Leveraging Structural Variants to Unlock Hidden Genetic Diversity for Tomato Crop Improvement
本研究は、多様なトマト系統から得られた費用対効果の高いショートリード・シーケンシング・データを再利用することで、71,000件を超える高信頼度の構造変異を明らかにできることを示しており、これらが追加のロングリード・シーケンシングへの投資を必要とすることなく、育種ワークフローを強化し系統関係を解明する、これまで隠されていた重要な遺伝的多様性の原動力であることを明らかにしている。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
トマトは世界で最も重要な野菜の一つであり、数十年にわたり、科学者たちはなぜある植物は病気に強く、他の植物はなぜより大きな果実を実らせるのか、そして異なる品種がどのように関連しているのかを理解するために、そのDNAを研究してきました。長い間、研究者たちは遺伝暗号における極めて小さな変化、つまり植物間で異なる単一の文字に注目してきました。これらの微細な違いは「一塩基変異」として知られ、より優れた作物の育種に非常に役立ってきました。しかし、ゲノムには、DNAの欠損、セクションの重複、あるいは新しい場所に移動した断片といった、より大きな変化も含まれています。これらの大きな改変は「構造変異」と呼ばれます。これらは植物の外見や振る舞いを左右する強力な要因であることが知られていますが、それを見つけることは伝統的に困難かつ高価であり、多くの育種プログラムが手を出せないような専門的で高コストな技術を必要としてきました。
ノースカロライナ州立大学のレザ・シェカスタンデによる新しい研究は、科学者が既存のデータを使用して、これら隠れた大規模な遺伝的変化を見つけられることを示しています。研究者は、標準的で手頃な価格のシーケンサーを用いて6年間にわたって生成されてきた、膨大なトマトのDNA配列コレクションを活用しました。新しい高価なテストを実行する代わりに、チームは既存のデータから大きな構造的変化を探し出すために、特定のコンピュータ手法を適用しました。彼らは、アンデス山脈で育つ野生の祖先から、実際の畑で栽培されている現代の商業品種に至るまで、60種類の異なるトマト系統を調査しました。データベースに既にある短いDNAリードを再解析することで、チームは7万1,000件以上の信頼性の高い構造変異を特定することに成功しました。このアプローチは、貴重な遺伝情報が、新しいシーケンシングに一ドルも費やすことなく解き放たれるのを待って、古いデータセットの中に眠っていることを証明しています。
この研究により、これらの大きな遺伝的変化はトマトのゲノム全体に均等に分布しているわけではないことが明らかになりました。代わりに、それらは特定の領域、特に染色体の末端付近や病気への抵抗性を制御することが知られている領域に集まっています。研究者が野生のトマトと栽培種を比較したところ、野生の植物は栽培種よりもほぼ2倍多くの構造的変化を持っていることがわかりました。野生のゲノムではDNAの欠損が最も一般的な変化の種類でしたが、栽培されたトマトではDNAの挿入がより頻繁に見られました。この違いは、栽培化がいかに作物の遺伝的構造を形成し、野生の変異を削ぎ落とし、一方で新しい構造的特徴を導入してきたかを浮き彫りにしています。また、チームは多くの現代的な育種系統が、他にはどこにも見られない独自の構造的変化を保持しており、それが特定の品種の遺伝的な指紋として機能していることも発見しました。
最も重要な発見の一つは、これらの大きな構造的変化が、微細な一塩基の変化と同じ進化の物語を語っているものの、より明確に伝えているということでした。研究者が構造的変異に基づいて家系図を作成したところ、その結果は微細な変化に基づいて作成された家系図とほぼ完璧に一致しました。しかし、構造的データは混乱した関係性を整理する上でより優れていました。例えば、以前の分析では栽培されたブドウと一緒にグループ分けされていたある野生のトマト品種が、構造的変化を考慮に入れると、正しくその野生の近縁種へと配置されました。これは、より大きなDNAの断片を見ることが、育種家たちが植物の真の歴史を理解し、どの品種を交配させるべきかについてより賢明な決定を下す助けになることを示唆しています。
この研究は、科学者がデータを処理する方法についても実用的な教訓を明らかにしました。チームは、DNAリードをリファレンスゲノムにアラインメント（整列）させる方法が大きな違いを生むことを発見しました。リードを端から端まで完全に一致させるように強制する標準的な手法では、構造的変化を全く検出できませんでした。リードを部分的に一致させることを許容する、より柔軟なアプローチに切り替えることで、チームは構造的変異の兆候となる断片やオーバーラップを検出することができました。この調整により、もし行っていなければ見逃していたであろう数千もの変化を見つけることができました。彼らはサンプルをグループ化するさまざまな方法をテストし、多様な系統をまとめて分析することが、個々のサンプルを個別に見たときには見逃されていた特定の系統固有の変化を明らかにする、最も包括的な結果をもたらすことを発見しました。
成功の一方で、この研究はこの手法に限界があることも認めています。この手法は欠失や挿入を見つけることには非常に優れていますが、非常に複雑な再編成や、遺伝子組み換え植物で使用されるような挿入された遺伝子の正確な構造を見逃す可能性があります。研究チームは、彼らの手法が、他の技術が見ることができるトランスジェニック系統における一部の挿入部位を見逃したことを確認することで、これを裏付けました。それにもかかわらず、本研究は、アーカイブされたデータをマイニングするための費用対効果の高い、スケーラブルな戦略が存在することを示しています。標準的なショートリード・シーケンシング・データを使用し、コンピュータツールを最適化することで、育種プログラムは今や隠れた多様性の層にアクセスできます。これにより、特定の形質を追跡し、植物科の理解を深め、高価なハイエンド・シーケンシング技術の禁止的なコストをかけることなく、新しいトマト品種の開発を加速させることが可能になります。この研究は、かつては古いデータの制限と考えられていたものを、将来の作物改良のための強力なリソースへと変えたのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。