华大基因测序近700种植物的基因组
近日，华大基因的研究人员对云南瑞丽植物园内部及周边近700种植物的基因组进行了测序和分析。这项工作有助于推动地球生物基因组计划（EBP）以及万种植物基因组计划（10KP）。
在华大基因研究院副院长刘心的领导下，研究团队收集了761个植物样本，并产生了54 Tb的测序数据，每个物种的平均测序深度达60倍。这使得他们不仅能够构建参考系统发育，还能够开发植物测序数据的开放参考集。这项成果发表在《GigaScience》上。
“这项研究可作为一个基准项目，用来调整和标准化大规模基因组计划的采样、方法、数据积累和分析技术，”刘心补充说。
刘心及其同事采集了云南瑞丽植物园种植的689种植物的样本。他们从幼叶中提取DNA，并利用BGISEQ-500测序仪开展测序。每个样本产生了70 Gb的原始测序数据，在过滤后，每个样本的数据大约是60 Gb。
基于形态学和叶绿体序列，研究人员在种的水平上鉴定了257个样本，在科的水平上鉴定了504个样本。总之，这些样本代表了137个科，其中最常见的是豆科、禾本科和菊科植物。
对于每个物种，研究人员组装了叶绿体基因组，其大小范围在113,621个碱基对到183,602个碱基对。除了买麻藤科、锦葵科、杜英科和三叉蕨科，几乎所有植物都有72个蛋白编码基因。
此外，研究人员还对多个物种开展了初步的基因组组装。他们选择了17个杂合度低且重复内容少的物种进行组装。平均而言，这些组装的完整性达到89%，其中contig N50为4.62 kb，而scaffold N50达到32.3 kb。由于初步组装的质量很好，他们认为这可以协助后续生成完整的参考基因组。
他们还指出，所有的数据，包括图像、原始测序数据，以及组装好的叶绿体基因组和初步组装的核基因组，都是可访问且可追溯的，而凭证标本也保存在CNGB植物标本馆。他们认为，这有助于数据的重复利用，例如改善这些植物基因组的组装，或开发新的物种鉴定方法。
研究人员表示，这项工作也测试了大规模植物全基因组测序的可行性。他们已经优化并发布了DNA提取方案，即将推出高分子量基因组DNA的提取试剂盒，并正在开发向万种植物基因组计划提交样本的指南。
