【昊阅读】Nature Genetics 6月精选文章一览

发稿时间：2018-06-08来源：天昊生物

 

 

（一）

The Rosa genome provides new insights into the domestication of modern roses

Rosa 基因组为现代玫瑰的驯化提供了新的见解

玫瑰作为观赏植物和香水工业原料，具有重要的文化和经济价值。本研究报道了玫瑰全基因组测序和组装，以及促成玫瑰驯化的主要基因型。研究者从杂合二倍体现代玫瑰祖细胞--月季“Old Blush”中产生纯合基因型。利用单分子实时测序和meta组装方法，获得了迄今为止最全的基因组。多样性分析突出了“La France”的混合起源，它是欧洲物种生长活力与中国物种相结合的首批杂交品种之一。通过中国祖先的基因组片段确定了轮回开花的新候选基因。重构调节和次生代谢途径使研究者能够提出一个气味和花朵颜色相互关联调节的模型。这一基因组为理解控制玫瑰花性状的机制提供了基础，应该加速玫瑰花、蔷薇科和观赏植物的改良。

 

（二）

Genome-wide analyses identify 68 new loci associated with intraocular pressure and improve risk prediction for primary open-angle glaucoma

全基因组分析确定了68个与眼内压相关的新位点，并改善了原发性开角型青光眼的风险预测模型

 

青光眼是全球不可逆失明的主要原因。尽管其病情严重性，该疾病在社区中经常不能被确诊。眼压过高（IOP）是原发性开角型青光眼（POAG）最重要的危险因素。在这里，我们完成了一项对139,555名欧洲参与者的荟萃分析，确定了112个与IOP相关的基因组位点，其中68个是首次发现。这些位点表明，促血管生成素受体酪氨酸激酶信号传导，脂质代谢，线粒体功能，发育过程在参与升高IOP风险中具有重要作用。此外，在另一个独立样本中，这些位点中有48个与青光眼有关，其中14个位点在Bonferroni校正后仍然显著。基于回归模型的青光眼预测模型，在美国NEIGHBORHOOD研究中的受试者工作特征曲线下面积（AUROC）为0.76，在英国生物库独立样本的曲线下面积为0.74。 POAG的遗传预测模型为高风险个体提供了筛查和及时治疗的可能。

 

（三）

Resequencing of 243 diploid cotton accessions based on an updated A genome identifies the genetic basis of key agronomic traits
根据更新的A基因组对243份二倍体棉花材料重测序确定了关键农艺性状的遗传基础

Gossypium arboreum和Gossypium herbaceum的祖先为现代栽培的异源四倍体棉花提供了基因组A亚组。在这里，研究者通过整合不同的技术来升级Gossypium arboreum基因组组装。本研究对243份G. arboreum和 G. herbaceum资源进行了重新测序，生成基因组变异图谱，发现它们与Gossypium raimondii有着同样的差异。独立分析表明中国乔木树种起源于华南，随后传入长江、黄河地区。大多数具有驯化相关性状的材料经历了地理隔离。全基因组关联研究( GWAS )确定了乔木层11个重要农艺性状的98个显著关联峰区。GaKASIII的非同义替换(半胱氨酸到精氨酸的替换)可能赋予棉花种子显著的脂肪酸组成变化。枯萎病抗性与GaGSTF9表达的激活有关。本研究对理解棉花A基因组进化的迈出重要一步。

 

（四）

The fecal metabolome as a functional readout of the gut microbiome
粪便代谢组可作为肠道微生物组的功能解读

人类肠道微生物组在人类健康中起着关键作用，但16S表征缺乏定量功能注释。粪便代谢组数据可以提供微生物活性的功能读数，并且可以用作介导宿主 - 微生物组相互作用的中间表型。本研究对粪便代谢组进行了综合描述，研究样本为双胞胎研究计划（TwinsUK）中，来源于786个个体的1,116个代谢物。研究发现粪便代谢组受宿主遗传因素的影响不大（遗传率（H2）= 17.9％）。 NAT2基因的一个拷贝数扩增位点与粪便代谢性状相关。粪便代谢组在很大程度上反映了肠道微生物的组成，平均解释67.7％（±18.8％）的差异。它与内脏脂肪质量密切相关，从而说明微生物影响腹部肥胖的潜在机制。因此，本研究提出，粪便代谢谱分析是探索微生物组成，宿主表型和遗传复杂性状之间联系的新工具。

 

（五）

Resequencing a core collection of upland cotton identifies genomic variation and loci influencing fiber quality and yield
对陆地棉核心种质重测序确定影响纤维品质和产量的基因组变异和基因座

陆地棉是最重要的天然纤维作物。与纤维品质和产量有关的各种种质和等位基因基因组变异有必要深入研究。在这里，研究者对419份核心种质基因组进行了平均测序深度6.55X的重测序，并鉴定了大约366万个用于评估基因组变异的SNPs。研究者对12个环境进行了表型鉴定，并对13个纤维相关性状进行了全基因组关联研究。7383个独特的SNPs与这些性状显著相关，位于4820个基因内或附近；纤维品质的相关位点比纤维产量多，D亚组中的纤维基因比A亚基因组多。先前未描述的开花天数、纤维长度和纤维强度的几个基因被鉴定。这些性状的表型选择增加了驯化和育种过程中优良等位基因的频率。这些结果为棉花改良的分子选择和遗传操作提供了依据。

 

（六）

 

Analysis of the androgen receptor–regulated lncRNA landscape identifies a role for ARLNC1 in prostate cancer progression
雄激素受体调节的lncRNA全局分析确定了ARLNC1在前列腺癌进展中的作用

雄激素受体（AR）在正常前列腺发育以及前列腺癌的发展中起着关键作用。使用前列腺癌细胞系和组织的整合转录组学分析，我们将ARLNC1（AR调节的长非编码RNA1）鉴定为与前列腺癌进展中的AR信号强相关的重要长非编码RNA。 ARLNC1不仅被AR蛋白诱导，而且ARLNC1通过RNA-RNA相互作用稳定了AR转录物。 ARLNC1敲低在体外和体内可抑制AR表达，全局AR信号传导和前列腺癌生长。总之，这些数据支持ARLNC1在维持正向反馈环路中的作用，所述正向反馈环路在前列腺癌进展期间可加强AR信号传导。因此，ARLNC1被鉴定为前列腺癌新的治疗靶标。

 

（七）

Genetic identification of brain cell types underlying schizophrenia
基因鉴定精神分裂症患者的脑细胞类型

除少数研究成果之外，精神分裂症遗传基础知识的显著进展并未能应用于精准实验模型的开发。通过应用单细胞RNA测序的脑细胞分类学知识，我们评估了与精神分裂症相关的基因组位点是否映射到特定的脑细胞类型。我们发现常见变异基因位点结果一致地映射到锥体细胞，中等多刺神经元（MSNs）和某些中间神经元，但与胚胎，祖细胞或神经胶质细胞关联很低。这种富集是由于在这些细胞类型中特异性表达的一组基因。我们还发现，以前与精神分裂症有关的多种基因集（涉及突触功能基因，编码与FMRP相互作用mRNA的基因，抗精神病药物靶基因等等）通常涉及相同的脑细胞类型。我们的结果提示了一个简洁的解释：精神分裂症的常见变异关联位点指向有限的一组神经元，而关联基因集指向相同的细胞。与MSN相关的遗传风险与谷氨酸能锥体细胞和中间神经元的遗传风险不重叠，这表明不同的细胞类型在精神分裂症中具有不同的生物学作用。

 

 

（八）

Locus-specific control of the de novo DNA methylation pathway in Arabidopsis by the CLASSY family
CLASSY家族在拟南芥de novo DNA甲基化途径的基因座特异性控制上的研究

DNA甲基化对于基因调控、转座子沉默和印记至关重要。尽管特定DNA甲基化模式的产生对于这些过程至关重要，但是甲基化如何在单个基因座上调节仍不清楚。本研究表明，拟南芥DNA甲基化的基因座特异性和全局调节都需要一个由四个预测的染色质重塑因子CLASSY (CLSY) 1–4组成的家族参与。在机制上，这些因子与RNA聚合酶-IV (Pol-IV)有关，以控制指导DNA甲基化的24nt siRNAs的产生。CLSYs单独在数千个不同位点调节Pol-IV -染色质结合和24nt siRNA的产生，它们共同调节基本上所有24nt siRNA。根据所涉及的CLSYs，这种调节依赖于不同的抑制性染色质修饰，以促进对DNA甲基化的基因座特异性控制。鉴于植物和哺乳动物甲基化系统之间的保守性，类似的途径可能在广泛的生物体中起作用。

 

（九）

 Quantification of subclonal selection in cancer from bulk sequencing data
基于批量测序数据量化癌症中的亚克隆选择

亚克隆结构在各种癌症类型中普遍存在。然而，产生肿瘤亚克隆的时间演化动力学机制仍然未知。在这里，我们基于高通量测序数据，通过使用亚克隆选择的计算模型和理论群体遗传学来测量人类癌症中的克隆动态。我们的方法确定了肿瘤样品的可检测亚克隆结构，并同时测量了每个亚克隆的选择性优势和出现时间。我们证明了此方法的准确性以及基因组中可记录的进化动力学的程度。通过应用于乳腺癌，胃癌，血液癌症，结肠癌和肺癌样本以及转移性沉积物的高度深度测序数据显示，如果存在受选择的可检测亚克隆，其始终在肿瘤生长期间早期出现并具有较大的适应性优势（> 20％）。我们的定量框架为人类癌症的进化轨迹提供了新的见解，并有助于从广泛可用的测序数据中预测个体肿瘤的测量结果。