A chromosome-level reference genome of the largest cervid species - the European moose (Alces alces; Linnaeus, 1758)

Resumen Técnico: Un genoma de referencia a nivel de cromosoma para el alce europeo (Alces alces)

Planteamiento del problema
Si bien el alce europeo (Alces alces) es el cervídeo más grande existente y un herbívoro clave con una importancia ecológica y económica significativa, los recursos genómicos de alta calidad han sido limitados. Los ensamblajes previos, como NRM_Aalces (generado mediante lecturas cortas de Illumina) y GSC_moose, sufrieron de fragmentación o carecieron de características cromosómicas específicas (por ejemplo, el cromosoma Y en ensamblajes derivados de hembras). Además, los ensamblajes existentes a menudo no lograron resolver los haplotipos ni proporcionar continuidad a nivel de cromosoma, lo que dificulta los estudios de genómica de poblaciones, particularmente aquellos que investigan la adaptación de la especie al cambio climático y los impactos evolutivos de la cosecha selectiva. Adicionalmente, existen diferencias cariotípicas entre poblaciones (68 cromosomas en Europa/Siberia Occidental frente a 70 en América del Norte/Asia Oriental), lo que requiere una referencia de alta calidad específicamente para el linaje europeo.

Metodología
Los autores generaron un ensamblaje de genoma a nivel de cromosoma y resuelto por haplotipos a partir de un macho de alce europeo (Alces alces alces) muestreado en el sureste de Noruega. El flujo de trabajo consistió en:

• Adquisición de la muestra: Tejido cardíaco de un joven macho de un ejemplar legalmente cosechado, preservado en etanol y almacenado a -80 °C.
• Secuenciación:
  • Lecturas largas: Se generaron lecturas PacBio HiFi en un instrumento Revio, proporcionando ~23x de cobertura.
  • Andamiaqueo (Scaffolding): Se prepararon bibliotecas de Hi-C utilizando el kit Arima High Coverage y se secuenciaron en un Illumina NovaSeq 6000, proporcionando ~78x de cobertura.
• Flujo de trabajo de ensamblaje:
  • Preprocesamiento: El conteo de k-meros (KMC) y el análisis de GenomeScope estimaron un genoma de 2,622 Mb con una heterocigosidad de 0.26%. Las secuencias de adaptadores se eliminaron utilizando HiFiAdapterFilt.
  • Ensamblaje primario: Se utilizó el ensamblador hifiasm (v0.25.0) con integración de Hi-C para producir dos pseudohaplotipos resueltos por haplotipo (hap1 y hap2).
  • Andamiaqueo y curación: Las lecturas de Hi-C fueron filtradas y alineadas a los ensamblajes mediante BWA-MEM. Se utilizó la herramienta YaHS (v1.2.2) para el andamiaqueo. La contaminación fue analizada mediante FCS-GX, y se eliminaron los contigs de baja cobertura o cortos. La curación manual se realizó utilizando PretextView y Rapid curation 2.0.
  • Anotación: Se empleó un flujo de trabajo que utiliza Miniprot, GALBA, Helixer y EvidenceModeler (a través de Funannotate) para anotar genes codificantes de proteínas, integrando la homología de Homo sapiens (GRCh38), UniProtKB/Swiss-Prot y conjuntos de datos de OrthoDB Mammalia. Las regiones repetitivas fueron enmascaradas utilizando RED.
• Evaluación: La calidad del ensamblaje se evaluó mediante BUSCO (v5.8.3), Merqury (v1.3) para la completitud de k-meros y la calidad del consenso (QV), y BlobToolKit para la visualización.

Resultos Clave

• Estadísticas del ensamblaje: El proyecto produjo dos pseudohaplotipos.
  • Hap1: 3,148 Mb de extensión total, N50 de scaffold de 66.8 Mb, N50 de contig de 28.6 Mb. Contiene 33 autosomas más los cromosomas sexuales X e Y.
  • Hap2: 3,112 Mb de extensión total, N50 de scaffold de 60.8 Mb, N50 de contig de 23.4 Mb. Contiene 33 autosomas.
  • Completitud: Los puntajes de BUSCO indican una alta completitud (98.3% para hap1 y 95.7% para hap2 utilizando el conjunto de cetartiodactyla).
  • Exactitud: Los valores de Calidad de Consenso (QV) son 49.5 (hap1) y 49.9 (hap2) contra k-meros de Hi-C, y ~69.6 contra k-meros de HiFi, lo que indica una alta exactitud a nivel de base.
  • Anotación de genes: Se anotaron 21,496 genes codificantes de proteínas en hap1 y 20,498 en hap2.
• Comparación: El análisis de sintenia revela que este ensamblaje es el más completo hasta la fecha para el alce europeo. A diferencia de los ensamblajes fragmentados de GSC_moose y el derivado de hembra NRM_Aalces (que carecía de un ensamblaje distinto del cromosoma Y en el índice público), este ensamblaje proporciona una visión completa, a nivel de cromosoma, del cariotipo de 68 cromosomas típico de los alces europeos.

Significancia y Reivindicaciones
Los autores afirman que este ensamblaje representa el genoma más completo generado para el alce europeo hasta la fecha. Su principal significancia radica en proporcionar una referencia de alta calidad, a nivel de cromosoma, que permite:

1. Genómica de poblaciones: Identificación precisa de variantes y detección de variación estructural en poblaciones europeas y de Asia occidental.
2. Estudios evolutivos: Facilitar la investigación sobre cómo los alces se adaptan al calentamiento climático y cómo la cosecha selectiva influye en las frecuencias alélicas y las trayectorias evolutivas.
3. Genómica comparativa: Servir como recurso para estudios comparativos dentro de la familia Cervidae.

El artículo posiciona modestamente este trabajo como un recurso fundamental generado como parte del Proyecto Earth BioGenome en Noruega, destinado a apoyar investigaciones futuras sobre los mecanismos genéticos subyacentes en la respuesta de la especie a las presiones ambientales y antropogénicas.