甜瓜基因组GAPs特征及形成原因探究

摘要

未知区域（GAPs）是基因组中未被测序或组装的区域．经单分子三代测序，甜瓜基因组中GAPs由基因组V3.6.1中的79.68 Mb减少至基因组V4.0中的0.12 Mb．以甜瓜基因组V3.6.1和V4.0数据为研究对象，获取并分析基因组中GAPs内部及侧翼序列特征及规律，并探究GAPs形成原因，为组装高质量甜瓜基因组提供参考．结果表明：与基因组整体相比，GAPs内部两侧150 bp区域，简单重复序列（Simple Sequence Repeats, SSR）密度较高、非SSR区域GC含量较高，GAPs外侧150 bp含有较高的多拷贝序列．较高GC含量和微卫星密度会影响PCR扩增，多拷贝序列的存在会影响下游序列的拼接组装，且在GAPs两侧150 bp与GAPs全序列比较发现，越临近GAPs边界，其GC含量与微卫星密度越高．认为甜瓜基因组V3.6.1中GAPs形成的主要原因是含有较高GC含量、微卫星密度及较多的多拷贝序列；对V4.0基因组GAPs两侧序列比对分析发现，多拷贝序列占比为98.24%，多拷贝序列可能是V4.0中GAPs形成的重要原因．

关键词

甜瓜 / 基因组 / 重复序列 / SSR / GAPs