北大农研院叶文秀和郭立团队联合完成葡萄属超级泛基因组，开启葡萄种质创新与利用新时代！

图1. 葡萄样品全球地理分布及其果实和叶片形态

本研究首先组装了酿酒葡萄（Vitis vinifera）霞多丽的完整单倍型基因组，并首次基于ChIP-seq数据鉴定了葡萄着丝粒序列，解析着丝粒的卫星重复序列结构特征，发现单倍型着丝粒之间的显著差异，表明其快速进化。其次，本研究通过对591个葡萄材料的群体基因组分析，选取了72个代表性葡萄材料（包括25个野生种和47个栽培种）进行染色体水平的单倍型基因组组装（图1），基因组验证表明这些单倍体基因组序列具有较高的质量和完成度。

图2. 144个单倍型基因组系统发育树

鉴于葡萄基因组因频繁杂交而具有的高度杂合性，单倍型基因组不仅能精确解析杂合区域序列，而且对分析葡萄的育种历史也至关重要。本研究首次构建了单倍型系统发育进化树，揭示了葡萄属植物复杂的育种历史和丰富的遗传多样性。结果显示，北美和欧洲品种存在较多内部杂交，而东亚品种的内部杂交较少，跨大洲杂交事件有限（图2）。特别是东亚葡萄极少被开发的遗传多样性，表明了其潜在的巨大育种价值。此次新发布的东亚野生葡萄基因组为葡萄遗传育种研究提供了强有力的资源支持。本研究还分析了72份葡萄材料的泛基因组家族，发现了超过6.4万个基因家族，包括不同数量的核心、可变和私有的基因家族。拟合曲线表明，本研究的泛基因家族数量趋向饱和，表明葡萄泛基因组接近闭合。研究还系统分析了葡萄属免疫受体蛋白基因家族NLR，结合三大种群的葡萄和圆叶葡萄抗霜霉病数据发现，TIR-NBARC-LRR家族的NLR基因在抗病（野生葡萄）和感病葡萄（栽培葡萄）中存在显著数量差异，因此有可能是葡萄抗霜霉病表型差异的重要因素之一。该超级泛基因组分析为研究葡萄属的遗传多样性、进化历史及功能基因挖掘提供了全面的基因组基础（图3）。

图3. 葡萄属72份代表性材料超级泛基因组基因家族图谱

其次，本研究进一步绘制了目前最完整的葡萄基因组遗传结构变异（SV) 图谱，助力挖掘与抗性及资源利用效率等重要性状相关的功能基因（图4）。本研究通过全基因组序列比对和变异检测，在67个Euvitis葡萄样本中鉴定出132,518个非冗余结构变异。功能富集分析表明，这些SV与葡萄叶片形态、病原识别及生物刺激感知相关。通过与已知分子标记的比较，本研究鉴定到霜霉病抗性分子标记Rpv3相关SV事件，并发现三大种群中该SV位点的不同单倍型与葡萄霜霉病抗性有显著关联性，证明该SV是一个关键抗病分子标记，突出了超级泛基因组图谱的价值。

图4. 葡萄属72份代表性材料结构变异图谱

最后，本研究使用葡萄结构变异图谱和基于霞多丽完整基因组序列，构建了第一个涵盖欧、亚、美三大种群的图形泛基因组。基于该图形泛基因组，本研究对113个葡萄样本的霜霉病抗性表型、气孔表型以及霜霉病侵染转录组数据进行了基因组变异的eQTL分析（图5），鉴定出63个SV-eQTL和1,808个SNP-eQTL与葡萄抗霜霉病显著相关。在63个与霜霉病抗性密切相关的SV的辅助下，本研究定位到一个氨基酸转运蛋白基因VvLHT8。进一步的分子功能实验发现VvLHT8可能通过负调控葡萄水杨酸合成和气孔免疫反应进而抑制葡萄抗病性，证实了高质量泛基因组辅助的多组学关联分析在作物重要农艺性状分子标记开发及功能基因挖掘中的高效性。本研究构建的葡萄属超级泛基因组不仅加深了对葡萄生物进化和育种改良的理解，也为精准改良葡萄抗病性和多样性提供了重要的科学基础。

图5. 超级泛基因组图谱辅助SV-eQTL鉴定及VvLHT8基因功能验证

综上所述，本研究提供了迄今最全面的葡萄属基因组资源，有助于全面解析葡萄基因组的复杂性和多样性，从而高效发掘并利用葡萄特别是野生葡萄种中的优异基因。本研究结合葡萄属超级泛基因组、群体转录组学和表型组学，对葡萄属遗传多样性和重要农艺性状形成机制的深入探索，为未来培育超级葡萄提供了理论基础和新的思路（图6），标志着葡萄基因组研究迈进新的阶段，也必将加速推动我国葡萄种质创新和葡萄产业的高质量发展。

图6. 葡萄属超级泛基因组构建和应用

北京大学现代农业研究院潍坊市葡萄种质创新与利用重点实验室叶文秀研究员和郭立研究员为该论文的共同通讯作者。北京大学现代农业研究院郭立研究员、王祥锋科研助理、Dilay Hazal Ayhan助理研究员、Mohammad Saidur Rhaman助理研究员和闫明访问学生为该论文的共同第一作者。北京大学现代农业研究院的邓兴旺院士和中国农业科学院郑州果树研究所的刘崇怀研究员为本研究提供了重要支持，北京大学现代农业研究院的王冬月、郑伟、梅俊杰、纪薇教授（山西农业大学访问学者）、焦健副教授（河南农业大学访问学者）、陈绍英、孙杰、易澍、孟点、汪婧、Mohammad Nasim Bhuiyan、国林领、杨庆先、张雪楠、孙海生、秦国臣研究员和中国农业科学院郑州果树研究所姜建福研究员为本研究做出了重要贡献。该研究得到了北京大学现代农业研究院高性能计算中心和质谱分析平台的技术支持，以及山东省重点研发计划和山东省自然科学基金、山东省泰山学者项目和山东省杰出青年基金的资助。