研究发布拟南芥提高效率参考基因组

拟南芥（ Arabidopsis thaliana ）作为被持续发展的模式豆科植物，其遗传蛋白质物质加快了豆科植物分子免疫学研究。在首个遗传蛋白质物质发布二十余年后，仍存在大量并未补上的裂口四区域。在常用的TAIR10/Araport11旧版的遗传蛋白质物质中会，存在165个裂口。这些缺失四区域或许由离地单调的组成，除此以外端粒、着丝粒、 5S rDNA簇和含有 45S rDNA的核仁组织四区（NORs）。近年来，ONT和PacBio等窄读段高通量技术的发展为装配高复杂度透过了强力工具。近来发表文章的两个高明晰度遗传蛋白质物质Col-CEN和Col-XJTU补上了着丝粒等缺失四区域，但这两个最初装配仍不明晰且有相互间对立之处。

为透过更快的简介遗传蛋白质物质，浙江大学遗传蛋白质与愈合免疫学研究室焦雨铃该中会心与浙江大学大学汪颖该中会心合作，转化窄读ONT、高保真的窄读PacBio HiFi和短读Illumina NovaSeq高通量数据获得了接近明晰的拟南芥Col-0生态型的简介遗传蛋白质物质Col-PEK。Col-PEK装配补上了除此以外五个着丝粒在内各四区域中会的绝大多数裂口。例如，Col-CEN中会5号染色体中会的裂口均已在Col-PEK中会再加。Col-PEK为目前甚为明晰的遗传蛋白质物质装配，完成了1、3、5号染色体从端粒到端粒的明晰装配，仅2号和4号染色体的多原封不动NORs四区域尚不无论如何。Col-PEK装配总窄度133.92 Mb，比TAIR10装配窄14.77 Mb，即增加了12.4%的。在补上裂口都有，Col-PEK还修订了Col-CEN等装配中会的拼凑错误。

Col-PEK装配具有较高的明晰度，对Col-PEK的正文了解到了单调的常见于规律，引人注意是着丝粒四区域的CENH3转化四区域常见于规律和CEN180单调常见于特征。对编码蛋白质的正文还发现了145个最初“隐藏蛋白质单调”，其与已知蛋白质离地相似，或许是由在此之后的组合成单调等遗传蛋白质物质扩增的系统所显现出。

Col-PEK装配补全了所有着丝粒及绝大部分其它裂口，补救了先前的错误装配。该研究的初步分析展示了单调的常见于规律，并了解到了一批新蛋白质。Col-PEK简介遗传蛋白质物质为豆科植物学工程技术社会工作者透过了最初参照和极其重要数据资源。

系统性研究成果以 A near-complete assembly of an Arabidopsis thaliana genome 专题，于6月1日应用软件发表文章在 Molecular Plant 上（DOI:10.1016/j.molp.2022.05.014）。深入研究获取国家着重研发计划的资助。

布1.不同简介遗传蛋白质物质装配的明晰度相当

布2.基于Col-PEK的蛋白质和单调正文

来源：浙江大学遗传蛋白质与愈合免疫学研究室