分析和系统发育树分析，研究发现11个番茄基因组中的TE含量在64.3%~74.5%之间，其中长末端重复逆转录转座子（LTR-RT）的含量最高。根据这些数据，番茄属的植物可以被划分为4个分支。

表111个番茄基因组的组装和注释

图1 野生番茄和驯化番茄的系统发育关系及基因组成分

02、番茄的超级泛基因组

        本次研究构建了一个包含11个茄属物种的番茄超级泛基因组。通过聚类分析，本研究确定了40,457个泛基因家族，这些家族涵盖了11个染色体水平基因组的蛋白编码基因，以及之前公布的两个基因组。在捕获的已报道番茄泛基因组中的4,874个非内参基因中，有3,441个被纳入其中。此外，还鉴定出了已报道番茄泛基因组中缺失的9,320个非冗余基因。

        通过对比基因组，在12个番茄基因组中发现了2.0-81.93亿个SNPs和60-150万个小InDels（≤50 bp），并在12个番茄种质中确定了103333个插入、119794个缺失、41960个CNVs、23516个易位和1320个逆序（长度< 1Mb）。在以前的研究已经找出的一些导致表型变异的SVs，在本研究中也被准确地检测到。与早期的番茄泛-SV图谱相比，在本研究中发现了180,314个独家鉴定的SVs，共有224,447个SVs。将本研究发现的SVs与泛-SV数据集整合（包括112个番茄种质）使得能够研究番茄进化过程中SVs的差异。将这112个品种分为四组后，发现绝大多数SVs在四组中的出现频率相对较低（小于0.25），并观察到8094个SVs在野生和栽培组之间存在显著的频率变化。功能分析显示，这些基因主要参与分生组织发育和铵转运等生物过程。此外，在野生番茄和栽培番茄之间进一步鉴定出了388个高度分化的SVs。

图2番茄的超级泛基因组及其结构变异

03、挖掘番茄中可增加产量的关键基因

       在野生番茄与栽培番茄之间，本研究发现了388个显著影响278个基因的SVs，其中一个244bp的缺失频率变化排名第二，位于Sgal12g015720基因的第一外显子中（图3a-b）。这个基因编码了一种属于细胞色素P450（CYP）超级家族（该家族在植物的生长、发育和次生代谢物生物合成中发挥着关键作用）的蛋白质。Sgal12g015720在野生番茄S.pennellii的茎中表达水平最高，但在两个栽培番茄品种中几乎检测不到其表达。这个244bp的缺失事件可能发生在番茄驯化过程中，导致栽培番茄中的Sgal12g015720基因假基因化，可能在番茄培育过程中与调控株型和产量有关。进一步的研究通过过表达实验分析证实了这一观点。

图3野生番茄细胞色素P450基因Sgal12g015720的鉴定

04、基于番茄SV的GWAS分析

        本研究整合了S. galapagense线性参考基因组序列以及112个番茄基因组SV信息，构建了一个基于番茄图谱的基因组，然后对321个番茄群体中的SVs进行基因分型，并对32种风味相关化合物和362种果实代谢产物进行基于SV的GWAS分析。共检测到17种风味挥发物和249种果实代谢产物的显著相关信号。其中多种代谢物含量变化与SV显著相关（图4c）。同时，研究检测到与其他代谢物含量关联的SVs，携带相应SV等位基因的番茄种质显示这些代谢物的含量显著增加（图4d-f）。

图4 基于SV-GWAS识别了番茄果实风味的关联信号

总 结

       综上所述，本研究报道了9个野生品种和2个栽培品种的染色体水平的番茄基因组，并结合之前发布的两个基因组，阐明了番茄的系统发育，并构建了番茄的超级泛基因组。本研究揭示了番茄基因组的结构变异，并为番茄野生近亲缘植物之间的基因组多样性提供了参考，从而发现了一个具有提高现代栽培番茄产量潜力的野生番茄基因。基于图谱的基因组构建使基于SV的全基因组关联研究成为可能，识别出与番茄风味相关性状和果实代谢物相关的众多信号。

参考文献

Super-pangenome analyses highlight genomic diversity and structural variation across wild and cultivated tomato species. nature genetics, 2023.