心系三农，顶天立地！2025年1月，马铃薯育种领域迎来了一项具有里程碑意义的成果，中国农业科学院深圳农业基因组研究所的黄三文团队，联合国内外多个科研机构，在Nature杂志上发表题为“Leveraging a phased pangenome for haplotype design of hybrid potato”的研究论文，为马铃薯的杂交育种带来了新方向。中国农业科学院深圳农业基因组研究所为该论文的第一单位，基因组所黄三文研究员为该论文的通讯作者，基因组所与比利时列日大学联培博士生程林、基因组所博士后王楠、马克斯-普朗克研究所博士生鲍志贵为文章共同第一作者。尊龙凯时人生就是博提供三代建库测序服务。
研究背景
马铃薯（Solanum tuberosum L.）是全球最重要的块茎作物之一，每年为超过120个国家的13亿人提供食物。尽管近年来对马铃薯的基因组研究取得了显著进展，但大多数已发表的二倍体马铃薯基因组是未分型的（unphased），掩盖了单倍型多样性和杂合性的关键信息。
此外，传统上通过无性繁殖进行育种，导致育种进程缓慢。本文通过构建单倍型马铃薯泛基因组图谱，揭示了结构变异的形成机制，设计了具有最少dSNPs和dSVs的理想马铃薯单倍型，并提出了基于单倍型选择的育种策略，为未来的马铃薯育种提供了重要理论指导。
研究结果
01马铃薯泛基因组图谱的构建
本文选择了31个二倍体马铃薯材料，包括10个野生种和19个栽培种，生成了60个单倍型的基因组组装。通过PacBio HiFi测序和Hi-C辅助组装技术，获得了高质量的基因组组装结果，平均基因组大小为811 Mb，Contig N50为12.25 Mb。通过BUSCO评估，组装完整性达到99.2%。本文构建了基于PGGB的马铃薯泛基因组图（PPG-v1.0），该图包含248.64百万个节点和345.61百万条边，总序列长度为3,076 Mb。
图 单倍型图形泛基因组构建
02 转座元件驱动结构变异的形成
在对结构变异和转座原件进行分析时发现，90.6%的结构变异与转座元件（TEs）相关，其中28.2%的结构变异被单个TE序列覆盖，表明TE插入是结构变异形成的主要机制。通过分析SV断点，发现33.8%的SV断点与TE介导的重排（TEMR）事件兼容，表明TE在SV形成中起到了重要作用。
图 TE驱动SV的形成
03 驯化对杂合性和有害变异的影响
研究发现，栽培马铃薯的杂合性高于野生种（14.0% vs. 9.5%），表明在驯化过程中发生了广泛的杂交。通过引入“基因组杂合性长度”（GHSL）的概念，研究者量化了二倍体个体中两个单倍型之间的非冗余变异（SNPs、indels和SVs）的总序列长度。栽培马铃薯的GHSL为93.8 Mb，占平均单倍型长度的12.5%。有害SVs（dSVs）在栽培马铃薯中倾向于以杂合状态存在，占97%，而在野生种中为73%。此外，dSVs和dSNPs在基因组中并非随机分布，而是倾向于在耦合相位形成簇。这种现象类似于社会学中的“破窗效应”，即dSVs的存在增加了dSNPs在同一相位中出现的概率。
图 马铃薯的驯化增强了单倍型的分化
04 dSVs的清除
研究者发现，现有的自交系（A6-26和E4-63）携带的dSVs数量少于其亲本，表明在自交过程中，dSVs可以通过重组事件被清除。通过构建重组图谱，研究者追踪了自交系中dSVs的清除过程，发现重组事件可以显著减少dSVs的数量。
图 有害SV在驯化和自交系中的命运
05 理想单倍型的基因组设计
基于泛基因组图谱，研究者提出了“理想单倍型”（IPHs）的概念，旨在通过重组和单倍型选择，设计出携带最少dSVs和dSNPs的单倍型。通过模拟重组事件和单倍型选择，研究者设计了IPHs-A和IPHs-E两种理想单倍型。理论上，这些理想单倍型可以完全清除dSVs，并将dSNPs的数量减少32.4%（A6-26）和50.3%（E4-63）。通过将IPHs-A和IPHs-E组合，研究者预测F1杂交组合将只携带10,830个纯合dSNPs，相比之前的F1杂交马铃薯减少了54.5%。这一结果表明，通过设计理想单倍型，可以显著减少杂交马铃薯中的有害变异，从而提高杂交种的遗传质量。
图 根据单倍型马铃薯泛基因组图谱设计的IPHs
研究结论
本研究开发的马铃薯泛基因组图谱为深入探索马铃薯的单倍型多样性及其对育种的影响提供了重要资源。通过泛基因组图谱，研究者能够更详实地理解马铃薯基因组的变异和进化。
研究揭示了驯化对马铃薯基因组杂合性和有害变异积累的影响，强调了在驯化过程中杂交对基因组多样性的贡献。同时，研究也发现了有害破变的“破窗效应”，为理解有害变异的遗传模式提供了新的视角。通过设计理想单倍型，研究者为马铃薯杂交育种提供了一种新的策略。这种策略不仅有助于减少杂交种中的有害变异，还能提高杂交种的遗传质量和适应性。未来，结合新的基因编辑技术和合成生物学方法，有望进一步实现理想单倍型的精准设计和优化。