棉属基因组串联重复序列的挖掘及其比较基因组研究

With the further development of cotton genomics research, Gossypium histusum, one of the allotetraploid cotton, has been used for genome sequencing, but the assembly of genome sequences is very difficult owing to big genome, abundant repetitive sequences and high homoeologous sequences in A- and D- subgeome. Fluorescence in situ hybridization (FISH) has become the key technology for genome sequencing due to its advantages in the physical location, analysis of repeat sequences, contigs connection. In this study, the chromosome-specific tandem repeat sequences will be characterised based on the cotton A and D draft genome sequences. The centromere-specific tandem repeat sequences will be obtained by screening the centromere BAC sub-clone library and centromere region library resulting from chromosome microdissection. The above tandem repeat sequences, together with existing telomeres, 5S rDNA, 45S rDNA tandem repeat sequences and chromosome specific BAC clones, will be marked as probes for FISH study in A, D and AD cotton genomes. We aim to compare the distribution of the tandem repeat sequences in different cotton species, establish A, D and AD genome cotton standard karyotypes, unify the corresponding relationship between chromosomes by comparing and integrating the published genetic map and draft genome sequence with FISH-based physical map, thereby accumulating basic data for the sequenced A, D genome sequences assembly and on-going AD genome sequencing.

随着棉花基因组学研究的深入，因陆地棉基因组大、重复序列多、A和D亚组间同源性高等，导致其基因组组装困难。荧光原位杂交技术因在物理定位、重复序列分析、重叠群连接等方面的优势，成为解决此类问题的关键技术之一。本研究拟利用已完成的A、D棉种基因组序列草图，提取染色体特异的串联重复序列；通过将课题组已获得的A、D棉种着丝粒BAC克隆亚克隆后测序和筛选经显微切割法已构建的着丝粒区段文库两个途径，获得着丝粒特异的串联重复序列。将以上串联重复序列克隆后，与已有的端粒、5S rDNA、45S rDNA串联重复序列克隆和染色体特异BAC克隆标记成探针，在A、D和AD基因组棉种染色体上进行FISH研究，比较棉种间串联重复序列的分布特征，建立A、D和AD基因组染色体标准核型，并与遗传图谱和基因组序列草图进行比较、整合，统一染色体之间的对应关系，修正和补充基因组序列装配的基础数据，为基因组测序完成积累资料。

项目背景：棉花基因组研究在快速推进，但是因为棉花基因组大、重复序列多，特别是四倍体棉种存在异缘同源染色体问题，致使基因组的组装存在很多不完善的地方。有鉴于此，本项目进行了棉属串联重复序列的研究。.主要研究内容：1）棉属基因组串联重复序列的挖掘和克隆；2）A、D和AD基因组标准核型的建立；3）棉属基因组间基于重复序列的比较研究；4）部分棉种遗传图谱和基因组序列草图的整合，统一基因组染色体之间的对应关系，修正和补充基因组组装基础数据。.重要结果、关键数据及其科学意义：1）揭示了棉花基因组的复杂性：二倍体的A、D基因组染色体特异序列在二倍体棉种和四倍体棉种间存在共线性和非共线性，可能的原因是移位、倒位和基因组四倍化过程中的染色体组之间的重新组合有关；衡量了四倍体陆地棉基因组草图序列中重复序列的组装质量，染色体归属的正确性得以确认，所识别的Gypsy-类LTR的染色体分布与异染色质分布模式一致，Gypsy-类LTR在异染色质区域的扩张可能是A基因组和D基因组棉种基因组大小差异的关键因素之一；分析了基因组重复序列的特征和分布，这些重复序列有可能在棉属基因组进化中通过移位、倒位或殖民化在基因组内或基因组间进行了交流，在基因组多倍化过程中经历了插入、删除、移位、倒位等事件，为深入进行棉花基因组研究，揭示棉属进化历程和人工驯化路径奠定了基础。2）建立了陆地棉、草棉的细胞遗传学图谱，促进了棉花基因组研究的快速深入；构建了黄褐棉、雷蒙德氏棉BAC文库，并基于特异重复序列，通过基因组文库筛选进行了棉种间的比较分析；基于共同的图距单位，对构建的细胞遗传图谱与其对应的遗传连锁图、基因组序列图进行了比较分析；统一了不同棉种之间的异缘同源染色体的对应关系，为准确识别棉属基因组和染色体提供了很好的工具，为基因组序列草图的完善提供了重要信息。