下载文档原格式
植物物种全基因组的测序与分析随着现代生物技术的不断发展和完善，越来越多的研究者开始将目光放在了植物的基因组测序和分析上。
植物物种的全基因组测序和分析可以帮助我们更好地了解植物的生长和发育规律，发现新的基因和蛋白质，促进植物育种和改良等方面的应用。
本文将从植物基因组测序和分析的意义、方法和应用等方面进行探讨。
一、植物基因组测序的意义植物基因组测序是现代遗传学和分子生物学领域的一项重要研究内容。
通过对植物基因组的测序和分析，可以为植物学、农业和生态学等方向的研究提供重要的基础数据。
首先，全基因组测序能够为我们提供大量的基因序列信息。
通过基因组测序，可以获得植物基因组的完整序列信息，为后续的基因鉴定、新基因发现、基因功能研究等提供基础，为植物学的研究提供了更全面的基础知识。
其次，基因组测序有助于发现新基因。
通过基因组测序，我们可以获取所有基因序列的信息，并进行比对分析，以发现新的、以前未知的基因，这对于数据驱动型的生物学研究具有重要的意义。
此外，基因组测序还可以促进生物信息学领域的发展。
基因组测序技术和生物信息学处理技术的结合，可以更好地研究基因与生态之间的关系，为生态学和植物保护提供更多的数据支撑。
二、植物基因组测序的方法目前，植物基因组测序主要采用Illumina高通量测序技术、 PacBio和Nanopore第三代测序技术、等温测序技术以及荧光原位杂交技术等方法。
其中，Illumina高通量测序技术是全球最为普遍的测序平台之一，其分辨率高、准确率高、数据量大，可以快速、高通量地测序，成为植物基因组测序的主流技术之一。
而PacBio和Nanopore第三代测序技术主要具有长读长和高准确性的特点，能够获得更全面的基因组序列信息，用于高质量的基因组组装。
等温测序和荧光原位杂交技术等方法也可以用于获得植物基因组信息。
在选择测序平台时，需要根据样品的特性、分辨率、数据量、费用等多个方面进行综合评估。
三、植物基因组测序的应用植物基因组测序的应用范围十分广泛，涉及到植物学、种质资源保护、农业种植和育种等多个领域。
拟南芥模式植物基因组研究拟南芥（Arabidopsis thaliana）是一种小型草本植物，非常适合作为模式植物进行基因组研究。
作为全基因组已经测序完整的植物之一，拟南芥的基因组研究已成为植物学领域的重要研究领域之一。
一、拟南芥基因组特点拟南芥基因组大小约为125兆碱基对（Mbp），其中包含5个染色体和25000多个基因。
其基因组相对简单，只有 ~ 15% 的DNA编码蛋白质，大部分是非编码RNA。
此外，拟南芥还具有双倍体基因组、小基因家族、低韧皮性及自交等特点，使得其成为一种研究基因功能的理想模型。
二、利用拟南芥进行功能基因组学研究拟南芥是一种经典的遗传模型植物，具有高度可控性和可重复性，其遗传和发育转录组学数据较为完整，使其在功能基因组学研究领域具有很多应用。
例如，拟南芥可以被用来探索基因网络、研究基因和环境交互作用、拓展代谢途径等。
利用拟南芥研究基因网络的目标是探索不同基因之间的相互作用，这是理解细胞内生物反应和物质代谢网络的重要步骤。
通过构建看似简单的基因互作网络，可以解释很多现象。
例如，对拟南芥维管束发育的研究表明，其拟南芥基因组中多个基因的突变都会影响维管束分化和发育，而这些基因在蛋白质互作网络中互相联系，共同作用于维管束的发育过程。
拟南芥基因组研究还可以帮助我们探索植物基因与环境相关的交互作用，从而了解许多植物性状如何受到环境因素的影响。
例如，拟南芥可以用于研究环境中物质的吸收和代谢，例如水分利用效率和盐耐受性，这些研究可以为生态学和农业生产提供重要的信息。
三、基于拟南芥的基因编辑技术基因编辑是指利用分子生物学手段，针对特定基因进行精确的改造和修复。
利用某些基因编辑工具，例如CRISPR/Cas9，可以方便性地实现特定基因的改造和编辑，从而实现拟南芥基因组工程。
这种技术可以用于研究基因的功能，也可以用于创造优良的耐逆转基因植物。
基因编辑的研究进展迅速，有助于生产显性抗性基因和克服抗性基因的缺陷，为发展更为耐逆的品种提供了帮助。
基于基因组数据的植物物种亲缘关系分析近年来，随着生物技术的发展，基因组数据的获取和分析逐渐成为了研究植物物种亲缘关系的重要手段之一。
通过对植物基因组中的序列进行比对、构建进化树等方法，可以确定植物物种间的进化关系，揭示它们的分化历程和共同祖先。
本文将从植物基因组数据的采集、分析方法以及实际应用等多个方面来介绍基于基因组数据的植物物种亲缘关系分析。
一、基因组数据的采集基因组数据的获取是进行植物物种亲缘关系分析的第一步。
通过现代高通量测序技术，可以快速地获取大量基因组序列信息。
不同的测序平台和方法会产生不同的数据类型，如Illumina测序得到的数据为短序列，而PacBio或Oxford Nanopore 测序则能够得到比较长的读长，所以选择适合自己的数据类型也是十分重要的。
同时，筛选合适的样本也是数据采集的关键。
通常来说，应该选择距离较远、系统发育水平相差较大的物种作为研究对象，这样有利于更好地描绘各物种之间的进化关系。
对于同一物种内不同族群的研究，则需要考虑生境、地理分布等因素，确保样本具有一定的代表性。
二、基因组数据的处理及分析方法在获得了基因组序列数据之后，需要进行大量的数据处理和分析工作。
数据处理的主要内容包括数据质量控制、序列比对和序列组装等，这些步骤对于后续的进化分析都至关重要。
比对和组装步骤的合理性和准确性会直接影响到后续分析的结果，不同的软件和方法有其各自的优缺点，需要根据具体的研究目标和样本特点进行选择。
在数据处理过程中，需要考虑到遗传多样性、适应性和维持等方面，因为基因组序列中的一些区域可能受到自然选择或其他基因演化机制的影响，如基因家族、复制序列等，这些区域的处理需要根据具体情况进行分析和筛选。
在数据准备和分析工作完成之后，我们可以使用不同的进化分析方法来推断物种之间的关系。
常用的分析方法包括最大似然法、贝叶斯法和距离法等。
每种方法都有其优势和限制，需要根据研究目标和数据特点进行选择。
全基因组重测序技术在紫花苜蓿基因组研究中的应用近年来，随着DNA测序技术的飞速发展，全基因组重测序技术越来越广泛应用于各种生物种的基因组研究中。
作为一种重要的草坪植物，紫花苜蓿因其在牧草生产中的重要性而备受关注。
全基因组重测序技术在紫花苜蓿基因组研究中也得到了广泛的应用，并成为推动紫花苜蓿基因组研究进程的重要手段。
一、全基因组重测序技术简介全基因组重测序技术是指对DNA样本进行高通量测序，得到完整的个体基因组序列。
与Sanger测序技术相比，全基因组重测序技术具有高通量、高准确性、高覆盖度和低成本等优点。
其中，高覆盖度是全基因组重测序技术的重要特征。
通过多次测序，可以得到高度重叠的DNA序列，从而消除测序误差，提高数据可靠性。
全基因组重测序技术在遗传疾病研究、生物进化研究、种群遗传学研究等方面发挥了重要作用。
二、全基因组重测序技术在紫花苜蓿基因组研究中的应用1.确定紫花苜蓿基因组组成全基因组重测序技术可以全面揭示紫花苜蓿基因组组成，包括基因数量、长度、可变剪接以及重复序列等特征。
通过这些特征，可以进一步了解紫花苜蓿基因组的基本特征，为进一步研究其基因功能和进化提供基础数据。
2.揭示紫花苜蓿种群遗传学特征全基因组重测序技术可以揭示紫花苜蓿种群遗传学特征，如种群分化、基因流、基因多样性等。
紫花苜蓿广泛分布于全球各地，因而在不同地区的紫花苜蓿种群之间存在不同的遗传结构和遗传差异。
通过全基因组重测序技术，可以比较各种群之间的遗传差异，为紫花苜蓿的种质分类和遗传改良提供依据。
3.挖掘紫花苜蓿基因组特征和功能全基因组重测序技术可用于挖掘紫花苜蓿基因组特征和功能，并鉴定关键基因。
通过比对序列和功能注释，可以快速鉴定出紫花苜蓿基因组中的基因家族、调控因子、信号传导通路等关键功能元件，从而为紫花苜蓿基因功能研究提供基础数据。
4.开展基因组选择研究全基因组重测序技术可用于开展基因组选择研究，并筛选出重要基因。
通过比较不同种群之间的基因表达差异，可以筛选出与环境适应性和产量性状相关的基因。
植物基因组测序完成结果初步分析报告简介：本报告基于对植物基因组测序完成结果的初步分析，旨在提供对测序数据的解读和分析，以及相关发现和未来研究的建议。
背景：随着高通量测序技术的迅速发展，植物基因组测序成为现代生物学的重要研究领域之一。
植物基因组测序的完成为我们理解植物基因组的结构、功能和进化提供了重要的工具和资源。
本次测序旨在获得某植物的完整基因组序列，为进一步研究该植物的功能基因提供参考。
结果分析：1. 基因组大小估计：通过对测序数据的初步分析，我们得出了该植物的基因组大小估计。
基因组大小是指一个生物体所有基因组成的总长，是评估基因组复杂性和特征的重要指标。
根据我们的分析，该植物预计的基因组大小为XX Mb。
2. 基因注释：我们利用已知的植物基因组数据库和基因预测软件对测序数据进行了基因注释。
通过比对已有的基因序列与我们测序结果的相似性，我们成功注释了一部分的基因，包括编码蛋白质的基因和非编码RNA基因。
同时，我们还发现了一些新的基因，这些新基因可能与该植物在特定环境中的适应性具有重要的联系。
3. 基因家族和表达谱研究：我们进一步对注释的基因进行了家族分析，发现了一些具有重要功能和进化意义的基因家族。
家族分析的结果有助于我们深入理解该植物基因组的起源和进化。
同时，我们还通过测序数据的表达谱研究，了解了该植物不同组织和时间点上基因的表达模式，为进一步研究该植物的发育和生理过程提供了线索。
4. 功能注释和通路分析：我们还对测序结果的基因进行了功能注释和通路分析。
通过比对已知的功能数据库，我们成功注释了一部分基因的功能。
进一步地，通过通路分析，我们发现了一些显著富集的通路以及基因在这些通路中的参与度，有助于我们深入了解该植物的生理和代谢过程。
未来研究建议：1. 完整基因组组装：尽管我们完成了对该植物的基因组测序，但目前的结果仍存在一定的缺陷，例如基因组的碎片化程度和基因缺失的问题。
因此，今后的研究可以通过进一步优化测序方法和使用高级的组装算法来实现完整基因组的测序和组装。
基因组重测序在植物进化研究中的应用一、植物基因组的重测序技术随着基因组学和生物信息学技术的不断发展，基因组的重测序已成为研究生物学和进化生物学的重要手段之一。
植物基因组的重测序是指对植物个体的基因组DNA进行高通量测序，通过对DNA序列进行全面、深度、高效的测序，可以获取植物基因组的完整信息，包括基因组序列、基因型变异等。
基因组的重测序技术可以帮助研究人员更加全面和深入地理解植物基因组的结构和功能。
二、植物进化研究中的重测序应用1. 揭示物种进化关系通过对不同植物种属基因组的重测序，可以比较不同种属植物的遗传差异，进而揭示它们之间的亲缘关系、进化历史和基因流动情况。
这对于研究植物的分类、演化和适应性进化具有重要意义。
2. 发掘基因型变异基因组重测序技术可以帮助研究人员识别出植物基因组中存在的各种基因型变异，包括单核苷酸多态性（SNP）、插入缺失突变等。
这些基因型变异对植物的体貌特征、生长发育、抗逆性等方面具有重要影响，因此对于揭示植物遗传多样性和适应性进化机制有着重要意义。
3. 研究自然选择基因组的重测序可以帮助研究人员发现植物基因组中受自然选择影响的区域，从而进一步研究这些区域的功能和意义。
通过对自然选择作用下植物基因组的分析，可以深入了解植物在不同环境下的适应性进化机制和生存策略。
4. 评估裙体遗传多样性基因组的重测序可以帮助研究人员对植物种裙的遗传多样性进行全面的评估，包括种内遗传多样性和种间遗传多样性。
这对于保护濒危物种、优化植物资源和指导植物育种具有重要意义。
三、植物基因组重测序的挑战与前景1. 数据处理与分析基因组的重测序会产生海量的原始数据，导致数据处理与分析的难度大大增加。
如何高效、精确地处理和分析这些数据是目前植物基因组重测序研究面临的主要挑战之一。
2. 费用与技术目前，基因组的重测序技术仍然需要较高的经济成本，并且需要高水平的技术支持。
如何降低重测序的成本，并进一步提高技术的稳定性和准确性，是当前植物基因组进化研究需要解决的问题。
全球首次完成杨树全基因组测序由美国能源部启动并实施的杨树全基因组测序计划已圆满完成，并于2004年9月21日对公众开放了全序列数据库。
南京林业大学科研人员尹佟明副教授参与了此项研究。
杨树基因组的新闻发布及庆祝会定于12月6日在美国加州举行。
该项研究可望使杨树这一重要树种的品种改良时间大大缩短，用区区几十年跨越千年关。
研究的完成，使杨树成为继拟南芥和水稻之后，第三个测定全序列的植物，并且是第一个测定全基因组序列的多年生木本植物。
杨树因此被广泛接受为研究多年生植物基因组的模式物种，这使该项工作具有重大的科学意义。
杨树同时又是一种重要的工业用材树种，杨树全基因组计划实施，将为生物能源的开发提供知识贮备，具有重要的实际应用价值。
目前，杨树的改良还处在一种半野生的初级改良阶段，在基因组研究的基础上，通过群体和数量遗传学的手段在杨树属不同树种间开发有用等位基因，并通过遗传工程的手段进行基因重组，可望在几十年的时间里完成一般作物几千年的改良历程。
杨树全基因组全序列用“鸟枪法测定”，序列库中共含有7，649，993个序列片段，去除叶绿体基因组的污染，测得的序列大约为8×基因组长度。
目前对序列拼接的组装已完成了483Mb，占杨树基因组物理全长的90%以上，基本上覆盖了杨树基因组常染色体的大部分。
基于基因芯片和单核苷酸多态性检测技术，对小的序列拼接及序列间隙的填充工作正在进行中，预期这部分工作将于明年完成。
南京林业大学尹佟明副教授自2001年以来一直参与此项研究，对杨树基因组的注释工作将于今年12月初完成。
国际杨树基因组计划协作组的总负责人杰瑞先生认为，从世界范围来看，杨树在中国的林业生产中占有的比重是最大的，因此在杨树基因组信息的应用方面，中国在未来的研究中可能会居于世界前列。
杨树全基因组计划的完成对我国从事林业及生物技术的科学家而言，提供了前所未有的机遇和挑战。
Science 15 September 2006:Vol. 313. no. 5793, pp. 1596 - 1604DOI: 10.1126/science.1128691RESEARCH ARTICLESThe Genome of Black Cottonwood, Populus trichocarpa (Torr. & Gray)G. A. Tuskan,1,3* S. DiFazio,1,4S. Jansson,5J. Bohlmann,6I. Grigoriev,9U.Hellsten,9N. Putnam,9S. Ralph,6S. Rombauts,10 A. Salamov,9J. Schein,11L. Sterck,10 A. Aerts,9 R. R. Bhalerao,5 R. P. Bhalerao,12 D. Blaudez,13 W. Boerjan,10 A. Brun,13 A. Brunner,14 V. Busov,15 M. Campbell,16 J. Carlson,17 M. Chalot,13 J. Chapman,9 G.-L. Chen,2 D. Cooper,6 P. M. Coutinho,19 J. Couturier,13 S. Covert,20 Q. Cronk,7 R. Cunningham,1 J. Davis,22 S. Degroeve,10 A. Déjardin,23 C. dePamphilis,18 J. Detter,9 B. Dirks,24 I. Dubchak,9,25 S. Duplessis,13 J. Ehlting,7 B. Ellis,6 K. Gendler,26 D. Goodstein,9 M. Gribskov,27 J. Grimwood,28 A. Groover,29 L. Gunter,1 B. Hamberger,7 B. Heinze,30 Y. Helariutta,12,31,33 B. Henrissat,19 D. Holligan,21 R. Holt,11 W. Huang,9 N. Islam-Faridi,34 S. Jones,11 M. Jones-Rhoades,35 R. Jorgensen,26 C. Joshi,15 J. Kangasjärvi,32 J. Karlsson,5 C. Kelleher,6 R. Kirkpatrick,11 M. Kirst,22 A.Kohler,13 U. Kalluri,1 F. Larimer,2 J. Leebens-Mack,21 J.-C. Leplé,23 P. Locascio,2 Y. Lou,9 S. Lucas,9 F. Martin,13 B. Montanini,13 C. Napoli,26 D. R. Nelson,36 C. Nelson,37 K. Nieminen,31 O. Nilsson,12 V. Pereda,13 G. Peter,22 R. Philippe,6 G. Pilate,23 A. Poliakov,25 J. Razumovskaya,2 P. Richardson,9 C. Rinaldi,13 K. Ritland,8 P. Rouzé,10 D. Ryaboy,25 J. Schmutz,28 J. Schrader,38 B. Segerman,5 H. Shin,11 A. Siddiqui,11 F. Sterky,39 A. Terry,9 C.-J. Tsai,15 E. Uberbacher,2 P. Unneberg,39 J. Vahala,32 K. Wall,18 S. Wessler,21 G. Yang,21 T. Yin,1 C. Douglas,7M. Marra,11G. Sandberg,12Y. Van de Peer,10 D. Rokhsar9,24We report the draft genome of the black cottonwood tree, Populus trichocarpa. Integration of shotgun sequence assembly with genetic mapping enabled chromosome-scale reconstruction of the genome.More than 45,000 putative protein-coding genes were identified.Analysis of the assembled genome revealed a whole-genome duplication event; about 8000 pairs of duplicated genes from that event survived in the Populus genome. A second, older duplication event is indistinguishably coincident with the divergence of the Populus and Arabidopsis lineages. Nucleotide substitution,tandem gene duplication, and gross chromosomal rearrangement appear to proceed substantially more slowly in Populus than in Arabidopsis. Populus has more protein-coding genes than Arabidopsis, ranging on average from 1.4 to 1.6 putative Populus homologs for each Arabidopsis gene. However, the relative frequency of protein domains in the two genomes is similar. Overrepresented exceptions in Populus include genes associated with lignocellulosic wall biosynthesis, meristem development, disease resistance,and metabolite transport.1 Environmental Sciences Division, Oak Ridge National Laboratory, Oak Ridge, TN 37831, USA.2 Life Sciences Division, Oak Ridge National Laboratory, Oak Ridge, TN 37831, USA.3 Plant Sciences Department, University of Tennessee, TN 37996, USA.4 Department of Biology, West Virginia University, Morgantown, WV 26506, USA.5 Umeå Plant Science Centre, Department of Plant Physiology, Umeå University, SE-901 87, Umeå, Sweden.6 Michael Smith Laboratories, University of British Columbia, Vancouver, BC V6T 1Z4, Canada.7 Department of Botany, University of British Columbia, Vancouver, BC V6T 1Z4, Canada.8 Department of Forest Sciences, University of British Columbia, Vancouver, BC V6T 1Z4, Canada.9 U.S. Department of Energy, Joint Genome Institute, Walnut Creek, CA 94598, USA.10 Department of Plant Systems Biology, Flanders Interuniversity Institute for Biotechnology (VIB), Ghent University, B-9052 Ghent, Belgium.11 Genome Sciences Centre, 100-570 West 7th Avenue, Vancouver, BC V5Z 4S6, Canada.12 Umeå Plant Science Centre, Department of Forest Genetics and Plant Physiology, Swedish University of Agricultural Sciences, SE-901 83 Umeå, Sweden.13 Tree-Microbe Interactions Unit, Institut National de la Recherche Agronomique (INRA)–Université Henri Poincaré, INRA-Nancy, 54280 Champenoux, France.14 Department of Forestry, Virginia Polytechnic Institute and State University, Blacksburg, VA 24061, USA.15 Biotechnology Research Center, School of Forest Resources and Environmental Science, Michigan Technological University, Houghton, MI 49931, USA.16 Department of Cell and Systems Biology, University of Toronto, 25 Willcocks Street, Toronto, Ontario, M5S 3B2 Canada.17 School of Forest Resources and Huck Institutes of the Life Sciences, The Pennsylvania State University, University Park, PA 16802, USA.18 Department of Biology, Institute of Molecular Evolutionary Genetics, and Huck Institutes of Life Sciences, The Pennsylvania State University, University Park, PA 16802, USA.19 Architecture et Fonction des Macromolécules Biologiques, UMR6098, CNRS and Universities of Aix-Marseille I and II, case 932, 163 avenue de Luminy, 13288 Marseille, France.20 Warnell School of Forest Resources, University of Georgia, Athens, GA 30602, USA.21 Department of Plant Biology, University of Georgia, Athens, GA 30602, USA.22 School of Forest Resources and Conservation, Genetics Institute, and Plant Molecular and Cellular Biology Program, University of Florida, Gainesville, FL 32611, USA.23 INRA-Orléans, Unit of Forest Improvement, Genetics and Physiology, 45166 Olivet Cedex, France.24 Center for Integrative Genomics, University of California, Berkeley, CA 94720, USA.25 Genomics Division, Lawrence Berkeley National Laboratory, Berkeley, CA 94720, USA.26 Department of Plant Sciences, University of Arizona, Tucson, AZ 85721, USA.27 Department of Biological Sciences, Purdue University, West Lafayette, IN 47907, USA.28 The Stanford Human Genome Center and the Department of Genetics, Stanford University School of Medicine, Palo Alto, CA 94305, USA.29 Institute of Forest Genetics, United States Department of Agriculture, Forest Service, Davis, CA 95616, USA.30 Federal Research Centre for Forests, Hauptstrasse 7, A-1140 Vienna, Austria.31 Plant Molecular Biology Laboratory, Institute of Biotechnology, University of Helsinki,FI-00014 Helsinki, Finland.32 Department of Biological and Environmental Sciences, University of Helsinki, FI-00014 Helsinki, Finland.33 Department of Biology, 200014, University of Turku, FI-20014 Turku, Finland.34 Southern Institute of Forest Genetics, United States Department of Agriculture, Forest Service and Department of Forest Science, Texas A&M University, College Station, TX 77843, USA.35 Whitehead Institute for Biomedical Research and Department of Biology, Massachusetts Institute of Technology, Cambridge, MA 02142, USA.36 Department of Molecular Sciences and Center of Excellence in Genomics and Bioinformatics, University of Tennessee, Memphis, TN 38163, USA.37 Southern Institute of Forest Genetics, United States Department of Agriculture, Forest Service, Saucier, MS 39574, USA.38 Developmental Genetics, University of Tübingen, D-72076 Tübingen, Germany.39 Department of Biotechnology, KTH, AlbaNova University Center, SE-106 91 Stockholm, Sweden.These authors contributed equally to this work as second authors.These authors contributed equally to this work as senior authors.* To whom correspondence should be addressed. E-mail: gtk@。
这可能是最全面的已发表基因组物种列表！
少罗嗦，直接给网址：
/wiki/Lists_of_sequenced_genomes
点击文末评论区的“阅读原文”可直接在手机上查看，这里建议将链接复制到电脑端的浏览器查看。
打开后的页面是这样的，see，包括了8个列表：分别是动物（animal），古菌（archaea），细菌（bacteria），真菌（fungi）,植物（plant），质体（plastid），原生生物（protist）以及真核生物（eukaryote）的总列表。
比如点击植物对应的List，直接进入相应的页面，如下图。
页面包含一个分级目录，类似word的导航窗格，点击对应的分类，比如说点单子叶植物，可快速定位到当前页面相应的位置。
然后可单击列表变量名或者旁边的小三角会进行排序，如下图，比如可按物种名称排序，然后可快速定位到关注的一些物种（真菌和动物的展示方式比较简单）。
将鼠标光标移到物种的拉丁文学名上，会显示该物种相关的简介。
单击物种名称，会跳转到相应的百科词条，如下图。
点击年份的上标，会迅速定位到相应的文献，如下图。
点击引用文献的的doi或PMID号可直接跳转到当前文献的下载页面，如下图。
接着我们就可以下载该文献，进而追踪到基因组数据的下载链接。
当然，你也可以用拉丁名直接到Ensembl，NCBI，UCSC等数据库查找和下载相应物种的基因组数据。
今天的内容就到这里啦~。
全基因组测序技术应用于兰科植物摘要：国家兰科中心率先同行开发出蝴蝶兰与铁皮石斛全基因组测序技术，该技术推动兰科植物基础研究和相关产业开发应用，对园艺、生物医药等行业发展具重大的意义和深远的影响。
关键词：基因测序；小兰屿蝴蝶兰；铁皮石斛；应用一、对兰科植物进行全基因组测序的背景兰科植物（俗称兰花）有近900属，28000多种，占全世界被子植物种类的8%-10%，是被子植物第二大科和单子叶植物最大的科，广泛分布于除两极和极端干旱沙漠地区以外的各种陆生系统中，是植物界最大和进化程度最高的家族之一，是生物多样性和进化研究的理想模式类群，具有极高的科研价值。
兰科植物是世界性濒危物种，其所有种类均被列入《野生动植物濒危物种国际贸易公约》保护范围，占该公约应保护植物的90%以上。
兰科植物中小兰屿蝴蝶兰（Phalaenopsis equestris）的许多种类色彩艳丽、花期长，是世界花卉名品；铁皮石斛（Dendrobium catenatum）作为我国传统中药，被列入《全国集体林地林药林菌发展实施方案（2015-2020年）》，是生态林业经济新模式——林下经济的重要发展对象。
中国兰文化传统赋予兰科植物更高的寓意，使得兰科植物广受欢迎，形成花卉生产的大产业，具有很高的观赏、商业价值。
究竟是哪些基因导致兰花演化出如此丰富的生物多样性，一直是悬而未决的问题。
兰科植物基因组的研究是全面了解兰科物种和推动相关产业发展的基础工作，是对植物界遗传和进化等重大科学问题的研究，受到全世界研究者的重视和关注，对兰科遗传育种和品种创新以及产业技术转化具有重要指导作用。
近年来，随着高通量测序技术和生物信息学研究的高速发展，及其在基因组研究中的成功应用，越来越多的植物基因组被测序。
高通量测序和生物信息学研究技术的发展为全面了解兰科植物的遗传基础提供了有力手段。
目前，拟南芥、水稻等多种被子植物均已完成了全基因组测序。
由于兰科植物的基因组存在高杂合、高重复、长内含子等特点，因此严重阻碍了兰科植物的全基因组测序，致使其全基因组序列较少。
植物基因组的测序与分析植物基因组的测序与分析，是一项重要的研究领域。
随着测序技术的发展，人们能够更深入地了解植物基因组的结构、功能和进化过程。
本文将介绍植物基因组测序的方法和分析的应用。
一、植物基因组测序的方法1. Sanger测序技术Sanger测序技术是最早发展的测序方法之一。
它基于DNA合成时添加的荧光标记的链终止剂，在PCR扩增的基础上进行，经过分离和扫描得到测序结果。
这种方法具有较高的准确性，但是成本较高且适用范围受限。
2. 下一代测序技术下一代测序技术的出现，使得植物基因组测序变得更加快速和经济。
常用的下一代测序技术包括 Illumina（HiSeq和MiSeq）、Ion Torrent和PacBio等。
这些方法具有高通量、高准确性和较低成本等优点，广泛应用于植物基因组的测序。
二、植物基因组测序的应用1. 基因功能研究植物基因组测序可以帮助研究人员识别基因组中的基因和调控元件，从而理解植物的生物学功能。
通过比对测序结果与已知的基因数据库，可以预测新的基因和非编码RNA，进一步研究其功能和调控机制。
2. 进化研究植物基因组测序可以揭示不同植物物种间的系统发育和进化关系。
通过比对多个植物基因组序列，可以研究它们之间的相似性和差异性，辨别出遗传变异和进化事件，深入了解植物的进化过程。
3. 基因组比较分析不同植物基因组序列的比较分析可以揭示基因组结构和功能的差异。
通过比较基因组序列中的基因家族、重复序列和单核苷酸多态性等特征，可以研究植物基因组的结构演化和功能分化。
4. 遗传改良与育种植物基因组测序可以加速植物的遗传改良和育种进程。
通过测序技术筛选出与农艺性状相关的基因，在育种中进行标记辅助选择和杂交设计，提高植物的抗逆性、产量和品质。
三、未来展望植物基因组的测序与分析在植物科研和农业领域具有广阔的应用前景。
随着测序技术的不断发展和降低成本，越来越多的植物基因组将被揭示出来，进一步推动植物生物学和农业科技的发展。
重要农作物基因组的测序和分析近年来，随着生物科技的不断发展，基因测序和分析成为了热门话题。
对于人类来说，基因测序可以帮助医学研究和疾病诊断。
而对于农作物来说，基因测序可以帮助农业生产更加高效、安全和可持续。
重要农作物的基因测序和分析已经成为了全世界科学家们共同的目标。
通过基因组测序和分析，科学家们可以更加深入地了解农作物的基因信息，进而对农作物进行育种改良和提高农作物抗病性等方面提供依据。
在农作物中，小麦、水稻、玉米、大豆等是被人们认为最重要的农作物。
这些农作物的基因测序和分析已经引起了全球科学家们的高度关注。
首先，小麦是世界上三大主要粮食作物之一，全球有超过20亿人依靠小麦作为主要食物来源。
近年来，科学家们通过对小麦基因组的测序研究，发现了许多与小麦相关的基因，推动了小麦的育种改良。
例如，通过对小麦的高密度基因图谱绘制和功能基因筛选，科学家们发现了水稻稻瘟病的抗性基因Lr67。
这个发现将为小麦抗病性育种提供依据。
与小麦相似，水稻也是全世界两亿人的主要食物来源。
水稻基因组的测序研究已经取得了重大突破。
例如，在水稻基因组测序的过程中，中国科学院遗传与发育生物学研究所的科学家发现了水稻重要基因——d1。
d1是一个调控水稻植株高度的基因，对于水稻育种改良具有重要作用。
通过筛选d1，科学家们最终培育出了高度相对较低、更加耐候性较强的水稻品种。
另外，大豆是世界上蛋白质最丰富的作物之一，广泛用来作为人类和家畜的食品和饲料。
目前，大豆基因组测序的工作也已经取得了很大的进展。
最近有研究发现，大豆的Si locus基因(fan输肽基转移酶基因)是大豆品质形成和营养价值的关键基因。
此外，作为世界上最广泛种植的作物之一，玉米的基因测序尤为重要。
通过对玉米基因组的测序研究，科学家们不仅可以了解到玉米的基因组信息，还可以挖掘出玉米中的药用植物成分、新型农药等有益成分。
玉米基因组测序研究还可以加速玉米病害抗性品种的育种改良过程。
植物基因组的测序和解析一、引言随着基因组学技术的飞速发展，对植物基因组的测序和解析也越来越深入。
通过对植物基因组的研究，不仅能够深入了解植物生长发育和适应环境的机理，也为植物育种和农业生产提供了重要的理论和技术支持。
本文将着重介绍植物基因组的测序和解析技术及其应用。
二、植物基因组测序对于植物基因组的测序，一般采用两种主要的方法：全基因组测序（WGS）和转录组测序。
目前已经完成了大量植物的全基因组测序工作，包括拟南芥、水稻、小麦、玉米、大豆、苹果等，这些测序数据为植物基因组研究提供了基础。
而转录组测序则可以在不同生物学阶段或不同环境条件下，对植物基因表达情况做出深入分析。
1. 全基因组测序WGS是指对物种整个基因组DNA序列的测序，包括基因区域和非基因区域。
全基因组测序技术通常会采用高通量测序平台，如Illumina、PacBio等。
基因组大小和复杂性是影响测序花费和时间的主要因素。
在植物基因组测序中，由于植物基因组的大小和复杂性较高，因此一般需要使用多平台组合测序的方式。
例如，可以先使用Illumina短读长度（150bp左右）测序高覆盖度，然后用PacBio长读长度（10kb以上）来填补基因组中的重复区域、插入元件和复杂重读区域等。
2. 转录组测序转录组测序是指对某个生物在特定环境或生物阶段的mRNA进行测序，一般分为总RNA测序和mRNA测序两种。
总RNA测序可以同时得到注释基因和非编码RNA等的全面信息，而mRNA 测序则会选择性地测序已经被转录核糖体识别和选择的信息。
此外，转录组测序也包括甲基化RNA的测序，可以获得DNA甲基化的空间分布和转录水平的相关性等信息。
三、植物基因组解析植物基因组测序仅仅是一个开始，如何处理和分析这些海量的基因组数据，才能更好地理解植物基因组结构与功能呢？这就需要应用各种生物信息学分析方法来进行解析，包括基因注释、结构预测、基因家族分析、进化分析、基因功能预测等。
第四节基因组分析列举：水稻基因组分析本节将结合我们近年来的一些研究结果，重点对第一个被基因组测序的作物——水稻的基因组研究和分析结果进行介绍。
水稻是第一个被全基因组测序的作物。
亚洲栽培稻（Oryza sativa）共有2个亚种（籼稻和粳稻），其中一个粳稻品种“日本晴”分别通过全基因组鸟枪法（Goff et al, 2002）和逐步克隆方法(Sasaki et al, 2002; Feng et al, 2002; The Rice Chromosome 10 Sequencing Consortium, 2003; The Rice Genome Sequencing Project, 2005)测序，另一个籼稻品种“9311”通过全基因组鸟枪法测序(Yu et al, 2002; Yu et al, 2005)。
除了核基因组外，水稻的叶绿体基因组序列早在15年前就已测序完成(Hiratsuka et al, 1989)，同时，其线粒体基因组最近也被测序完成（Notsu et al. 2002）。
在获得基因组序列后，一项艰巨的研究任务是如何从巨量的水稻基因组序列中挖掘出潜藏的遗传事件、进化机制等重要生物信息。
为此本文结合我们自身的一些研究工作，重点介绍了近年来在水稻基因组序列分析中获得的几项最新的研究结果。
1 现代的二倍体，古老的多倍体2004年水稻基因组研究的一个重要进展，是获得清晰的证据表明水稻基因组曾发生过全基因组倍增。
Paterson等( 2004)、Guyot 等(2004)和我们(Fan et al, 2004;Zhang et al, 2005a)的研究结果也一致表明，在禾本科作物分化前发生过一次全基因组倍增（whole-genome duplication）。
早在2002年，根据最初的水稻基因组草图序列,Goff等（Goff et al, 2002）利用同义替换率分布方法（K s-based age distribution）提出水稻基因组可能发生过一次全基因组倍增。
水稻、玉米、大豆、甘蓝、白菜、高粱、黄瓜、西瓜、马铃薯、番茄、拟南芥、杨树、麻风树、苹果、桃、葡萄、花生拟南芥籼稻粳稻葡萄番木瓜高粱黄瓜玉米栽培大豆苹果蓖麻野草莓马铃薯白菜野生番茄番茄梨甜瓜香蕉亚麻大麦普通小麦西瓜甜橙陆地棉梅毛竹桃芝麻杨树麻风树卷柏狗尾草属花生甘蓝物种基因组大小和开放阅读框文献Sesamum indicum L. Sesame 芝麻（2n = 26）293.7 Mb, 10,656 orfs 1Oryza brachyantha短药野生稻261 Mb, 32,038 orfs 2Chondrus crispus Red seaweed爱尔兰海藻105 Mb, 9,606 orfs 3Pyropia yezoensis susabi-nori海苔43 Mb, 10,327 orfs 4Prunus persica Peach 桃226.6 of 265 Mb 27,852 orfs 5Aegilops tauschii 山羊草（DD）4.23 Gb (97% of the 4.36), 43,150 orfs 6 Triticum urartu 乌拉尔图小麦（AA）4.66 Gb (94.3 % of 4.94 Gb, 34,879 orfs 7 moso bamboo (Phyllostachys heterocycla) 毛竹2.05 Gb (95%) 31,987 orfs 8Cicer arietinum Chickpea鹰嘴豆~738-Mb，28,269 orfs 9 520 Mb (70% of 740 Mb), 27,571 orfs 10Prunus mume 梅280 Mb, 31,390 orfs 11Gossypium hirsutum L.陆地棉2.425 Gb 12Gossypium hirsutum L. 雷蒙德氏棉761.8 Mb 13Citrus sinensis甜橙87.3% of ~367 Mb, 29,445 orfs 14甜橙367 Mb 15Citrullus lanatus watermelon 西瓜353.5 of ~425 Mb (83.2%) 23,440 orfs 16 Betula nana dwarf birch，矮桦450 Mb 17Nannochloropsis oceanica CCMP1779微绿球藻（产油藻类之一）28.7 Mb，11,973 orfs 18Triticum aestivum bread wheat普通小麦17 Gb, 94,000 and 96,000 orfs 19 Hordeum vulgare L. barley 大麦1.13 Gb of 5.1 Gb，26,159 high confidence orfs，53,000 low confidence orfs 20Gossypium raimondii cotton 雷蒙德氏棉D subgenome,88% of 880 Mb 40,976 orfs 21Linum usitatissimum flax 亚麻302 mb (81%), 43,384 orfs 22Musa acuminata banana 香蕉472.2 of 523 Mb, 36,542 orfs 23Cucumis melo L. melon 甜瓜375 Mb（83.3%）27,427 orfs 24Pyrus bretschneideri Rehd. cv. Dangshansuli 梨（砀山酥梨）512.0 Mb (97.1%), 42,812 orfs 25,26Solanum lycopersicum 番茄760/900 Mb，34727 orfs 27S. pimpinellifolium LA1589野生番茄739 MbSetaria 狗尾草属（谷子、青狗尾草）400 Mb，25000-29000 orfs 28,29 Cajanus cajan pigeonpea木豆833 Mb，48,680 orfs 30Nannochloropis gaditana 一种海藻~29 Mb, 9,052 orfs 31Medicago truncatula蒺藜苜蓿350.2 Mb, 62,388 orfs 32Brassica rapa 白菜485 Mb 33Solanum tuberosum 马铃薯0.73 Mb,39031 orfs 34Thellungiella parvula条叶蓝芥13.08 Mb 29,338 orfs 35Arabidopsis lyrata lyrata 玉山筷子芥? 183.7 Mb, 32670 orfs 36Fragaria vesca 野草莓240 Mb，34,809 orfs 37Theobroma cacao 可可76% of 430 Mb, 28,798 orfs 38Aureococcus anophagefferens褐潮藻32 Mb, 11501 orfs 39Selaginella moellendorfii江南卷柏208.5 Mb, 34782 orfs 40Jatropha curcas Palawan麻疯树285.9 Mb, 40929 orfs 41Oryza glaberrima 光稃稻（非洲栽培稻）206.3 Mb (0.6x), 10 080 orfs (>70% coverage) 42Phoenix dactylifera 棕枣380 Mb of 658 Mb, 25,059 orfs 43Chlorella sp. NC64A小球藻属40000 Kb, 9791 orfs 44Ricinus communis蓖麻325 Mb, 31,237 orfs 45Malus domestica (Malus x domestica)苹果742.3 Mb 46Volvox carteri f. nagariensis 69-1b一种团藻120 Mb, 14437 orfs 47 Brachypodium distachyon 短柄草272 Mb，25,532 orfs 48Glycine max cultivar Williams 82栽培大豆1.1 Gb, 46430 orfs 49Zea mays ssp. Mays Zea mays ssp. Parviglumis Zea mays ssp. Mexicana Tripsacum dactyloides var. meridionale 无法下载附表50Zea mays mays cv. B73玉米2.06 Gb, 106046 orfs 51Cucumis sativus 9930 黄瓜243.5 Mb, 63312 orfs 52Micromonas pusilla金藻21.7 Mb, 10248 orfs 53Sorghum bicolor 高粱697.6 Mb, 32886 orfs 54Phaeodactylum tricornutum 三角褐指藻24.6 Mb, 9479 orfs 55Carica papaya L. papaya 番木瓜271 Mb (75%), 28,629 orfs 56 Physcomitrella patens patens小立碗藓454 Mb, 35805 orfs 57Vitis vinifera L. Pinot Noir, clone ENTAV 115葡萄504.6 Mb, 29585 orfs 58 Vitis vinifera PN40024葡萄475 Mb 59Ostreococcus lucimarinus绿色鞭毛藻13.2 Mb, 7640 orfs 60 Chlamydomonas reinhardtii 莱茵衣藻100 Mb, 15256 orfs 61Populus trichocarpa黑三角叶杨550 Mb, 45000 orfs 62Ostreococcus tauri 绿藻12.6 Mb, 7892 orfs 63Oryza sativa ssp. japonica 粳稻360.8 Mb, 37544 orfs 64Thalassiosira pseudonana 硅藻25 Mb, 11242 orfs 65Cyanidioschyzon merolae 10D红藻16.5 Mb, 5331 orfs 66Oryza sativa ssp. japonica粳稻420 Mb, 50000 orfs 67Oryza sativa L. ssp. Indica籼稻420 Mb, 59855 orfs 68Guillardia theta -蓝隐藻，551 Kb, 553 orfs 69Arabidopsis thaliana Columbia拟南芥119.7 Mb, 31392 orfs 70参考文献1 Zhang, H. et al. Genome sequencing of the important oilseed crop Sesamum indicum L. Genome Biology 14, 401 (2013).2 Chen, J. et al. Whole-genome sequencing of Oryza brachyantha reveals mechanisms underlying Oryza genome evolution. Nat Commun 4, 1595 (2013).3 Collén, J. et al. Genome structure and metabolic features in the red seaweed Chondrus crispus shed light on evolution of the Archaeplastida. Proceedings of the National Academy of Sciences 110, 5247-5252 (2013).4 Nakamura, Y. et al. The first symbiont-free genome sequence of marine red alga, susabi-nori Pyropia yezoensis. PLoS ONE 8, e57122 (2013).5 Verde, I. et al. The high-quality draft genome of peach (Prunus persica) identifies unique patterns of genetic diversity, domestication and genome evolution. Nature Genetics advance online publication (2013).6 Jia, J. et al. Aegilops tauschii draft genome sequence reveals a gene repertoire for wheat adaptation. Nature 496, 91-95 (2013).7 Ling, H.-Q. et al. Draft genome of the wheat A-genome progenitor Triticum urartu. Nature 496, 87-90 (2013).8 Peng, Z. et al. The draft genome of the fast-growing non-timber forest species moso bamboo (Phyllostachys heterocycla). Nature Genetics 45, 456-461 (2013).9 Jain, M. et al. A draft genome sequence of the pulse crop chickpea (Cicer arietinum L.). Plant Journal, DOI: 10.1111/tpj.12173 (2013).10 Varshney, R. K. et al. Draft genome sequence of chickpea (Cicer arietinum) provides a resource for trait improvement. Nat Biotech 31, 240-246 (2013).11 Zhang, Q. et al. The genome of Prunus mume. Nat Commun 3, 1318 (2012).12 Lee, M.-K. et al. Construction of a plant-transformation-competent BIBAC library and genome sequence analysis of polyploid Upland cotton (Gossypium hirsutum L.). BMC Genomics 14, 208 (2013).13 Paterson, A. H. et al. Repeated polyploidization of Gossypium genomes and the evolution of spinnable cotton fibres. Nature 492, 423-427 (2012).14 Xu, Q. et al. The draft genome of sweet orange (Citrus sinensis). Nat Genet 45,59–66 (2013).15 Belknap, W. R. et al. Characterizing the citrus cultivar Carrizo genome through 454 shotgun sequencing. Genome 54, 1005-1015 (2011).16 Guo, S. et al. The draft genome of watermelon (Citrullus lanatus) and resequencing of 20 diverse accessions. Nat Genet 45, 51–58 (2013).17 Wang, N. et al. Genome sequence of dwarf birch (Betula nana) and cross-species RAD markers. Mol Ecol Article first published online: 21 NOV 2012 DOI:10.1111/mec.12131 (2012).18 Vieler, A. et al. Genome, functional gene annotation, and nuclear transformation of the heterokont oleaginous alga Nannochloropsis oceanica CCMP1779. PLoS Genet 8, e1003064 (2012).19 Brenchley, R. et al. Analysis of the bread wheat genome using whole-genome shotgun sequencing. Nature 491, 705-710 (2012).20 Consortium, T. I. B. G. S. A physical, genetic and functional sequence assembly of the barley genome. Nature 491, 711–716 (2012).21 Wang, K. et al. The draft genome of a diploid cotton Gossypium raimondii. Nature Genetics 44, 1098–1103 (2012).22 Wang, Z. et al. The genome of flax (Linum usitatissimum) assembled de novo from short shotgun sequence reads. The Plant Journal 72, 461-473 (2012).23 D'Hont, A. et al. The banana (Musa acuminata) genome and the evolution of monocotyledonous plants. Nature 488, 213–217 (2012).24 Garcia-Mas, J. et al. The genome of melon (Cucumis melo L.). PNAS 109, 11872-11877 (2012).25 reporter, A. G. s. Consortium releases pear genome data. GenomeWeb Daily News (2012).26 Wu, J. et al. The genome of pear (Pyrus bretschneideri Rehd.). GenomeRes.Published in Advance November 13, 2012, doi:10.1101/gr.144311.112 (2012).27 Consortium, T. T. G. The tomato genome sequence provides insights into fleshy fruit evolution. Nature 485, 635–641 (2012).28 Bennetzen, J. L. et al. Reference genome sequence of the model plant Setaria. Nat Biotech 30, 555-561 (2012).29 Zhang, G. et al. Genome sequence of foxtail millet (Setaria italica) provides insights into grass evolution and biofuel potential. Nat Biotech 30, 549-554 (2012).30 Varshney, R. K. et al. Draft genome sequence of pigeonpea (Cajanus cajan), an orphan legume crop of resource-poor farmers. Nat Biotech 30, 83-89 (2012).31 Radakovits, R. et al. Draft genome sequence and genetic transformation of the oleaginous alga Nannochloropis gaditana. Nat Commun 3, 686 (2012).32 Young, N. D. et al. The Medicago genome provides insight into the evolution of rhizobial symbioses. Nature 480, 520–524 (2011).33 Wang, X. et al. The genome of the mesopolyploid crop species Brassica rapa. Nat. Genet. 43, 1035-1039 (2011).34 Consortium, T. P. G. S. Genome sequence and analysis of the tuber crop potato. Nature 475, 189-195 (2011).35 Dassanayake, M. et al. The genome of the extremophile crucifer Thellungiella parvula. Nat. Genet. 43, 913-918 (2011).36 Hu, T. T. et al. The Arabidopsis lyrata genome sequence and the basis of rapid genome size change. Nat. Genet. 43, 476-481 (2011).37 Shulaev, V. et al. The genome of woodland strawberry (Fragaria vesca). Nat. Genet. 43, 109-116 (2011).38 Argout, X. et al. The genome of Theobroma cacao. Nat. Genet. 43, 101-108 (2011).39 Gobler, C. J. et al. Niche of harmful alga Aureococcus anophagefferens revealed through ecogenomics. PNAS 108, 4352-4357 (2011).40 Banks, J. A. et al. The selaginella genome identifies genetic changes associated with the evolution of vascular plants. Science 332, 960-963 (2011).41 Sato, S. et al. Sequence analysis of the genome of an oil-bearing tree, Jatropha curcas L. DNA Res. 18, 65-76 (2011).42 Sakai, H. et al. Distinct evolutionary patterns of Oryza glaberrima deciphered by genome sequencing and comparative analysis. Plant Journal 66, 796-805 (2011).43 Al-Dous, E. K. et al. De novo genome sequencing and comparative genomics of date palm (Phoenix dactylifera). Nat Biotech 29, 521-527 (2011).44 Blanc, G. et al. The Chlorella variabilis NC64A genome reveals adaptation to photosymbiosis, coevolution with viruses, and cryptic sex. Plant Cell 22, 2943-2955 (2010).45 Chan, A. P. et al. Draft genome sequence of the oilseed species Ricinus communis. Nat Biotech 28(951-956 (2010).46 Velasco, R. et al. The genome of the domesticated apple (Malus x domestica Borkh.). Nat. Genet. 42, 833-839 (2010).47 Prochnik, S. E. et al. Genomic analysis of organismal complexity in the multicellular green alga Volvox carteri. Science 329, 223-226 (2010).48 Initiative, T. I. B. Genome sequencing and analysis of the model grass Brachypodium distachyon. Nature 463, 763-768 (2010).49 Schmutz, J. et al. Genome sequence of the palaeopolyploid soybean. Nature 463, 178-183 (2010).50 Hufford, M. B. et al. Comparative population genomics of maize domestication and improvement. Nat Genet 44, 808-811 (2012).51 Wei, F. et al. The physical and genetic framework of the maize B73 genome. PLoS Genet 5, e1000715 (2009).52 Huang, S. et al. The genome of the cucumber, Cucumis sativus L. Nat. Genet. 41, 1275-1281 (2009).53 Worden, A. Z. et al. Green evolution and dynamic adaptations revealed by genomes of the marine picoeukaryotes Micromonas. Science 324, 268-272 (2009).54 Paterson, A. H. et al. The Sorghum bicolor genome and the diversification of grasses. Nature 457, 551-556 (2009).55 Bowler, C. et al. The Phaeodactylum genome reveals the evolutionary history of diatom genomes. Nature 456, 239-244 (2008).56 Ming, R. et al. The draft genome of the transgenic tropical fruit tree papaya (Carica papaya Linnaeus). Nature 452, 991-996 (2008).57 Rensing, S. A. et al. The Physcomitrella genome reveals evolutionary insights into the conquest of land by plants. Science 319, 64-69 (2008).58 Velasco, R. et al. A high quality draft consensus sequence of the genome of a heterozygous grapevine variety. PLoS One 2, e1326 (2007).59 Jaillon, O. et al. The grapevine genome sequence suggests ancestral hexaploidization in major angiosperm phyla. Nature 449, 463-467 (2007).60 Palenik, B. et al. The tiny eukaryote Ostreococcus provides genomic insights into the paradox of plankton speciation. PNAS 104, 7705-7710 (2007).61 Merchant, S. S. et al. The Chlamydomonas genome reveals the evolution of key animal and plant functions. Science 318, 245-250 (2007).62 Tuskan, G. A. et al. The genome of black cottonwood, Populus trichocarpa (Torr. & Gray). Science 313, 1596-1604 (2006).63 Derelle, E. et al. Genome analysis of the smallest free-living eukaryote Ostreococcus tauri unveils many unique features. PNAS 103, 11647-11652 (2006). 64 Project, I. R. G. S. The map-based sequence of the rice genome. Nature 436,793-800 (2005).65 Armbrust, E. V. et al. The genome of the diatom Thalassiosira Pseudonana: ecology, evolution, and metabolism. Science 306, 79-86 (2004).66 Matsuzaki, M. et al. Genome sequence of the ultrasmall unicellular red alga Cyanidioschyzon merolae 10D. Nature 428, 653-657 (2004).67 Goff, S. A. et al. A draft sequence of the rice genome (Oryza sativa L. ssp. japonica). Science 296, 92-100 (2002).68 Yu, J. et al. A draft sequence of the rice genome (Oryza sativa L. ssp. indica). Science 296, 79-92 (2002).69 Douglas, S. et al. The highly reduced genome of an enslaved algal nucleus. Nature 410, 1091-1096 (2001).70 Kaul, S. et al. Analysis of the genome sequence of the flowering plant Arabidopsis thaliana. Nature 408, 796-815 (2000).。
科学家测出杨树基因组草图科学家于本周宣布，他们测出了一种杨树的基因组草图。
这是首个被测出基因组序列的树木。
这将有助于科学家研究杨树的生存能力，并促进生物燃料的开发。
这项新的研究成果发表在了9月15日出版的《科学》杂志上。
杨树是一种在全世界广为种植的树木。
它具有生长迅速的优点，在理想的条件下大约4年即可成材。
杨树可以提供板材和造纸原料。
此外，杨树还能成为可再生能源的原料。
由于杨树的生长迅速，而且它的基因很容易操纵，植物学家也把杨树作为一种模式植物加以研究。
如今，由美国橡树岭国家实验室和能源部联合基因组研究所领导的一个联合研究组历时4年测出了毛果杨的基因组草图。
共有来自世界各地的32个科研机构参与其中，美国能源部为研究提供了大部分经费。
科学家使用了来自美国华盛顿州Nisqually河岸的一棵雌性杨树作为测序的样本。
他们发现，杨树的基因组由约不到5亿个碱基对组成。
科学家从中发现了约万个编码蛋白质的基因，相比之下人类基因组只拥有约2万个基因。
在这之前，科学家已经测出了拟南芥和水稻的基因组。
拟南芥也是一种模式植物。
树木相对其他植物具有许多其他植物不具备的特性，例如它会制造木质、寿命长，并且能适应环境的变化。
测定树木的基因组有助于科学家理解它的这些特性，选择杨树进行测序的原因还包括杨树的基因组相对较小，只有松树的1/40.通过与已测序的拟南芥基因组相比较，科学家发现杨树在历史上至少发生了3次基因组加倍的事件，其中一次发生在距今1亿到亿年前——而拟南芥和杨树的祖先大致也是在这个时候走上了不同的进化道路。
另一次加倍则发生在距今6000万年到6500万年之间。
基因组的加倍为杨树提供了多余的基因拷贝，从而有可能获得新的功能。
科学家还发现，杨树的进化速度似乎比拟南芥慢。
杨树的优异特性也让它有潜力成为一种生物燃料的原料。
杨树含有的木质素可以分解为糖。
糖经过发酵最终可以产生作为燃料的乙醇。
在一些国家，乙醇已经成为化石燃料的补充。
编号中文名拉丁名发表时间 刊物科、属基因组大小1拟南芥Arabidopsis thaliana 2000.12Nature 十字花科、鼠耳芥属125 Mb 2水稻Oryza sativa. ssp. indica 2002.04Science 禾本科、稻属466 Mb 3水稻Oryza sativa. ssp. japonica 2002.04Science 禾本科、稻属466 Mb 4杨树Populus trichocarpa2006.09Science 杨柳科、杨属480 Mb 5葡萄Vitis vinifera 2007.09Nature 葡萄科、葡萄属490 Mb 6衣藻Chlamydomonas reinhardtii 2007.01Science 衣藻科、衣藻属130 Mb 7小立碗藓Physcomitrella pattens2008.01Science 葫芦藓科、小立碗藓属480 Mb 8番木瓜Carica papaya 2008.04Nature 番木瓜科、番木瓜属370 Mb 9百脉根Lotus japonicus 2008.05DNA Research豆科、百脉根属472 Mb 10三角褐指藻Phaeodactylum tricornutum2008.11Nature 褐指藻属27.4 Mb 11高粱Sorghum bicolor2009.01Nature禾本科、高粱属730 Mb 12玉米Zea mays ssp. mays 2009.11Science 禾本科、玉米属2300 Mb 13黄瓜Cucumis sativus 2009.11Nature Genetics葫芦科、黄瓜属350 Mb 14大豆Glycine max 2010.01Nature豆科、大豆属1100 Mb 15二穗短柄草Brachypodium distachyon 2010.02Nature 禾本科、短柄草属260 Mb 16褐藻Ectocarpus 2010.06Nature 水云属 196 Mb 17团藻Volvox carteri2010.07Science团藻属138 Mb 18蓖麻Ricinus communis 2010.08Nature Biotechnology大戟科、蓖麻属350 Mb 19小球藻Chlorella variabilis 2010.09Plant Cell 小球藻科46 Mb 20苹果Malus × domestica 2010.09Nature Genetics 蔷薇科、苹果属742 Mb 21森林草莓Fragaria vesca 2010.12Nature Genetics 蔷薇科、草莓属240 Mb 22可可树Theobroma cacao 2010.12Nature Genetics梧桐科、可可属430- Mb 23野生大豆Glycine soja2010.12PNAS 豆科、大豆属915.4 Mb 24褐潮藻类Aureococcus anophagefferens2011.02PNAS 57 Mb 25麻风树Jatropha curcas2010.12DNA Research大戟科、麻风树属410 Mbs ci en ce ne t.cn : Gr an t l uj i an g26卷柏Selaginella moellendorffii 2011.05Science 卷柏属212 Mb 27枣椰树Phoenix dactylifera 2011.05Nature Biotechnology 棕榈科685 Mb 28琴叶拟南芥Arabidopsis lyrata 2011.05Nature Genetics十字花科、鼠耳芥属206.7 Mb 29马铃薯Solanum tuberosum 2011.07Nature 茄目、茄科、茄属844 Mb 30条叶蓝芥Thellugiella parvula 2011.08Nature Genetics 盐芥属140 Mb 31白菜Brassica rapa 2011.08Nature Genetics 十字花科、芸薹属485 Mb 32印度大麻Cannabis sativa 2011.01Genome Biology 大麻属534 Mb 33木豆Cajanus cajan 2011.11Nature Biotechnology豆科、木豆属833 Mb 34蒺藜苜蓿Medicago truncatula 2011.11Nature 豆科苜蓿属500 Mb 35蓝载藻Cyanophora paradoxa2012.02Science 灰胞藻门70 Mb 36谷子Setaria italica 2012.05Nature Biotechnology 禾本科、狗尾草属490 Mb 37谷子Setaria italica 2012.05Nature Biotechnology禾本科、狗尾草属510 Mb 38番茄Solanum lycopersicum2012.05Nature 茄科、茄属900 Mb 39甜瓜Cucumis melo 2012.07PNAS 葫芦科、甜瓜属450 Mb 40亚麻Linum usitatissimum 2012.07Plant Journal 亚麻科、亚麻属373 Mb 41盐芥Thellungiella salsuginea2012.07PNAS 十字花科、盐芥属260 Mb 42香蕉Musa acuminata 2012.07Nature 芭蕉科、芭蕉属523 Mb 43雷蒙德氏棉 Gossypium raimondii 2012.08Nature Genetics锦葵科、棉属775.2 Mb 44大麦Hordeum vulgare 2012.01Nature禾本科、大麦属 5.1 Gb 45梨Pyrus bretschneideri 2012.11Genome Research 蔷薇科、梨属527 Mb 46西瓜Citrullus lanatus 2012.11Nature Genetics 葫芦科、西瓜属425 Mb 47甜橙Citrus sinensis 2012.11Nature Genetics芸香科、柑橘属367 Mb 48小麦Triticum aestivum 2012.11Nature 禾本科、小麦属17 Gb 49两种小型藻Bigelowiella natans, Guillardiatheta2012.11Nature 95 Mb, 87 Mb 50棉花（雷蒙德氏棉）Gossypium raimondii2012.12Nature 锦葵科、棉属761.4 Mb 51梅花Prunus mume 2012.12Nature Communications 蔷薇科、梨属280 Mb 52鹰嘴豆Cicer arietinum2013.01Nature Biotechnology豆科、鹰嘴豆属738 Mbs ci en ce ne t.cn :Gr an tl uj i an g53橡胶树Hevea brasiliensis 2013.02BMC Genomics 大戟科、橡胶树属2.15 Gb 54毛竹Phyllostachys heterocycla 2013.02Nature Genetics 竹科、钢竹属 2.075 Gb 55短花药野生稻Oryza brachyantha 2013.03Nature Communications禾本科稻属342 Mb-362 Mb56小麦A Triticum urartu 2013.03Nature 禾本科、小麦属 4.94 Gb 57小麦D grassAegilops tauschii 2013.03Nature 禾本科、小麦属 4.36 Gb 58桃树Prunus persica 2013.03Nature Genetics 蔷薇科、梨属265 Mb 59丝叶狸藻Utricularia gibba 2013.05Nature 狸藻科、狸藻属82 Mb 60中国莲Nelumbo nucifera Gaertn2013.05Genome Biology睡莲科、莲属929 Mb 61挪威云杉Picea abies 2013.05Nature 松科、云杉属19.6 Gb 62海洋球石藻Emiliania huxleyi 2013.06Nature 定鞭藻纲141.7 Mb 63虫黄藻Symbiodinium minutum 2013.07Current Biology甲藻门1.5 Gb 64油棕榈Elaeis guineensis 2013.07Nature棕榈科、油棕榈属1.8 Gb 65枣椰树Phoenix dactylifera 2013.08Nature Communications棕榈科、刺葵属671 Mb 66醉蝶花Tarenaya hassleriana 2013.08Plant Cell 醉蝶花科、醉蝶花属290 Mb 67莲Nelumbo nucifera 2013.08Plant Journal 睡莲科、莲属879 Mb 68桑树Morus notabilis 2013.09Nature Communications 桑科、桑属357 Mb 69猕猴桃Actinidia chinensis 2013.01Nature Communications 猕猴桃属616.1 Mb 70胡杨Populus euphratica 2013.11Nature Communications杨属496.5 Mb 71八倍体草莓 F. x ananassa 2013.12DNA Research 草莓属698 Mb 72康乃馨Dianthus caryophyllus L.2013.12DNA Research石竹属622 Mb 73甜菜Beta vulgaris ssp. vulgaris 2013.12Nature 藜科甜菜属566.6 Mb 74无油樟（互叶梅）Amborella trichopoda 2013.12Science 无油樟属748 Mb 75辣椒Capsicum annuum 2014.01Nature Genetics 辣椒属 3.48 Gb 76芝麻Sesamum indicum 2014.02Genome Biology胡麻科胡麻属274 Mb 77辣椒Capsicum annuum (Zunla-1)2014.03PNAS 辣椒属 3.48 Gb 78火炬松Pinus taeda (Loblolly pine)2014.03Genome Biology 松属23.2 Gb 79棉花（亚洲棉）Gossypium arboreum2014.05Nature Genetics锦葵科、棉属1694 Mbs ci en ce ne t.cn : Gr an t l uj i a n g80萝卜Raphanus sativus L. 2014.05DNA Research 十字花科、萝卜属402 Mb 81甘蓝Brassica oleracea 2014.05Nature Communications十字花科、芸薹属630 Mb 82菜豆Phaseolus vulgaris L .2014.06Nature Genetics 豆科，菜豆属587 Mb 83野生大豆Glycine soja 2014.07Nature Communications豆科、大豆属868 Mb 84普通小麦Triticum aestivum 2014.07Science 禾本科17 Gb 85野生西红柿Solanum pennellii 2014.07Nature Genetics茄科942 Mb 86非洲野生稻Oryza glaberrima 2014.08Nature Genetics禾本科316 Mb 87油菜Brassica napus 2014.08Science 十字花科630 Mb 88中果咖啡Coffea canephora 2014.09Science 茜草科，咖啡属710 Mb 89茄子Solanum melongena2014.09DNA Research 茄科、茄属1093 Mb 90多个野生大豆Glycine soja 2014.09Nature Biotechnology 豆科、大豆属889.33~1,118.34 Mb91枣Ziziphus jujuba 2014.10Nature Communications鼠李科、枣属444 Mb92绿豆Vigna radiata 2014.10Nature Communications 豆科、豇豆属543 Mb 93啤酒花Humulus lupulus 2014.11Plant and Cell Physiology 大麻科、葎草属 2.57 Gb 94蝴蝶兰Phalaenopsis equestris 2014.11Nature Genetics 兰科、蝴蝶兰属 1.16 Gb 95铁皮石斛Dendrobium officinale2014.12Molecular Plant 兰科、石斛属 1.35 Gb 96青稞Lasa goumang 2015.01PNAS 禾本科、大麦属 4.5 Gb 97报春花Primula veris2015.01Genome Biology 报春花科、报春花属479 Mb 98陆地棉（南农）Gossypium hirsutum L. acc. TM-12015.03Nature Biotechnology 锦葵科、棉属 2.5 Gb 99陆地棉（棉花所）Gossypium hirsutum L. acc. TM-12015.03Nature Biotechnology 锦葵科、棉属2.173 Gb 100海带Saccharina japonica 2015.04Nature Communications 海带科、海带属537 Mb 101长春花Catharanthus roseus 2015.04The Plant Journal夹竹桃科、长春花属738 Mb 102科民茄Solanum commersor 2015.04Plant cell 茄科、茄属830 Mb 103茭白Zizania latifolia 2015.06The Plant Journal 禾本科、菰属590 Mb 104黑麦草Lolium perenne 2015.09The Plant Journal 禾本科、黑麦草属 2 Gb 105小豆Vigna angularis 2015.10Nature Communications豆科、豇豆属542 Mb 106菠萝Ananas comosus2015.11Nature Genetics 凤梨科、凤梨属526 Mbs ci en ce ne t.cn : Gr an t l uj i an g107复活草Oropetium thomaeum 2015.11Nature 虎尾草亚科245 Mb 108丹参Salvia miltiorrhiza 2015.12GigaScience 唇形科、鼠尾草属641 Mb 109铁皮石斛Dendrobium catenatum 2016.01Scientific Reports 兰科、石斛属 1.11 Gbs ci en ce ne t.cn : Gr an t l uj i a n g。
