学院科研团队在植物分子鉴定研究领域取得新进展

近日，我院科研团队在植物分子鉴定研究领域取得新进展，在系统与进化生物学领域国际权威期刊《Systematic Biology》在线发表题为“Benchmarking Assembly-Free K-mer Methods for Species Identification in Complex Plant Groups: A Case Study in Populus”的研究论文。

准确的物种鉴定是生物区系和多样性研究的重要基础。然而，在经历快速分化、频繁杂交和基因渐渗的复杂植物类群中，传统DNA条形码依赖少数基因片段，往往难以提供足够的物种分辨能力。杨属（Populus）物种间分化时间晚、杂交频繁，历史基因交流广泛，是检验新型物种鉴定方法的典型复杂类群。

本研究整合大规模杨属全基因组重测序数据，通过全基因组SNP分析建立严格的物种参考基准，并系统评估无基因组组装和序列比对的免组装k-mer物种鉴定方法。该方法可直接从原始FASTQ测序数据中提取k-mer信息并计算样本间遗传距离，简化了分析流程，显著降低了对计算资源的要求。

结果表明，免组装k-mer方法在复杂的杨属中仍具有很高的物种分辨能力，最近邻鉴定准确率达到99.0%，整体表现明显优于基于叶绿体全基因组的超级条形码，显示出核基因组的明显优势。

k-mer参数、测序深度、计算效率及不同方法的物种鉴定性能比较

基于k-mer遗传距离的聚类结果进一步表明，绝大多数物种能够形成与SNP参考结果一致的清晰分组。

基于免组装k-mer遗传距离的杨属物种聚类结果

进一步分析发现，在约0.2×的低测序深度下，基于遗传距离的物种鉴定表现即接近最佳水平，表明基因组浅层测序即可满足可靠物种识别需求。约200个样本、5 GB压缩原始测序数据的主要距离计算仅需约300 CPU seconds。同时，k-mer遗传距离还可辅助筛查杂交起源、误鉴定及其他异常样本。

该研究表明，即使面对近期物种分化、历史基因流广泛的复杂植物类群，低深度全基因组数据仍可实现快速、低成本和高精度的物种鉴定，为植物整合分类学、种质资源鉴定、生物多样性调查及大规模公共测序数据质量控制提供了新的技术路径。

论文第一作者为学院在读博士研究生周立威，通讯作者为我院副教授尚策，张志翔教授、董文攀副教授参与了研究工作。

本研究获得国家自然科学基金（项目编号：32001247）和科技部科技基础资源调查专项“《泛喜马拉雅植物志》编研”（项目编号：2022FY202200）的支持。

论文链接：https://doi.org/10.1093/sysbio/syag059

作者：周立威

审核：张振明