构建马亚属动物泛基因组序列图谱

The endangered Przewaski's horse (Equus przevalskii) is the only true wild horse species, and Mongolian horse is one of the most ancient horse breeds in the world. This breed has many important genetic traits, such as endurance, disease resistance, and resitance to cold weather. It lives in the cold, aird environment and under moderate artificial selection, and this is different with the Thoroughbreed horse which lives in a comfortable environment but withstand strong artifical selection. In order to study the variation of horse genome in different living environment and under different selection pressure, we intend to sequenced a Przewaski's horse and a Mongolian horse. Thorough comparative genomics analysis with Thoroughbreed horse and Quarter horse, we intend to build the pangenome of subgenus equus genomes. Three types of sequencing libraries with various insert size (500bp,3k,8k) were constructed for both Mongolian horse and Przewalski's horse. The coverage of euchromatin region would be more than 95%, and the coverage of gene region will be more than 98%. The scaffold N50 would be more than 300Kb, and contig N50 was more than 20Kb. The error rate of single base would be less than hundred thousandth. And the overall sequencing coverage is close to 100 times.

普氏野马是现今存在的唯一的野马，而蒙古马是世界上最古老的马品种之一，经过长期的自然和人工选择，形成抗严寒、耐粗饲、抗病力强、持久性强等优秀品质。本项目拟采用第二代测序技术对普氏野马和蒙古马进行全基因组测序，获得普氏野马和蒙古马基因组精细图谱。通过与纯血马、夸特马的比较基因组学分析，构建马亚属动物泛基因组，为后续研究奠定基础，为蒙古马选育提供切实有效的候选基因和分子标记。构建shutgun文库（500bp）和pair end文库(3kb和8kb)。使用Illumina HiSeq2000进行深度测序，结合马的已知基因组序列信息，完成蒙古马及野马的基因组图谱注释。完成普氏野马和蒙古马基因组精细图绘制，拼接片段Scaffold N50长度不低于300 Kb，序列连续片段Contig N50长度不低于20 Kb，单碱基错误率低于十万分之一（准确率99.99%），基因组整体测序覆盖度接近于100倍。

马是公认的极为成功和重要的驯化动物。几千年来，在世界上许多地方，人们的生产和生活依靠着它。马有许多优秀的生理特性，并且其进化过程和杂交应用也吸引着人们广泛的兴趣。另一方面，相比于其他哺乳动物，染色体的快速进化是马的突出特点。因而马是探索染色体快速进化的有价值的模型。. 该项目通过使用二代高通量测序，我们测序和从头组装了普氏野马和蒙古马的高质量基因组序列。其进化基因组学结果显示，马的种群历史是十分动态的。通过马和驴的基因组比较分析，揭示了马的活泼的性格和优良的运动性能形成的分子机制。我们的研究结果还向人们展示了在野马基因组上存在的十分严重的遗传瓶颈。另外，我们也鉴别出了部分来自于野马和蒙古马基因组的Y染色体序列。我们识别了蒙古马和普氏野马基因组上四种主要的染色体重排类型，即未知插入，重复插入，倒位，和移位。这些重排在染色体上的分布并不均匀。一些染色体，如X染色体，包含着更多的重排。在全基因组范围内，倒位的数目远小于插入和移位的数目。此外，我们发现重复序列“LINE_L1”和“LTR_ERV1”在重排区域显著增加。我们还在一些失活的着丝粒区发现了丰富的卫星序列，但是在新着丝粒区域没有卫星序列。相反，核糖体RNA经常出现在新着丝粒区域，但是不会出现在失活的着丝粒区。. 我们的基因组数据进一步丰富了马属动物的基因组图谱。这些基因组序列的比较分析，为人们洞察马属动物的种群历史和适应性进化提供了重要的基础。这也使得我们能够从一个独特的角度探索染色体快速进化的机理，从而提高我们对哺乳动物染色体进化的理解，同时也证明了马属是探索染色体快速进化的一个有价值的模型。这些分析和发现将有助于哺乳动物染色体进化、染色体重排和人类染色体畸变疾病的研究。