昆虫基因组组装大小偏差的原因解析

为明确昆虫基因组组装大小产生偏差的原因,利用流式细胞术估测来自6目10科的21种常见农业昆虫的基因组大小,同时从动物基因组大小数据库收集和整理1345个经流式细胞术估测的昆虫基因组大小信息,并从NCBI、GigaDB、DDBJ、i5k workspace@NAL、InsectBase和VectorBase等14个物种遗传信息数据网站获取536种昆虫的基因组组装信息进行比较分析.结果表明,收集的昆虫中有202种同时具有流式细胞术估测的基因组大小和基因组组装大小的信息,以更接近真实值的流式细胞术估测基因组大小为参照,比较发现其中42种昆虫的基因组组装大小偏大,98种昆虫的基因组组装大小偏小,而62种昆虫的基因组组装大小和经流式细胞术估测大小相似.基因组组装大小比经流式细胞术估测大小更大的物种,通过Wilcoxon秩和检验发现显著具有更多的重复序列,但与GC含量、contig N50及基因组测序和组装策略并无显著相关性.综合分析认为,在大多数情况下昆虫基因组组装大小更小,表明组装并不完整,但在重复序列占比较高的情况下,昆虫基因组的组装出现了冗余,导致组装大小更大.