A high-quality chromosome-level genome assembly and annotation of the Gansu Red Deer (Cervus elaphus kansuensis)

在西北中国高海拔、地势崎岖的地貌深处，一群独特的红鹿在祁连山脉的高山草甸和针叶林中游走。这种动物在当地被称为甘肃红鹿，因其后躯上独特的浅色斑块而被称作“白臀鹿”，是中国的国家保护物种。对于研究鹿类生物学的科学家而言，这些生物不仅仅是野生动物；它们是理解反刍动物如何进化、其著名的鹿角如何生长与再生，以及它们如何适应恶劣环境的活体模型。然而，多年来，研究人员一直面临着一个显著的盲点。尽管其他鹿类甚至家牛的基因组都已被高精度地绘制出来，但甘肃红鹿却缺乏一份完整且高质量的遗传蓝图。由于缺少这一参考图谱，人们很难全面了解该种群的遗传多样性，追踪其历史，或揭示使其能够在如此具有挑战性的山地栖息地中茁壮成长的特定遗传机制。

为了填补这一空白，来自青海师范大学及其他机构的研究团队致力于构建首个染色体水平的甘肃红鹿基因组组装。这一过程始于在青海省大通县发现的一头新鲜死亡的成年雌鹿。研究小组从其肌肉组织中提取了高质量的 DNA 和 RNA，并在将其运送至测序设施前用液氮保存了这些遗传物质。他们并未依赖单一的方法来读取遗传密码，而是结合了三种强大的技术：长读长测序（用于捕捉 DNA 链的全长）、短读长测序（以确保准确性），以及一种被称为 Hi-C 的技术，它就像一张空间图谱，展示了 DNA 的不同部分如何在细胞核内折叠并相互作用。通过将这些数据流编织在一起，科学家们得以拼凑出这头鹿完整的遗传指令手册，并将其解析为 34 条不同的染色体，这正是该物种的标准染色体数目。

生成的基因组是一个庞大的数字图书馆，跨越了 31.1 亿个碱基对。它具有极高的完整性和准确性，其中最长的连续 DNA 片段延伸超过 1.7 亿个碱基对。研究人员将 99.21% 的遗传物质锚定在这 34 条染色体上，创建了一个镜像反映鹿细胞物理结构的稳定框架。为了确保这张图谱的正确性，他们对照生物学现实进行了验证。他们确认了这头鹿确实是二倍体生物，即携带两套染色体，一套来自父亲，一套来自母亲。他们还验证了该遗传序列与已知的甘肃红鹿谱系相符，与祁连山脉的其他种群紧密聚类，并确认其身份为 Cervus elaphus kansuensis。该组装过程如此精确，以至于几乎所有用于构建它的短 DNA 片段都能完美地匹配回最终的图谱，且序列质量之高足以信赖于进行详细的科学分析。

在构建好图谱后，团队转向了注释任务，即识别基因组中的功能部分。他们发现，该鹿基因组的一半以上由重复序列组成，这些重复序列是不断重复的遗传代码片段，是哺乳动物基因组中的常见特征，通常在染色体结构和进化中发挥作用。在这个复杂的景观中，研究人员识别出了 20,349 个蛋白质编码基因。这些是活跃的指令，指导鹿的细胞如何构建蛋白质，进而驱动从肌肉生长到免疫功能的一切活动。团队验证了这些基因的完整性和功能性，通过将其与已知的鹿类和牛类基因进行对比，以确保其符合生物学逻辑。他们还编目了非编码 RNA 分子（这些分子在细胞内充当调节者和辅助者），发现了数百种转运 RNA 及其他必需分子。

这个新的参考基因组不仅仅是一份遗传字母的清单；它是一个用于保护生物学研究的基础工具。通过拥有完整且高质量的图谱，科学家现在可以比较不同红鹿种群的遗传学，以了解它们之间的亲缘关系以及它们如何随着时间的推移而适应环境。它为研究白臀鹿独特的生物学特性（例如鹿角再生的机制及其在高海拔栖息地生存的能力）打开了大门。这些数据，包括原始遗传读数和最终的注释图谱，已向全球研究人员公开。这一资源确保了未来对这一受保护亚种的遗传多样性、种群历史和适应性进化的研究能够以以往无法实现的精度进行，为理解和保护这一非凡动物提供了更清晰的路径。