A T2T genome assembly of subtropic maize inbred line CML312 with Nanopore simplex reads

玉米，这种喂养数十亿人的熟悉秸秆，隐藏着一个远比其金色颗粒所暗示的更为复杂的遗传世界。虽然植株在田间看起来千篇一律，但其 DNA 在不同品种之间存在巨大的差异，携带著决定从抗旱性到籽粒颜色等一切特征的庞大指令库。几十年来，科学家们一直依赖于几种标准的参考图谱来导航这一遗传景观，但这些图谱仅取材于玉米多样性中极窄的一片，遗失了在热带和亚热带品种中发现的丰富遗传宝藏。这些更具野性的、耐热的品系掌握着培育能够适应气候变化的作物的关键，然而它们的基因组却一直难以读取。挑战在于玉米基因组巨大的规模和重复性质，其中长段的 DNA 反复出现，以至于传统的测序工具会迷失方向，就像试图拼凑一个数百万个碎片看起来都完全相同的拼图一样。

研究团队现在已成功绘制了 CML312 的完整遗传蓝图，这是一种在全球范围内被育种家广泛使用的关键热带玉米品系。通过使用一种更新、更准确的长读长测序技术，他们构建了一个近乎完美的、端到端的植物 DNA 地图，而无需先前完成此类任务所需的昂贵且极度复杂的设置。这张新地图揭示了 CML312 的基因组充满了巨大的重复 DNA 块，即“结节”（knobs），这些结节在大小和组成上与标准温带品种中的结节显著不同。研究人员发现，被困在这些致密、重复区块内的基因大多处于沉默状态，而该植物的白色颗粒则是由于特定的遗传配方：一是导致颜色分解的基因拷贝数发生了大规模扩张，二是结构变化抑制了负责产生黄色素的基因。这项工作提供了一个高质量、可获取的参考，使科学家能够最终探索热带玉米独特的遗传适应性，为开发面向未来的韧性作物提供了更清晰的路径。

通往这张新地图的旅程始于一个简单的目标：即在没有以往尝试中存在的缺口和错误的情况下，看清 CML312 的整个基因组。由于玉米 DNA 充满了会让标准阅读机器感到困惑的长重复序列，因此其测序过程异常困难。过去，创建一个完整的图谱需要结合多种昂贵技术的资料，并产生海量的原始数据。然而，研究人员证明，单一的现代测序方法即可胜任此项工作。他们从 CML312 植物的根部和叶片中提取 DNA，并将其通过三台标准的测序仪进行处理。这些机器可以读取长链 DNA，使研究人员能够看穿那些通常会导致组装错误的重复区域。通过将这些长读长拼接在一起，并利用短读长进行高精度精炼，他们构建了一个跨越整株植物十条染色体全长的连续 DNA 链。

生成的地图非常完整。它覆盖了 23.12 亿个碱基对（即遗传密码的单个字母），并包含了从头到尾的每一条染色体。事实上，十条染色中有七条在组装过程中完全没有缺口，这种连续性水平足以媲美有史以来为玉米制作的最佳地图。研究人员通过对照植物自身的遗传物质验证了工作的准确性，发现该地图的准确率超过 99.99%。他们还确定了植物核糖体 DNA（构建蛋白质的机制）的位置，并发现 CML312 比其他研究较深入的玉米品系携带了更高数量的此类拷贝。这种高质量的组装作为一个坚实的基石，证明了复杂的植物基因组可以使用标准、具有成本效益的方法进行重建，而非必须依赖专门的、超长 DNA 制备技术。

手握地图，团队将注意力转向了基因本身。他们将计算机预测与来自植物自身 RNA（携带指令从 DNA 到细胞蛋白质制造工厂的分子）的直接证据相结合。这种方法使他们能够识别出 44,758 个蛋白质编码基因，并观察它们的具体结构，包括调节其活动的非编码区。分析显示，基因组由重复元件主导，这些元件占总 DNA 的近 86%。在这些元件中，被称为“结节”的大型异染色质块脱颖而出。这些结节是致密的、紧密堆积的 DNA 区域，在不同玉米品种之间差异巨大。在 CML312 中，这些结节规模宏大，有些跨越了数千万个碱基对。

研究人员发现，这些结节对它们所包含的基因有着深远的影响。位于这些致密、重复区块内的基因大多是不活跃的，与其他部分的基因相比，其表达水平极低。这表明，结节的物理结构起到了沉默器的作用，阻止了其中的遗传指令被读取。此外，研究发现 CML312 与其他玉米品系在结节的大小和组成上存在显著差异，这表明这些大规模的结构差异是遗传多样性的主要来源。这种变异并非随机噪声；它代表了基因组组织方式的根本差异，这可能会影响植物如何适应其环境。

该研究中最引人注目的发现之一解释了为什么 CML312 产生的是白色颗粒，而非大多数商业玉米中常见的黄色颗粒。玉米颗粒的颜色取决于产生黄色素的基因与分解黄色素的基因之间的平衡。研究人员发现，CML312 携带了 12 个名为 Ccd1 的基因拷贝，该基因负责分解类胡萝卜素色素。相比之下，标准的黄色玉米品种通常仅携带一个拷贝。这种大规模的重复意味着 CML312 产生了大量的破坏颜色的酶。此外，研究人员还确定了负责产生黄色素的 Y1 基因启动子区域的结构变化，包括在基因起始处附近的一个大型缺失和一个插入，这些变化显著降低了 Y1 蛋白的产量。这种“过多的颜色破坏酶”与“过少的颜色制造酶”相结合的结果，便形成了白色颗粒的表型。

研究还揭示了 CML312 与其他玉米品系之间丰富的结构差异，特别是在这些大型重复区块的排列方面。通过将 CML312 的图谱与 Mo17 品系的参考图谱进行对比，研究人员发现许多最大的差异恰好位于巨大的结节所在位置。在某些情况下，整个基因组的部分发生了倒置或重排，这在以前破碎的地图中是无法检测到的。这些大规模的变化表明，基因组的组织比此前认为的要更加流动，整个 DNA 块在不同品种之间会发生移动或改变大小。这种结构多样性可能在玉米适应不同气候和压力方面发挥着至关重要的作用。

通过提供一个完整且准确的热带玉米品系图谱，这项研究为作物改良开启了一个新时代。育种家现在可以寻找热带种质资源中赋予抗热、抗旱或抗病能力的特定遗传变异，并准确理解这些性状是如何编码的。利用标准、负担得起的科技技术来组装如此复杂基因组的能力，意味着科学家现在可以为更多植物品种生成高质量的图谱，从而加速有用基因的发现。这项工作表明，世界上最重要的粮食作物的遗传奥秘正变得越来越容易获取，为开发能够抵御气候变化挑战的韧性品种提供了希望。