A chromosome-scale genome assembly of the Swiss Lolium multiflorum ecotype Tremona reveals a scalable method to purge spurious duplications

기술 요약: Lolium multiflorum Tremona 생태형의 염색체 규모 게놈 조립

문제 제기
이탈리아 라이그래스(Lolium multiflorum)는 유럽에서 중요한 온대 사료 작물이지만, 거대한 크기(2.2 Gb), 높은 반복 서열 비율(전이 인자 >70%), 그리고 높은 이형접합성으로 인해 게놈 자원이 제한적이다. 높은 이형접합성은 de novo 조립에 있어 특정한 과제를 제기한다. 즉, 해결되지 않은 하플로타입(haplotype)은 알렐릭(allelic) 영역이 별개의 파라로그(paralogous) 서열로 잘못 조립되는 "가짜 중복(spurious duplications)"을 초래한다. 이러한 인위적 결과는 유전자 중복 추정치를 부풀리고, 다운스트림 분석(예: SNP 호출, 복제수 변이)을 왜곡하며, 진정한 진화적 신호를 가린다. PacBio, Nanopore, Hi-C를 결래한 하이브리드 시퀀싱 전략은 연속적인 조립을 생성할 수 있지만, 많은 육종 프로그램에는 비용이 지나치게 많이 든다. 또한, 기존의 L. multiflorum 조립본들은 표준적인 큐레이션 후에도 여전히 높은 수준의 중복성을 유지하는 경우가 많다.

방법론
저자들은 2008년 티치노에서 수집되어 스위스 육종 프로그램에 활용되고 있는 스위스 L. multiflorum 생태형 "Tremona"의 게놈을 조립하였다.

• 시퀀싱 및 초기 조립: 연구팀은 약 54.8× 커버리지에 해당하는 120.60 Gb의 PacBio HiFi 리드를 생성하였다. 이들은 hifiasm을 사용하여 de novo 조립을 수행하였으며, BUSCO 완결성을 기준으로 가장 균형 잡힌 의사-하플로타입(pseudo-haplotype, hap1)을 선택하였다.
• 초기 큐레이션: 조립본은 PhaseGrass 파이프라인의 PurgeGrass 모듈을 사용하여 하플로타이그(haplotigs)를 제거하는 큐레이션을 거쳤으며, 이후 Ragleg를 사용하여 L. multiflorum "GULF" 조립본에 대한 레퍼런스 가이드 스캐폴딩(reference-guided scaffolding)을 수행하였다.
• ParaLies 개발: 초기 큐레이션 후에도 남아있는 잔류 가짜 중복(중복된 BUSCO가 16.91%)을 해결하기 위해, 저자들은 사후 조립 도구인 ParaLies를 개발하였다.
  • 원리: ParaLies는 동의 치환율($K_s$), 리드 깊이(read depth), 공유 다형성(shared polymorphism)을 분석하여 진정한 진화적 파라로그와 하플로타입 유도 인위적 산물을 구별한다.
  • 논리: 진정한 파라로그(고대의 중복)는 높은 $K_s$ 값, 독립적인 리드 깊이, 낮은 공유 다형성을 보인다. 가짜 중복(최근의 알렐릭 분리)은 거의 0에 가까운 $K_s$, 고갈된 리드 깊이(리드가 두 복제본 사이에 분산됨), 높은 공유 다형성을 나타낸다.
  • 구현: 이 도구는 구조적 주석(structural annotations)을 기반으로 작동하는 경량 Python 파이프라인을 사용한다. 이는 사용자 정의 $K_s$ 임계값(0.2로 설정)과 보조 신호(정규화된 깊이 < 0.8× 또는 공유 다형성 > 0.1)를 사용하여 인트라-게놈 신테니(intra-genomic syntenic) 블록을 분류하고, 인위적 쌍 중 한 쪽 복제본을 식별하여 제거한다.
• 집단 유전학: 저자들은 10명의 Tremora 개체와 10명의 추가적인 스위스 생태형을 대상으로 Illumina 전게놈 재시퀀싱 데이터를 생성하였다. 이 데이터는 북미 6개 지역의 94개 개체를 포함한 공개 데이터와 통합되어 집단 구조 분석(PCA, 이웃 결합 트리, sNMF), 다양성 추정($\pi$, Tajima's $D$), 그리고 근친교배 계수($F_{IS}$) 계산에 사용되었다.

주요 결과

• 게놈 조립 품질: 최종 Tremona 조립본은 7개의 의사-염색체에 걸쳐 2.06 Gb를 차지한다. 이 조립본은 15.69 Mb의 contig N50과 325.01 Mb의 scaffold N50을 달성하였다. 조립본은 추정 게놈 크기의 94%를 캡처하였으며, 합의 품질 값(consensus quality value, QV)은 74.3이다.
• ParaLies의 효과: ParaLies 적용 결과, 진정한 게놈 콘텐츠의 유의미한 손실 없이 중복된 BUSCO 비율이 16.91%에서 6.72%로 감소하였다. 단일 복사본 완결성은 84.16%로 증가하였다. 이 도구는 주로 최근의 인트라-염색체 블록인 196 Mb의 중복 서열을 성공적으로 제거하였으며, 동시에 범-그래스(pan-grass) $\rho$ 전게놈 중복과 관련된 고대의 인터-염색체 블록은 보존하였다.
• 게놈 구조: 조립본은 70.22%가 반복 서열이며, Gyery LTR 레트로트랜스포존(1.02 Gb)이 지배적이다. 반복 서열 밀도는 주변 중심절(pericentromeric) 영역에서 높고, 유전자 밀도는 염색체 팔(arm) 부분에 집중되어 있다.
• 집단 유전학적 통찰:
  • 차별성: Tremona는 다른 스위스 생태형 및 북미 집단과 구별되는 유전적으로 균질한 클러스터를 형성하며, 최근의 병목 현상이나 상당한 혼혈(admixture)의 증거는 없다.
  • 다양성: 이러한 차별성에도 불구하고, Tremona는 패널 내 대부분의 다른 집단과 통계적으로 동등한 뉴클레오타이드 다양성($\pi = 0.0151$)을 유지한다.
  • 인구 통계: 다른 집단들이 (선택 또는 확장을 나타내는) 음의 Tajima's $D$를 보이는 것과 달리, Tremona는 0과 구별할 수 없는 Tajima's $D$를 나타내며, 이는 하디-와인버그 평형 상태에 있는 인구 통계적으로 안정적인 집단임을 시사한다.

의의 및 주장
본 논문은 Tremona 게놈 조립과 ParaLies 도구가 L. multiflorum 유전체학 및 육종에 귀중한 자원을 제공한다고 주장한다.

• 확장 가능한 방법론: 저자들은 오직 PacBio HiFi 데이터만을 사용하고 사후 처리 도구인 ParaLies를 결합하여, 고도의 이형접합성을 가진 이배체 게놈에서 하플로타입 유도 중복성을 효과적으로 제거할 수 있는 확장 가능하고 비용 효율적인 접근 방식을 입증하였다. 이는 육종 프로그램을 위한 고가의 하이브리드 시퀀싱 전략에 대한 대안을 제시한다.
• 자원 가용성: 고품질의 염색체 규모 조립본은 유전자 발견, 구조적 변이 분석 및 마커 보조 육종을 위한 새로운 레퍼런스로 기능한다.
• 유전적 특성 규명: 본 연구는 Tremoma가 독특하면서도 잠재적으로 가치 있는 적응적 변이의 원천임을 강조하는 동시에, 국지적 적응과 다양성의 패턴을 완전히 규명하기 위해 유럽 자생 지역에 대한 더 광범위한 집단 유전학적 연구가 필요함을 역설한다.

저자들은 자신들의 연구 범위에 대해 겸허한 태도를 유지하며, Tremona가 독특하기는 하지만 유럽의 더 넓은 유전적 경관은 여전히 충분히 규명되지 않았음을 언급하였고, 이 다양성을 완전히 활용하기 위해서는 추가적인 연구가 필요하다고 밝혔다.