PoLoCo: A reproducible pooled low-coverage workflow for draft genome assembly and allele frequency analysis from ethanol-preserved small non-model invertebrates
本文介绍了 PoLoCo，这是一个可复现的开源工作流，能够实现对乙醇保存的小型非模式无脊椎动物进行草图基因组组装和群体水平的等位基因频率分析，克服了 DNA 降解带来的挑战，从而在不需要高质量 DNA 或长读段测序的情况下，促进生态学和进化研究的发展。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
自然界充满了在维持生态系统健康方面发挥巨大作用的微小生物，然而其中许多仍是遗传学上的谜团。科学家经常通过研究动物的 DNA 来了解它们如何适应、移动和生存，但这项工作通常需要新鲜、高质量的遗传物质。对于许多小型无脊椎动物（如跳虫），研究人员依赖于用乙醇保存的标本，这是野外采集生物样本的一种常用方法。然而，用于保存这些生物的酒精往往会随着时间的推移破坏它们的 DNA，将其破碎成细小的片段。这种损伤在历史上使得读取它们的遗传密码几乎成为不可能，从而在土壤生物多样性的理解上留下了巨大的空白。如果没有完整的遗传图谱，或称之为参考基因组，科学家就无法轻松比较这些动物不同种群之间的遗传变异，这限制了我们追踪它们如何应对环境变化的能力。
为了填补这一空白，弗莱堡大学的一个研究小组开发了一种名为 PoLoCo 的新型、可重复的方法，专门用于处理这些难以处理的乙醇保存样本。该团队并没有丢弃受损的 DNA，而是将许多个体跳虫的遗传物质组合成一个单一的池，并利用短读长测序技术来拼凑出草图基因组。他们在雪跳虫（Entomobrya nivalis，一种在欧洲森林中常见的跳虫）上测试了这一工作流程。通过将八个个体的 DNA 进行汇集，他们成功组装出了一个虽然具有碎片化特征、但包含了该动物生存所需几乎所有必需基因的基因组。随后，他们将同样的方法应用于从德国黑森林采集的 82 个不同跳虫种群。结果表明，即使面对降解的 DNA，生成可靠的遗传图谱并测量特定遗传变异在种群中的普遍程度也是可能的。这种方法证明了可以从长期保存的野外样本中提取有价值的基因组数据，为研究无数其他此前被认为过于难以分析的微小土壤生物开启了大门。
研究人员首先通过在黑森林设置的飞行拦截陷阱收集了数千只跳虫。这些标本已被乙醇保存多年，这意味着它们的 DNA 已破碎成细小的片段。由于单个跳虫提供的 DNA 量不足以进行测序，研究团队在提取遗传物质之前，先将多个个体的身体汇集在一起。他们使用了一种专门设计的库制备试剂盒来处理这种受损的 DNA，以确保即使是较短的片段也能被测序仪读取。在构建遗传图谱的初始步骤中，他们选择了一个由八只成年跳虫组成的集合池，并对其 DNA 进行测序，其深度足以重建基因组。最终生成的组装结果是由 142,936 个独立的片段（或称重叠群，contigs）组成的拼布，总计 4.11 亿个碱基对。尽管这些片段很小且基因组并不完全连续，但组装结果非常完整。当研究人员检查是否含有所有节肢动物必需的 1,013 个基因时，发现其草图基因组中包含了 97.7% 的基因。这种高度的完整性表明，尽管存在碎片化现象，但用于分析的遗传信息依然存在。
为了确保新生成的遗传图谱准确无误，团队将其与已发表的同物种高质量参考基因组进行了对比。对比显示，他们的草图基因组覆盖了已知参考基因组近 9 8% 的部分，证实了他们已成功重建了核心遗传结构。然而，对比也凸显了由于使用该方法而产生的影响：新的组装结果比精修后的参考基因组拥有更多的缺口和一些结构性错误，这是处理降解材料时预料之中的权衡。尽管存在这些缺陷，该草图基因组已被证明是一个功能性的工具。随后，研究人员利用这个定制的图谱来分析剩余的 82 个汇集种群。他们将每个种群的 DNA 序列与该草图基因组进行比对，以识别遗传密码中的单字母变化（即单核苷酸多态性），并计算了这些变化在各组中出现的频率。
研究表明，遗传图谱的选择显著影响了结果。当研究人员将使用他们的新草图基因组生成的数据与使用已发表参考基因组生成的数据进行比较时，他们发现最终的遗传变异列表存在明显差异。已发表的参考基因组产生了数量更多的遗传标记，但其中许多标记仅由极少数种群的数据支持。相比之下，由该团队生成的草图基因组产生的标记总量较少，但它所发现的标记在更多数量的种群中得到了支持。这表明，虽然已发表的图谱更完整，但本研究中使用的特定样本构建的定制图谱，能为整个区域内的遗传变异提供更一致且可靠的视图。研究人员还注意到，基于草图的数据集显示出更高比例的稀有遗传变异，这通常是针对特定局部种群检测更为灵敏的迹象。
除了生物学发现之外，团队还详细记录了运行整个过程所需的计算资源。他们证明了该工作流程可以在标准的并行计算系统中执行，无需极高的内存或处理能力。该过程中的任何单个步骤都不需要超过 32 个处理器或 128 GB 内存，这使得该方法对许多研究小组而言都具备可及性。包括基因组组装、数据过滤和计算遗传频率在内的整个工作流程脚本均已向公众免费开放。这种透明度确保了其他科学家可以重复该研究或将相同方法应用于不同的物种。研究人员强调，他们的目标并非取代已经存在的优质参考基因组，而是为研究缺乏此类资源或仅有降解样本的物种提供一条可行的路径。
这项工作的意义远不止于雪跳虫。通过证明乙醇保存的标本可以产生有用的基因组数据，PoLoCo 工作流程为解锁博物馆馆藏和野外档案中无数无脊椎动物的遗传历史提供了一种新途径。这些馆藏代表了理解生物多样性的巨大、尚未开发的资源，但由于其中的 DNA 被认为过于损坏而常被忽视。这项研究表明，通过正确的方法，科学家现在可以将这些保存样本转化为开展生态学和进化研究的强大工具。能够从困难样本中生成草图基因组并分析种群遗传学，意味着研究人员现在可以针对以前难以触及的系统，提出关于适应性和种群结构的复杂问题。该方法提供了一个将野外采集的非模式生物整合进更广泛基因组科学领域的实用框架，确保了这些微小的、往往被忽视的生态系统构建者不再在我们的遗传学理解中处于“隐形”状态。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。