一、來(lái)源
單位：江蘇農(nóng)科院
主要結(jié)果：
- 通過(guò)Nanopore+Illumina+HiC組裝蘇綠基因組，組裝大小473.67，contig N50=11.3Mb，scaffold N50=42.4。
- 52.8%的重復(fù)序列，LTRs占33.9%。
- 預(yù)測(cè)了33924個(gè)基因，95.7%注釋率。
- 綠豆與其關(guān)系最近的小豆分化時(shí)間約11.66萬(wàn)年前，綠豆特有基因家族277個(gè)，其中18個(gè)正選擇基因。
綠豆研究進(jìn)展：
- 中綠VC1973A基因組草圖
- 葉發(fā)育
- 白粉病抗性powdery mildew resistance
- 豆象抗性bruchid resistance
- 耐鹽 salinity tolerance
- 基因組多樣性和GWAS（GBS），種皮光澤
二、結(jié)果
測(cè)序組裝
蘇綠一號(hào)，測(cè)序約122.9Gb數(shù)據(jù)，深度259.5X，其中Oxford Nanopore (142.4X)。
組裝先使用canu糾正reads，再用wtdbg2組裝。原始組裝結(jié)果用Racon對(duì)nanopore reads 進(jìn)行三輪糾錯(cuò)，使用Pilon利用二代測(cè)序數(shù)據(jù)進(jìn)行3輪糾錯(cuò)。組裝大小473.67 Mb，359 contigs, N50 =11.32 Mb。
HiC-Pro利用唯一比對(duì)reads鑒定有效和無(wú)效互作，使用LACHESIS進(jìn)行聚類、排序和定向，最后掛載11條染色體?；蚪M大小470.45Mb（掛載率99.32%，組裝率87.8%）。
a-e 代表 the distribution of FPKM, gene density, density of Copia
retrotransposable elements, density of Gypsy retrotransposable elements and GC density, respectively, with
densities calculated in 200-kb windows.
f 代表 syntenic blocks.
組裝評(píng)價(jià)
三方面評(píng)估：
- 組裝連續(xù)性和覆蓋度。二代測(cè)序reads比對(duì)99.07%；CEGMA評(píng)估連續(xù)性449個(gè)（98.03%）核心保守基因。
- 完整性。BUSCO評(píng)估，92.43%。
- HiC聚類熱圖。
編碼基因預(yù)測(cè)
三個(gè)來(lái)源：
- ab initio ：Genscan, Augustus (v2.4), GlimmerHMM (v3.0.4), GeneID (v1.4) and SNAP
- homology-based：GeMoMa (v1.3.1)
- unigene-based prediction ：Hisat (v2.0.4) and
Stringtie (v1.2.3), and PASA (v2.0.2)組裝，TransDecoder (v2.0) and GeneMarkST(v5.1)預(yù)測(cè)。
EVM整合，PASA優(yōu)化。共預(yù)測(cè)33,924個(gè)蛋白編碼基因，20,446個(gè)三種證據(jù)都有。
基因功能注釋
BLAST (v2.2.31) against NR, KOG,
GO, KEGG and TrEMBL database, performed KEGG pathway。
共32,470個(gè)基因注釋（95.71%）。
InterProScan（包括Prosite, PRINTS, PFAM, ProDom, Smart, TIGRFAMs, SignlP, Trans memberane等）進(jìn)行motif注釋，共注釋2,765 motifs and 35,154 domains。
非編碼RNA注釋
microRNA, rRNA使用Rfam數(shù)據(jù)庫(kù)；
tRNA使用tRNAscan-SE。
最后鑒定86 miRNA, 352 rRNA and 653 tRNA belonging to 23, 4 and 22 families respectively。
假基因預(yù)測(cè)
假基因序列與功能基因類似，但由于突變丟失了功能。
使用BLAT將預(yù)測(cè)蛋白序列尋找可能的同源基因序列，再用GeneWise尋找不成熟的終止密碼和基因序列上的移碼突變，從而獲得假基因，共4320個(gè)，平均長(zhǎng)度2237bp。
重復(fù)序列注釋
使用Repbase庫(kù)和從頭預(yù)測(cè)的重復(fù)庫(kù)（采用LTR FINDER和RepeatModeler），數(shù)據(jù)庫(kù)鑒定采用PASTEClassier，合并以上兩個(gè)重復(fù)庫(kù)作為最終庫(kù)。RepeatMasker注釋。共52.83%，重復(fù)元件長(zhǎng)度46.4 Kb - 215.1 Mb。大部分是LTR（33.92%），包括56.6% Gypsy LTRs, 39.77% Copia LTRs and 3.63% other types of LTRs。
使用MISA檢測(cè)簡(jiǎn)單串聯(lián)重復(fù)（SSRs），共224,409 SSRs (136,045 mono-, 56,033 di-, 28,959
tri-, 1,977 tetra-, 1,098 penta-, and 297 hexa-nucleotide repeats)。全長(zhǎng)3,252,656 bp（~0.69%）
進(jìn)化分析和分歧時(shí)間估計(jì)
從綠豆和10個(gè)近緣物種（Vigna radiata , cowpea, common bean, soybean, Vigna angularis , Lablab purpureus ,Medicago
truncatula , Lotus japonicus , Vigna subterranea and Arabidopsis thaliana）中OrthoMCL軟件鑒定單拷貝直系同源基因，基于該數(shù)據(jù)集采用MUSCLE+MEGA+PHYML構(gòu)樹。
使用Mcmctree通過(guò)最大似然樹估計(jì)分歧時(shí)間，并用化石證據(jù)矯正。
全基因組復(fù)制
為研究綠豆進(jìn)化，將之與其他4種雙子葉植物（Vigna radiata, Arabidopsis thaliana(Arabidopsis)比較，基于兩物種間或物種內(nèi)的成對(duì)同源基因計(jì)算4DTv (4-fold degenerate synonymous sites of the third codons)。
Vigna radiata vs Arabidopsis thaliana有分化峰值，Vigna radiata vs common bean存在低峰。表明綠豆和擬南芥分化的時(shí)間比綠豆和普通豆（菜豆）分化更早。
LTR插入時(shí)間估計(jì)
采用突變率來(lái)估計(jì)LTR插入時(shí)間。蘇綠中的LTR插入事件不是很活躍。
正選擇基因
通過(guò)評(píng)估單拷貝基因的Ka/Ks來(lái)檢測(cè)正選擇基因。共檢測(cè)到18個(gè)基因。GO富集在membrane-enclosed lumen 和cell junction。
