pmid: "39374107"
title: "Montagem do genoma em escala cromossômica da acerola (Malpighia emarginata DC.)."
authors: "Shirasawa K, Harada K, Haramoto N, Aoki H, Kammera S, Yamamoto M, Nishizawa Y"
journal: "DNA research : an international journal for rapid publication of reports on genes and genomes"
pubdate: "2024 Dec 01"
doi: "10.1093/dnares/dsae029"
source: "PMC Full Text"

Montagem do genoma em escala cromossômica da acerola (Malpighia emarginata DC.).

Autores

Shirasawa K, Harada K, Haramoto N, Aoki H, Kammera S, Yamamoto M, Nishizawa Y

Periodico

DNA research : an international journal for rapid publication of reports on genes and genomes (2024 Dec 01)

Conteudo

Montagem do genoma em escala cromossômica da acerola (Malpighia emarginata DC.)
Resumo
A acerola (Malpighia emarginata DC.) é um arbusto perene tropical que produz frutos ricos em vitamina C. Aumentar a nutrição dos frutos é um dos principais objetivos dos programas de melhoramento da acerola. Ferramentas genômicas têm se mostrado capazes de acelerar o melhoramento de plantas, mesmo em espécies frutíferas arbóreas, que geralmente possuem um ciclo de vida longo; no entanto, a disponibilidade de recursos genômicos na acerola, até o momento, tem sido limitada. Neste estudo, como um primeiro passo para desenvolver uma tecnologia eficiente de melhoramento para a acerola, estabelecemos uma montagem do genoma em escala cromossômica da acerola usando sequenciamento de leitura longa de alta fidelidade e mapeamento genético. A montagem resultante compreende 10 sequências em escala cromossômica que abrangem uma distância física de 1.032,5 Mb e contêm 35.892 genes previstos. A análise filogenética de SNPs em todo o genoma em 60 materiais de melhoramento de acerola revelou 3 grupos genéticos distintos. No geral, o recurso genômico da acerola desenvolvido neste estudo, incluindo seu genoma e sequências gênicas, mapa genético e relação filogenética entre os materiais de melhoramento, não será útil apenas para o melhoramento da acerola, mas também facilitará estudos genômicos e genéticos sobre a acerola e espécies relacionadas.
Introdução
A acerola (Malpighia emarginata DC.) é um arbusto perene tropical, frutífero, pertencente à família Malpighiaceae, ordem Malpighiales. A acerola, também conhecida como cereja-de-barbados e cereja-das-antilhas, é nativa da América Central e do Sul e das Ilhas do Caribe. A acerola é cultivada em países tropicais e subtropicais, especialmente no noroeste do Brasil e na região do Delta do Mekong, no Vietnã (Província de Tien Giang e Província de Ben Tre), principalmente para atender à demanda do mercado de frutas frescas e/ou indústrias de processamento. Como os frutos da acerola são ricos em vitamina C (ácido ascórbico), seu suco concentrado é utilizado como matéria-prima para preparar bebidas e pó suplementar de vitamina C. Portanto, um dos objetivos dos programas de melhoramento da acerola é aumentar o teor de vitamina C dos frutos da acerola. No entanto, a acerola, como outras espécies de árvores frutíferas, possui um ciclo de vida longo, tornando seu melhoramento por métodos convencionais desafiador.
A genômica pode acelerar programas de melhoramento não apenas em culturas de cereais e hortaliças, mas também em árvores frutíferas. De fato, novas abordagens baseadas em genômica, como estudo de associação genômica ampla e seleção genômica baseada em métodos de aprendizado de máquina, redes bayesianas, análise de imagem e predição genômica, foram implementadas nos programas de melhoramento de citros, maçã e pera japonesa. Embora informações massivas do genoma e perfis multi-ômicos estejam disponíveis para as árvores frutíferas mencionadas acima, os dados do genoma publicamente disponíveis da acerola, além de seu número cromossômico (2n = 20), têm sido limitados. Essa situação fez com que o melhoramento da acerola ficasse atrás do de outras culturas frutíferas.
O sequenciamento de leitura longa de alta fidelidade, também conhecido como sequenciamento HiFi (PacBio), permitiu a montagem do genoma em nível cromossômico ou de telômero a telômero em várias espécies. A montagem telômero a telômero compreende um único contig, com repetições de telômeros em ambas as extremidades, que cobre todo o cromossomo sem lacunas de sequências de nucleotídeos indeterminadas. Métodos de scaffolding de sequência, juntamente com a tecnologia HiFi, ajudam a estabelecer a montagem do genoma em nível cromossômico. Hi-C é um método popular usado para conectar as sequências montadas na montagem em nível cromossômico. Alternativamente, o mapeamento genético com loci genéticos de alta densidade, baseado em uma lei mendeliana clássica, permite ancorar os fragmentos da sequência do genoma em mapas de ligação para estabelecer sequências em nível cromossômico.

O estabelecimento de recursos genômicos e a avaliação da diversidade genética de materiais de melhoramento seriam o primeiro passo no melhoramento da acerola. Neste estudo, utilizamos a tecnologia HiFi para sequenciar o genoma da acerola e, em seguida, ancoramos as sequências em um mapa genético para construir uma montagem do genoma da acerola em nível cromossômico. Posteriormente, avaliamos a diversidade genética de materiais de melhoramento da acerola usando SNPs derivados do sequenciamento associado a sítios de restrição de dupla digestão (ddRAD-Seq). As informações do genoma da acerola geradas neste estudo serão úteis para acelerar os programas de melhoramento da acerola e aumentar o conhecimento sobre a genética e genômica de Malpighiales.

Materiais e métodos

Materiais vegetais

A cultivar de acerola ‘NRA309’, registrada em 2008 pela Nichirei Foods Inc. (Tóquio, Japão), foi utilizada para o sequenciamento do genoma. Uma população de mapeamento S1 (n = 118), derivada da autopolinização de ‘NRA309’, foi usada para construir um mapa genético da acerola (Tabela Suplementar S1). Além de ‘NRA309’, um total de 59 linhagens de acerola foram utilizadas para análise de diversidade genética. Essas 59 linhagens incluíram 10 linhagens do Brasil, 4 do Japão e 9 dos Estados Unidos, bem como 36 progênies geradas em programas de melhoramento pelo cruzamento das linhagens acima mencionadas (Tabela Suplementar S2). Todos os materiais vegetais foram mantidos na Faculdade de Agricultura da Universidade de Kagoshima.

Estimativa do tamanho do genoma

O DNA genômico (gDNA) de ‘NRA309’ foi extraído de folhas usando Genomic Tip (Qiagen, Hilden, Alemanha). O kit PCR-free Swift 2S Turbo Flexible DNA Library Kit (Swift Sciences, Ann Arbor, MI, EUA) foi utilizado para construir uma biblioteca de leitura curta, que foi então convertida em uma biblioteca de sequenciamento de nanobolas de DNA usando o MGI Easy Universal Library Conversion Kit (MGI Tech, Shenzhen, China). A biblioteca foi sequenciada usando um instrumento DNBSEQ G400 (MGI Tech) para gerar leituras pareadas de 100 pb. O tamanho do genoma de ‘NRA309’ foi estimado usando Jellyfish (tamanho do k-mer = 17).

Sequenciamento do genoma e montagem primária
O gDNA 'NRA309' foi submetido à preparação de bibliotecas de leitura longa. Resumidamente, o gDNA 'NRA309' foi fragmentado para um tamanho médio de fragmento de 40 kb usando Megaruptor 2 (Deagenode, Liège, Bélgica) no modo Large Fragment Hydropore, e o DNA fragmentado foi usado para a preparação da biblioteca HiFi SMRTbell com o SMRTbell Express Template Prep Kit 2.0 (PacBio, Menlo Park, CA, EUA). As bibliotecas de DNA obtidas foram fracionadas com BluePippin (Sage Science, Beverly, MA, EUA) para eliminar fragmentos com menos de 20 kb de comprimento. As bibliotecas de DNA fracionadas foram sequenciadas em uma SMRT Cell 8M no sistema Sequel II (PacBio). As leituras HiFi foram construídas usando o pipeline CCS (https://ccs.how) e montadas usando Hifiasm (versão 0.16.1) com parâmetros padrão. Sequências do genoma de organelas, identificadas por buscas de similaridade de sequência das sequências do genoma plastidial e mitocondrial relatadas de parentes da acerola (Tabela Suplementar S3) usando Minimap2 (versão 2.24), foram eliminadas. A completude da montagem foi avaliada com os dados embryophyta_odb10 usando Benchmarking Universal Single-Copy Orthologs (BUSCO) (versão 5.2.2).

Montagem do genoma em nível cromossômico por mapeamento genético
O gDNA das linhagens da população S1 foi extraído de folhas usando o Plant Genomic DNA Extraction Mini Kit (Favorgen, Ping-Tung, Taiwan). O gDNA extraído foi digerido com as endonucleases de restrição PstI e MspI e submetido à preparação da biblioteca ddRAD-Seq. A biblioteca resultante foi sequenciada em um instrumento DNBSEQ G400 (MGI Tech) para gerar leituras pareadas de 100 pb. Após remover as sequências adaptadoras (AGATCGGAAGAGC) com fastx_clipper no FASTX-Toolkit (versão 0.0.14, http://hannonlab.cshl.edu/fastx_toolkit) e aparar leituras de baixa qualidade (escore de qualidade < 10) com PRINSEQ (versão 0.20.4), as leituras de alta qualidade foram alinhadas à montagem do genoma de 'NRA309' usando Bowtie2 (versão 2.3.5.1). SNPs bialélicos de alta confiança foram identificados usando as opções mpileup e call do BCFtools (versão 1.9) e filtrados usando VCFtools (versão 0.1.16) com base nos seguintes critérios: profundidade de leitura ≥ 5; qualidade do SNP = 999; frequência do alelo menor ≥ 0,2; proporção de dados ausentes < 20%. Uma análise de ligação dos SNPs foi realizada usando Lep-Map3 (versão 0.2) para construir um mapa genético. As sequências de contigs foram ancoradas ao mapa genético, e sequências de pseudomoléculas em nível cromossômico foram estabelecidas usando ALLMAPS (versão 0.7.3). Sequências teloméricas contendo repetições de um motivo de 7 pb (5ʹ-TTTAGGG-3ʹ) foram pesquisadas usando o subcomando search do tidk (https://github.com/tolkit/telomeric-identifier), com um tamanho de janela de 100.000 pb.

Predição de genes codificadores de proteínas e sequências repetitivas
Genes codificadores de proteínas foram previstos usando a estratégia ab initio do Helixer (versão 0.3.2). A completude das previsões foi avaliada com o conjunto de dados embryophyta_odb10 usando BUSCO (versão 5.2.2). Os genes previstos foram anotados funcionalmente usando o emapper (versão 2.1.12) implementado no EggNOG, em conjunto com buscas nos bancos de dados UniProtKB e nas sequências de peptídeos de Arabidopsis (Araport11) usando DIAMOND (versão 2.0.14) e BLAST, respectivamente. Sequências repetitivas na montagem foram identificadas usando o RepeatMasker (https://www.repeatmasker.org), com base em sequências repetitivas registradas no Repbase e em uma biblioteca de repetições de novo construída com o RepeatModeler (https://www.repeatmasker.org).
Análise da diversidade genética
A estrutura do genoma da acerola foi comparada com a de 3 espécies de Malpighiales, incluindo seringueira (Hevea brasiliensis, montagem RefSeq do NCBI GCF_030052815.1), mandioca (Manihot esculenta, GCF_001659605.2) e mamona (Ricinus communis, GCF_019578655.1), usando o Minimap2 implementado no D-Genies.
As bibliotecas de ddRAD-Seq de todas as 59 linhagens de acerola foram preparadas conforme descrito acima e sequenciadas em um instrumento DNBSEQ G400 (MGI Tech). Posteriormente, as leituras de ddRAD-seq obtidas de todas as 59 linhagens e de 'NRA309' foram alinhadas às sequências de pseudomoléculas em nível cromossômico para detectar variantes de sequência. SNPs bialélicos de alta confiança foram selecionados com as condições de filtragem: profundidade de leitura ≥ 5; qualidade do SNP = 999; frequência do alelo menor ≥ 0,05; proporção de dados ausentes < 20%. Os efeitos dos SNPs na função gênica foram estimados com o SnpEff. A estrutura populacional de 60 linhagens foi avaliada com base na estimativa de máxima verossimilhança das ancestralidades individuais usando o ADMIXTURE (versão 1.3.0). Uma árvore filogenética, baseada em 100 réplicas bootstrap, foi criada com o SNPhylo (versão 20140701) e visualizada com o iTOL (versão 6.9.1). Sequências cromossômicas, genes previstos, sequências repetitivas e posições de SNPs foram visualizadas com o Circos.
Resultados
Sequenciamento e montagem do genoma
Para estimar o tamanho do genoma da acerola, dados limpos de leituras curtas (73,1 Gb) foram submetidos à análise de distribuição de k-mer. Os resultados indicaram que o genoma da acerola era altamente heterozigoto, com um tamanho de genoma haploide de 1.114,2 Mb (Figura Suplementar S1).
Um total de 90,3 milhões de leituras HiFi, com comprimento N50 de 32,4 kb (28,3 Gb; cobertura de 24,6 × do tamanho estimado do genoma), foram obtidas de 1 SMRT Cell 8M e montadas em 73 contigs. Três sequências potencialmente contaminantes (221,1 kb no total) de genomas de organelas foram removidas. Consequentemente, 70 contigs com um comprimento total de 1.053,0 Mb e comprimentos N50 e N90 de 73,1 Mb e 39,1 Mb, respectivamente (Tabela 1), foram obtidos. Esses 70 contigs representaram a montagem do genoma da acerola e foram designados como NRA309_r1.0.
Sequências de contigs (NRA309_r1.0) Sequências de pseudomoléculas (NRA309_r1.0.pmol) Contigs não atribuídos a nenhum grupo de ligação Tamanho total (pb) 1,052,960,172 1,032,546,981 20,414,091 Nº de sequências 70 10 51 Comprimento N50 (pb) 73,099,088 104,183,651 1,133,687 Comprimento N90 (pb) 39,070,837 92,689,787 135,127 Comprimento do gap (pb) 0 900 0 Nº de genes Não analisado 35,551 341
Um mapa genético da acerola foi construído com base em 940,0 milhões de leituras ddRAD-Seq obtidas de 118 linhagens S1 e ‘NRA309’ (linhagem parental). Resumidamente, leituras de alta qualidade foram alinhadas aos contigs montados como referência, com uma taxa média de mapeamento de 88,6% (Tabela Suplementar S1), e 7.935 SNPs de alta confiança foram detectados. Na análise de ligação subsequente, 10 grupos de ligação foram obtidos, com o número de grupos de ligação correspondendo ao número cromossômico básico da acerola. O mapa genético resultante abrangeu uma distância de 1.059,8 cM e continha um total de 7.775 SNPs (Tabela 2, Fig. Suplementar S2).
Estatísticas da sequência de pseudomolécula da acerola.
Grupo de ligação Nº de SNPs Comprimento do mapa (cM) Comprimento total (pb) Nº de contigs Unidade de repetição do telômero a Nº de genes NRA309ch01 1,035 105.3 104,183,651 2 1 (Inferior) 3,580 NRA309ch02 982 126.3 118,493,997 3 0 (Nenhum) 4,537 NRA309ch03 906 100.5 92,689,787 3 1 (Inferior) 3,215 NRA309ch04 847 110.2 107,707,034 2 1 (Superior) 3,815 NRA309ch05 781 87.9 100,396,053 1 2 (Ambos) 3,540 NRA309ch06 770 121.8 110,748,733 2 1 (Inferior) 3,723 NRA309ch07 748 125.6 122,825,995 1 2 (Ambos) 4,097 NRA309ch08 605 89.7 93,730,031 1 1 (Inferior) 3,103 NRA309ch09 562 90.4 81,726,457 2 1 (Inferior) 2,593 NRA309ch10 539 102.1 100,045,243 2 1 (Superior) 3,348 Subtotal (ch01 a ch10) 7,775 1,059.8 1,032,546,981 19 11 35,551 Contigs não atribuídos Não disponível Não disponível 20,414,091 51 5 341 Total 7,775 1,059.8 1,052,961,072 70 16 35,892

aAs localizações das unidades de repetição do telômero são mostradas entre parênteses.
Os contigs foram alinhados ao mapa genético da acerola para estabelecer sequências em nível cromossômico. Dos 70 contigs, 19 foram mapeados em 10 grupos de ligação. Entre eles, 1, 2 e 3 contigs foram mapeados em 3, 5 e 2 grupos de ligação, respectivamente (Tabela 2). As 10 sequências de pseudomoléculas, NRA309_r1.0.pmol, abrangeram uma distância física de 1.032,5 Mb (98,1% do comprimento total dos contigs) (Fig. 1a, Tabelas 1 e 2, Fig. Suplementar S2). Repetições de telômeros foram encontradas em uma extremidade de 7 sequências e em ambas as extremidades de 2 sequências, enquanto nenhum telômero foi encontrado em 1 sequência (Tabela 2). No geral, os cromossomos 5 e 7 foram completamente montados, sem gaps, no nível telômero a telômero. Os 51 contigs restantes (comprimento total = 20,4 Mb) com 5 unidades de repetição do telômero não foram atribuídos a nenhum grupo de ligação (Tabelas 1, 2). De acordo com a pontuação BUSCO, a montagem do genoma da acerola estava 98,8% completa (Tabela 3).
Completude da montagem do genoma e genes preditos da acerola.
Montagem do genoma (%) Genes previstos (%) Completo 98.8 99.1 Completo em cópia única 95.6 95.8 Completo duplicado 3.2 3.3 Fragmentado 0.6 0.7 Ausente 0.6 0.2
O genoma da acerola. a) Mapa físico do genoma da acerola em escala de mega base (Mb), b) % de nucleotídeos de genes por 1 Mb, c) % de nucleotídeos de retrotransposons LTR por 1 Mb e d) densidade de SNP por 1 Mb.
Predição de genes e sequências repetitivas
Em seguida, previmos genes codificadores de proteínas no genoma da acerola usando Helixer. Como resultado, um total de 35.892 genes (comprimento médio da sequência codificante = 1.150 pb) foram previstos (Fig. 1b), dos quais 35.551 e 341 genes estavam localizados nas 10 sequências em escala cromossômica e nos 51 contigs não atribuídos, respectivamente. A pontuação BUSCO dos genes previstos por Helixer foi de 99,1% (Tabela 3). Dos 35.892 genes, 31.742 (88,4%), 30.989 (86,3%) e 29.068 (81,0%) genes foram anotados funcionalmente com EggNOG mapper, busca DIAMOND contra UniProtKB e busca BLAST contra sequências peptídicas do Araport11, respectivamente (Tabela Suplementar S4). No total, 32.239 (89,8%) genes foram anotados por pelo menos 1 dos 3 métodos.
Sequências repetitivas ocuparam um total de 816,3 Mb (77,5%) das sequências de pseudomoléculas. Nove tipos principais de repetições foram identificados em proporções variadas (Tabela 4). Retroelementos LTR (427,2 Mb) representaram o tipo de repetição dominante nas sequências de pseudomoléculas (Fig. 1c), seguidos por transposons de DNA (89,8 Mb). Sequências repetitivas não disponíveis em bancos de dados públicos totalizaram 252,5 Mb.
Sequências repetitivas no genoma da acerola.
Tipo de repetição Nº de repetições Comprimento total (pb) Proporção relativa (%) SINEs 829 109.559 >0,0 LINEs 51.728 30.364.578 2,9 Elementos LTR 372.431 427.204.241 40,6 Transposons de DNA 145.807 89.786.642 8,5 RNA pequeno 4.891 7.793.074 0,7 Satélites 1.995 437.534 >0,0 Repetições simples 154.212 6.367.487 0,6 Baixa complexidade 33.617 1.711.063 0,2 Não classificados 687.125 252.478.999 24
Análise comparativa da estrutura do genoma
As sequências de pseudomoléculas da acerola foram alinhadas contra as da seringueira (H. brasiliensis), mandioca (M. esculenta) e mamona (R. communis), todas pertencentes à família Euphorbiaceae na ordem Malpighiales. Inesperadamente, nenhuma similaridade clara foi detectada, e prováveis estruturas conservadas estavam altamente fragmentadas entre o genoma da acerola e os das outras 3 espécies de Euphorbiaceae (Fig. Suplementar S3).
Diversidade genética de linhagens de acerola
Para avaliar a diversidade genética de linhagens de acerola, o gDNA de 59 linhagens foi submetido ao ddRAD-Seq. Uma média de 12,7 milhões de leituras de ddRAD-Seq por amostra foi obtida. Leituras de alta qualidade de 59 linhagens e ‘NRA309’ foram alinhadas às sequências de pseudomoléculas de ‘NRA309’ (referência), com uma taxa média de mapeamento de 90,6% (Tabela Suplementar S2), e 49.070 SNPs de alta confiança foram detectados (Fig. 1d). De acordo com os resultados do SnpEff, o tipo de SNP mais proeminente foi o impacto modificador (59,5%) em íntrons e regiões intergênicas, seguido por baixo impacto (21,9%; mutações sinônimas), impacto moderado (18,2%; mutações de sentido trocado) e alto impacto (0,4%; mutações sem sentido e de sítio de splicing) (Tabela Suplementar S5). A análise ADMIXTURE agrupou as 60 linhagens em 3 clusters (K = 3), cujo valor foi o erro mínimo de validação cruzada para o modelo de melhor ajuste: cluster a, 7 linhagens japonesas e havaianas; cluster b, 16 linhagens havaianas e brasileiras; e cluster c, 36 linhagens derivadas de cruzamentos entre FB05 e 5 membros do cluster b (Fig. 2a). Esses 3 clusters foram bem suportados pela análise filogenética (Fig. 2b).

Estrutura genética e árvore filogenética de 60 linhagens de acerola. a) Estrutura populacional de 60 linhagens de acerola. Cada cor representa um grupo distinto. A origem das linhagens de acerola é mostrada entre parênteses: BRA, Brasil; JPN, Japão; Estados Unidos; e Cross, Progênies de cruzamentos. b) Árvore filogenética. Os números nos ramos indicam valores de bootstrap baseados em 100 réplicas.

Discussão

Aqui, apresentamos uma montagem do genoma em escala cromossômica da acerola, um membro da família Malpighiaceae. Até onde sabemos, este é o primeiro relato de uma montagem do genoma em escala cromossômica não apenas da acerola, mas também de uma espécie de Malpighiaceae. Montagens do genoma em nível cromossômico foram relatadas para pelo menos 3 espécies da ordem Malpighiales, a saber, seringueira (H. brasiliensis), mandioca (M. esculenta) e mamona (R. communis), todas membros da família Euphorbiaceae. A análise comparativa da estrutura do genoma revelou que as estruturas genômicas da acerola e das 3 espécies de Euphorbiaceae raramente foram conservadas (Fig. Suplementar S3). Isso sugere a possibilidade de que a acerola divergiu de membros das Euphorbiaceae dentro da ordem Malpighiales. Mais montagens do genoma em nível cromossômico para membros das Malpighiaceae seriam necessárias para validar essa hipótese.
As informações do genoma da acerola geradas neste estudo seriam úteis para programas de melhoramento da acerola, nos quais a melhoria do teor de vitamina C do fruto juntamente com a resistência a doenças e pragas são frequentemente alvo. A relação filogenética dos cultivares de acerola determinada neste estudo (Fig. 1) estava de acordo com a determinada anteriormente usando marcadores de polimorfismo amplificado relacionado à sequência (SRAP) baseados em PCR. Linhagens parentais em programas de melhoramento poderiam ser adequadamente selecionadas para aumentar a diversidade genética dos materiais de melhoramento. Além disso, loci agronomicamente importantes poderiam ser identificados por meio da análise de loci de características quantitativas, com base no mapa genético. Uma vez determinados os loci genéticos de interesse, os genes candidatos subjacentes poderiam ser facilmente identificados usando informações do genoma. Sendo uma planta lenhosa, o ciclo de vida ou tempo de geração da acerola é mais longo do que o de plantas herbáceas anuais, incluindo hortaliças, o que torna desafiador a conclusão da análise genética convencional e do melhoramento em um período de tempo limitado. Portanto, a aplicação de novas abordagens baseadas em genômica, por exemplo, estudo de associação genômica ampla e seleção genômica baseada em métodos de aprendizado de máquina, redes bayesianas, análise de imagem e predição genômica, tem sido proposta para culturas de árvores frutíferas, incluindo plantas lenhosas.

Concluímos que os recursos do genoma da acerola desenvolvidos neste estudo, incluindo seu genoma e sequências gênicas, mapa genético e relação filogenética entre materiais de melhoramento, seriam úteis para a pesquisa genômica em acerola e Malpighiales e para o desenvolvimento de novas tecnologias de melhoramento acelerado. Este estudo fornece um recurso genômico padrão para a genômica, genética e melhoramento da acerola e espécies relacionadas.

Material Suplementar

Financiamento

Este trabalho foi apoiado pelo JSPS KAKENHI (22H05172 e 22H05181) e pela Fundação do Instituto de Pesquisa de DNA de Kazusa.

Conflitos de interesse

K.H., N.H. e H.A. são funcionários da Nichirei Foods Inc. Todos os outros autores declaram não haver interesses concorrentes.

Disponibilidade de dados

As leituras de sequência bruta foram depositadas no banco de dados BioProject do DNA Data Bank of Japan (DDBJ) sob o número de acesso PRJDB18209, cujos detalhes estão listados nas Tabelas Suplementares S1 e S2. As sequências montadas estão disponíveis no DDBJ (números de acesso: AP035802–AP035862) e no Plant GARDEN (https://plantgarden.jp).

Referências

Diversidade genética na qualidade da acerola: uma revisão sistemática
Índice de seleção multivariada de genótipos de acerola para consumo in natura com base em atributos físico-químicos do fruto
Projetando culturas futuras: o melhoramento assistido por genômica atinge a maturidade
Melhoramento assistido por genômica em árvores frutíferas
Predição genômica da segregação de características em uma população de progênies: um estudo de caso da pera japonesa (Pyrus pyrifolia)
Dissecando o Senso dos Melhoristas por meio de abordagem de aprendizado de máquina explicável: aplicação à descascabilidade e dureza do fruto em citros
Estudos ômicos de citros, uva e árvores frutíferas da família Rosaceae
Caracterização do cariótipo de Malpighia emarginata (Malpighiaceae)
Era dos genomas vegetais sem lacunas: inovações em tecnologias de sequenciamento e mapeamento revolucionam a genômica e o melhoramento
Montagem de novo do genoma de Aedes aegypti usando Hi-C produz scaffolds de tamanho cromossômico
ALLMAPS: ordenação robusta de scaffolds baseada em múltiplos mapas
Double digest RADseq: um método barato para descoberta de novo de SNPs e genotipagem em espécies modelo e não modelo
Uma abordagem rápida e livre de bloqueios para contagem paralela eficiente de ocorrências de k-mers
Montagem de novo resolvida por haplótipo usando gráficos de montagem faseados com hifiasm
Minimap2: alinhamento pareado para sequências de nucleotídeos
BUSCO: avaliando a completude da montagem e anotação do genoma com ortólogos de cópia única
Fluxo de trabalho analítico do sequenciamento de DNA associado a sítios de restrição de dupla digestão baseado em otimização empírica e in silico em tomate
Controle de qualidade e pré-processamento de conjuntos de dados metagenômicos
Alinhamento rápido de leituras com gaps usando Bowtie 2
Um arcabouço estatístico para chamada de SNPs, descoberta de mutações, mapeamento de associação e estimativa de parâmetros genéticos populacionais a partir de dados de sequenciamento
O formato de chamada de variantes e VCFtools
Lep-MAP3: mapeamento de ligação robusto mesmo para dados de sequenciamento de genoma completo de baixa cobertura
Helixer: anotação gênica entre espécies de grandes genomas eucarióticos usando aprendizado profundo
eggNOG-mapper v2: anotação funcional, atribuições de ortologia e predição de domínios em escala metagenômica
UniProt: a base de conhecimento universal de proteínas em 2023
Araport11: uma reanotação completa do genoma de referência de Arabidopsis thaliana
Alinhamentos sensíveis de proteínas em escala de árvore da vida usando DIAMOND
Gapped BLAST e PSI-BLAST: uma nova geração de programas de busca em bancos de dados de proteínas
Genoma de nível cromossômico de Hevea brasiliensis selvagem fornece novas ferramentas para melhoramento assistido por genômica e loci valiosos para elevar a produção de borracha
Assinaturas seletivas e alta diversidade genômica em variedades tradicionais brasileiras de mandioca (Manihot esculenta Crantz)
Uma montagem de genoma em nível cromossômico de mamona selvagem fornece novos insights sobre sua evolução adaptativa em deserto tropical
D-GENIES: dot plot de grandes genomas de forma interativa, eficiente e simples
Um programa para anotar e prever os efeitos de polimorfismos de nucleotídeo único, SnpEff: SNPs no genoma da linhagem w1118; iso-2; iso-3 de Drosophila melanogaster
Estimativa rápida baseada em modelo de ancestralidade em indivíduos não aparentados
SNPhylo: um pipeline para construir uma árvore filogenética a partir de grandes dados de SNPs
Interactive Tree Of Life (iTOL) v5: uma ferramenta online para exibição e anotação de árvores filogenéticas
Circos: uma estética da informação para genômica comparativa
Identificação de acessos de acerola (Malpighia glabra L.) por marcadores SRAP
Plant GARDEN: um portal web para busca cruzada entre diferentes tipos de recursos genômicos e genéticos em uma ampla variedade de espécies de plantas