今天發(fā)表在Open-Access期刊GigaScience上的一篇文章通過可用的基因組數(shù)據(jù)提供有效三倍的植物物種數(shù)量的數(shù)據(jù)。這項(xiàng)龐大的工作是在科學(xué)界不斷努力對(duì)更多的植物基因組進(jìn)行測序以幫助理解其復(fù)雜的進(jìn)化并提供提高農(nóng)業(yè)產(chǎn)量的實(shí)用信息的背后。迄今為止，已對(duì)約350種陸地植物基因組進(jìn)行了測序。最近，10KP項(xiàng)目的宣布突出了對(duì)更多植物基因組序列的渴望，該項(xiàng)目旨在最終對(duì)10,000個(gè)植物基因組進(jìn)行測序，以解決植物生命樹的所有主要分支的進(jìn)化。這里的工作提供圖像，原始測序數(shù)據(jù)，組裝葉綠體基因組和初步核基因組組裝 - 所有這些都是免費(fèi)提供的。

來自中國國家基因庫，華大基因和中國瑞麗林業(yè)局的研究人員對(duì)761個(gè)樣本進(jìn)行了抽樣和測序，代表了來自137科和49目的689種維管植物。這些植物樣本全部來自瑞麗的500公頃植物園內(nèi)，瑞麗是中國與緬甸接壤的亞熱帶地區(qū)。該花園位于中國生物豐富的地區(qū)，致力于保護(hù)瀕臨滅絕的中國特有植物，包括保存和存檔這些種質(zhì)資源，以協(xié)助其長期保護(hù)。該項(xiàng)目是世界上第一個(gè)基于基因組和憑證標(biāo)本信息數(shù)字化整個(gè)植物園的科學(xué)和系統(tǒng)嘗試。

關(guān)于該資源的科學(xué)潛力，BGI的首席執(zhí)行官兼作者Xun Xu強(qiáng)調(diào)：“由于系統(tǒng)發(fā)育不同的物種缺乏基因組規(guī)模信息，目前對(duì)植物進(jìn)化及其在系統(tǒng)發(fā)育基因組中的多樣性的理解是有限的。這個(gè)創(chuàng)新項(xiàng)目整合了一種思考所有植物物種數(shù)字化的新方法，以加強(qiáng)植物園的進(jìn)化和生態(tài)研究。“

研究人員總共產(chǎn)生了54TB的測序數(shù)據(jù)，每個(gè)物種的平均測序深度為60X。除了對(duì)這一物種進(jìn)行DNA測序的基本挑戰(zhàn)之外，另一個(gè)主要任務(wù)是擴(kuò)大物種鑒定，數(shù)字化標(biāo)本圖像，并在新的中國國家基因庫(CNGB)建立新的植物標(biāo)本館進(jìn)行儲(chǔ)存。深圳的植物標(biāo)本館。到目前為止，在761個(gè)標(biāo)本中，序列和葉綠體數(shù)據(jù)使得能夠鑒定物種水平的257 株植物和家族水平的504 株植物。深度學(xué)習(xí)也成功應(yīng)用于181種物種，使其能夠在物種水平上被識(shí)別。

作者Ting Yang表示，這是“我處理過的最大數(shù)據(jù)量。在數(shù)據(jù)分析過程中，我認(rèn)為最大的挑戰(zhàn)是序列檢查和結(jié)果檢查。” 這要求研究人員分別檢查761個(gè)樣本的每個(gè)測序數(shù)據(jù)，并將葉綠體基因序列與植物標(biāo)本進(jìn)行比較，以進(jìn)行物種鑒定。

與簡單地達(dá)到能夠進(jìn)行測序工作有關(guān)的另一個(gè)困難是收集所有樣品。作者金普偉表示：“我們與瑞麗林業(yè)局的專家合作，收集了瑞麗地區(qū)分布的植物材料，建立了數(shù)字植物園。經(jīng)過45天的累計(jì)努力，我們收集了1,093種植物材料。對(duì)我們來說，正確地運(yùn)輸材料是一項(xiàng)挑戰(zhàn)，我們最終設(shè)法確保這些植物材料的高質(zhì)量，以供將來研究。“

通訊作者Xin Liu補(bǔ)充說，該項(xiàng)目“是一個(gè)基線項(xiàng)目，用于微調(diào)和標(biāo)準(zhǔn)化10KP(萬株植物基因組計(jì)劃)等大規(guī)?；蚪M計(jì)劃的采樣，方法，數(shù)據(jù)積累和分析技術(shù)。在這個(gè)項(xiàng)目中，我們?yōu)楹罄m(xù)的樣品采集，測序和裝配獲得了大量有用的經(jīng)驗(yàn)。與此同時(shí)，本研究產(chǎn)生的數(shù)據(jù)可以有效地用于后續(xù)的基因組計(jì)劃。“

盡管已經(jīng)為每個(gè)物種構(gòu)建了僅一個(gè)測序文庫，但作者能夠組裝其中17個(gè)的初步基因組，反映了DNA的質(zhì)量和再利用潛力。香港中文大學(xué)的研究人員已經(jīng)獨(dú)立地組裝了他們特別感興趣的物種的基因組。更廣泛的研究團(tuán)體研究其感興趣的物種，改進(jìn)其他基因組，開發(fā)工具和方法以及為新一代科學(xué)家提供教育機(jī)會(huì)的潛力巨大。

主要作者Huan Liu補(bǔ)充說：“基因組表征將為植物基因組裝配提供大量基礎(chǔ)數(shù)據(jù)，這將是10KP項(xiàng)目的良好開端。同時(shí)，它為今后的相關(guān)研究奠定了良好的基礎(chǔ)。從宏觀生態(tài)學(xué)和生物多樣性到微觀分子水平的機(jī)制。“

為了促進(jìn)更廣泛的數(shù)據(jù)共享，而不僅僅是提供序列數(shù)據(jù)，研究人員還提供數(shù)字化圖像，并提供對(duì)植物標(biāo)本館的訪問。植物標(biāo)本館(HCNGB)作為活植物數(shù)據(jù)庫，記錄瑞麗植物園種植的物種的位置，并監(jiān)測每個(gè)物種的狀況。

這里生成的所有數(shù)字?jǐn)?shù)據(jù)(圖像，原始測序數(shù)據(jù)，組裝葉綠體基因組和初步核基因組組裝)均可通過NCBI SRA，GigaScience GigaDB數(shù)據(jù)庫和中國國家GeneBank CNSA獲得。此外，還可以搜索數(shù)據(jù)以及基因組和物種要更新的標(biāo)識(shí)，元數(shù)據(jù)通過Datacite和GigaDB編制索引并鏈接。并且所有資源都在不受限制的情況下根據(jù)CC0豁免發(fā)布。作者Sunil Kumar Sahu博士強(qiáng)調(diào)，這是該項(xiàng)目最重要的遺產(chǎn)“這個(gè)數(shù)據(jù)集對(duì)植物研究人員具有重要價(jià)值，更重要的是，它可以作為未來行星規(guī)模基因組測序項(xiàng)目的參考，包括Earth BioGenome項(xiàng)目(EBP)和1萬株植物基因組計(jì)劃(10KP)。“