著絲粒是真核生物基因組中高度保守的功能區(qū)域，但其DNA序列卻高度可變，主要由轉(zhuǎn)座元件（TEs）和串聯(lián)重復(fù)序列構(gòu)成。這些重復(fù)序列快速進(jìn)化，導(dǎo)致近緣物種間著絲粒DNA差異顯著。由于高度重復(fù)和復(fù)雜的結(jié)構(gòu)，著絲粒區(qū)域難以組裝，多倍體基因組的端粒到端粒（T2T）組裝尤為困難，導(dǎo)致多倍化過程中著絲粒的進(jìn)化動(dòng)態(tài)研究有限。

近日，浙江大學(xué)張?zhí)煺娼淌趫F(tuán)隊(duì)與南通大學(xué)王凱老師團(tuán)隊(duì)合作，在《Nature Genetics》發(fā)表題為《Post-polyploidization centromere evolution in cotton》的研究論文，成功組裝了四倍體陸地棉的T2T基因組（T2T-TM-1），揭示了多倍體植物著絲粒的動(dòng)態(tài)演化規(guī)律。

研究團(tuán)隊(duì)通過69.6×ONT超長(zhǎng)讀長(zhǎng)、49.6×PacBio HiFi和Hi-C數(shù)據(jù)，成功組裝了2.30 Gb的無(wú)缺口T2T-TM-1基因組，BUSCO評(píng)估完整性達(dá)99.50%。共注釋了79,642個(gè)高置信度蛋白質(zhì)編碼基因，比之前版本多出2,699–6,881個(gè)。

T2T-TM-1與之前的TM-1相比，新增14.4–612.0 Mb序列，填補(bǔ)了所有缺口，并鑒定了26條染色體的著絲粒區(qū)域和47個(gè)端粒。全基因組比對(duì)顯示，T2T-TM-1與之前版本共線性良好，但TM-1_ZJU_V2.1存在四個(gè)大倒位，經(jīng)Hi-C和長(zhǎng)讀長(zhǎng)數(shù)據(jù)確認(rèn)為組裝錯(cuò)誤。FISH實(shí)驗(yàn)進(jìn)一步驗(yàn)證了T2T-TM-1的組裝準(zhǔn)確性。

另外基于T2T-TM-1的GWAS分析發(fā)現(xiàn)，與TM-1_ZJU版本相比，可以將額外的495,707條reads比對(duì)到T2T-TM-1。而且基于T2T-TM-1的GWAS分析鑒定出19個(gè)與纖維長(zhǎng)度相關(guān)的位點(diǎn)，高于TM-1_ZJU的11個(gè)，表明T2T-TM-1顯著提升了群體遺傳分析效率。

圖1：完整的T2T-TM-1組裝

作者通過CENH3 ChIP-seq驗(yàn)證了T2T-TM-1的著絲粒區(qū)域，每條染色體僅有一個(gè)CENH3富集區(qū)域，長(zhǎng)度1.1–5.6 Mb。著絲粒主要由重復(fù)元件組成（>92%），Gypsy家族的LTR-RTs占比超過80%，但CenD08其93.44%為串聯(lián)重復(fù)序列。通過從頭聚類分析，鑒定出17個(gè)顯著富集的重復(fù)序列，其中9個(gè)經(jīng)FISH驗(yàn)證與著絲粒相關(guān)。這些重復(fù)序列主要為Ty3或Gypsy LTR-RTs，表明著絲粒主要由Gypsy樣反轉(zhuǎn)錄元件主導(dǎo)。

CenD08富含194 bp單體的Gh149串聯(lián)重復(fù)序列，缺乏典型著絲粒反轉(zhuǎn)錄轉(zhuǎn)座子（CRs）。研究發(fā)現(xiàn)，一個(gè)富含CRs的3.44 Mb區(qū)域位于Chr. D08上，距離CenD08約3.5 Mb，推測(cè)其為CenD08的前身。比較分析支持CenD08在多倍化后向Gh149區(qū)域轉(zhuǎn)移。Gh149在TM-1中的長(zhǎng)度顯著高于G. raimondii（Gr），且TM-1中Gh149形成高階重復(fù)（HORs），而Gr中未檢測(cè)到HORs，表明Gh149擴(kuò)增可能為著絲粒功能提供了結(jié)構(gòu)基礎(chǔ)。

表1：TM-1，Ga和Gr著絲粒區(qū)域鑒定

圖2：TM-1著絲粒區(qū)域鑒定和解析

圖3：Gh149重復(fù)序列鑒定

作者發(fā)現(xiàn)，17個(gè)著絲粒重復(fù)序列中有6個(gè)在A亞基因組和D亞基因組間富集差異顯著，其中5個(gè)在D亞基因組中富集，1個(gè)（Gh202）在A亞基因組中特異性富集。這表明大多數(shù)著絲粒重復(fù)序列在拷貝數(shù)上保持平衡，但部分重復(fù)序列在進(jìn)化中經(jīng)歷了顯著富集。 

通過CENH3 ChIP-seq和聚類分析，研究發(fā)現(xiàn)Ga著絲粒中僅5個(gè)重復(fù)序列高度富集，而Gr的10個(gè)重復(fù)序列中有4個(gè)與TM-1的6個(gè)重復(fù)序列同源，表明多倍化過程中著絲粒重復(fù)序列的演化動(dòng)態(tài)復(fù)雜。進(jìn)一步分析顯示，TM-1的D亞基因組著絲粒重復(fù)序列拷貝數(shù)顯著高于Gr，支持D亞基因組重復(fù)序列在多倍化后擴(kuò)增并侵入A亞基因組的假說。

圖4：Ga、G基因組和對(duì)應(yīng)四倍體亞基因組比較

TM-1著絲粒平均大小為1.43 Mb，顯著大于Gr（0.57 Mb）和Ga（1.01 Mb），支持多倍化后著絲粒出現(xiàn)擴(kuò)增的觀點(diǎn)。染色體共線性分析顯示，TM-1與二倍體祖先間的著絲粒區(qū)域發(fā)生了高頻重排，如CenA06、CenA10和CenA13的著絲粒周邊倒位，以及CenD03的片段倒位和缺失。另外作者將Ga和Gr的CENH3 ChIP-seq數(shù)據(jù)比對(duì)到T2T-TM-1組裝中，觀察到一些TM-1著絲粒的位置偏移。這些發(fā)現(xiàn)揭示了著絲粒序列在多倍化過程中可能因結(jié)構(gòu)重排而發(fā)生顯著變化。

此外作者在T2T-TM-1基因組中鑒定出25個(gè)非轉(zhuǎn)座子基因，分布在14個(gè)著絲粒中。其中14個(gè)位于CENH3富集亞結(jié)構(gòu)域，在各組織中表達(dá)水平極低；11個(gè)位于H3亞結(jié)構(gòu)域，部分基因在多個(gè)組織中高表達(dá)。這表明功能性著絲粒中存在與H3核小體相關(guān)的表達(dá)基因。

圖5：四倍體棉花著絲粒演化模型

結(jié)語(yǔ)

本文通過多種測(cè)序手段結(jié)合，組裝了完整的四倍體棉花T2T基因組，作為理解多倍體植物著絲粒進(jìn)化的范例，本研究揭示了多倍化過程中著絲粒的復(fù)雜動(dòng)態(tài)。除了推進(jìn)我們對(duì)棉花進(jìn)化的理解外，這項(xiàng)研究也為研究多倍體著絲粒進(jìn)化的共性和差異奠定了基礎(chǔ)。

參考文獻(xiàn)

Yan, H., Han, J., Jin, S. et al. Post-polyploidization centromere evolution in cotton. Nat Genet (2025). https://doi.org/10.1038/s41588-025-02115-3

華命生物產(chǎn)品服務(wù)一覽