Highlights

1.泛基因组整合物种内所有个体基因组信息，蕴含的遗传多样性远超单一参考基因组，为育种提供更全面的遗传变异特征，助力精准挖掘优异等位基因。

2.结构变异（SVs）对生物表型多样性有着深刻影响，与其它变异类型共同推动了物种的进化和发展。

3.SV-GWAS作为泛基因组的完美搭档，能够揭示传统SNP分析遗漏的性状遗传机制，为作物育种鉴定出关键基因，大幅度促进育种进程。

从泛基因组在育种应用中的发展和应用可知晓（点击查看），结构变异（SVs）属于必不可少的板块之一。其中，泛基因组作为一个物种内所有基因组信息的总和，其蕴含的遗传多样性远超单一参考基因组；而 SV，指长度≥50 bp 的基因组序列变异类型，涵盖重复、缺失、插入、倒位和易位等，对生物的表型多样性有着深刻影响。那么，如何在泛基因组的广袤天地中研究 SV，挖掘其中的遗传奥秘呢？

一、结构变异（SV）研究的时代必然性

在传统基因组学中，基因如同精密的机械零件，SNP（单核苷酸多态性）是唯一的调节旋钮。研究表明，SV 在某些性状的遗传贡献中占比显著，例如小麦基因组中很多适应性变异源于染色体大片段倒位（图1）。在物种进化历程中，SV 通过改变基因的结构和数量、调控元件的序列和位置等机制，为生物适应环境变化提供了重要的遗传素材。换句话说，SV如同基因组的 “乐高重组”，与 SNP 等其他变异因素共同推动了物种的进化和发展。

图1 小麦基因组变异模式分析

二、结构变异（SV）的研究/应用方向

1.构建泛基因组图谱，奠定研究基石

研究泛基因组中的 SV，首要任务便是构建高质量的泛基因组图谱。以牛的研究为例，华中农业大学团队基于SV构建了目前世界规模最大的牛泛基因组和基因组结构变异数据库。在植物领域，四川大学生命科学学院团队整合 19 个杨属物种基因组数据，构建属级水平超泛基因组，鉴定到 142,202 个非冗余 SV，并发现 CUC2 基因上游调控区的关键 SV 驱动叶缘形态分化（图2）。

图2 杨树泛基因组分析

2.追溯 SV 起源，探寻演化轨迹

SV 作为基因组进化的重要驱动力，通过对不同动植物物种泛基因组中的 SV 进行分析，可以深入了解物种的进化历程、遗传多样性以及物种间的亲缘关系等。比如，牛泛基因组研究通过 SV 分析揭示了东亚瘤牛与普通牛的复杂血统来源，以及班腾牛基因渗入对环境适应性的贡献；在棉花中，SV 的分布模式支持了栽培种起源于南美洲野生种的假说，并揭示了人工选择对纤维品质相关 SV 的定向筛选。

3.关联SV与表型，挖掘功能奥秘

90%的动植物复杂性状（如产量、抗病性）受多基因协同调控，而SV是这类调控网络的核心枢纽，对生物表型的调控作用在多个物种中也得到了验证。在水稻中，miR164-OsCUC1 通路的 SV 变异导致叶缘缺刻表型，而 miR319 的上调通过抑制茉莉酸信号通路加剧病毒侵染。牛基因组中，APPL2 基因内含子的 Bov-tA1重复插入影响肌肉葡萄糖代谢，可能与地方品种的肉质差异相关（图3）。

图3 SV对功能基因组特征和QTL的影响

4.SV-GWAS：泛基因组的完美搭档

SV-GWAS是利用基因组结构变异（如大片段缺失、重复、倒位等）而非单核苷酸多态性（SNP）进行全基因组关联分析的方法，旨在揭示传统SNP分析遗漏的性状遗传机制。据统计，约15%的人类性状遗传力无法通过SNP解释，而SV可填补这一“遗传缺失”；在作物育种中，SV-GWAS已鉴定出玉米抗倒伏相关的大片段缺失（如ZmWUS1基因），大幅度促进产量。

精选案例

文章题目：Pan-genomic analysis highlights genes associated with agronomic traits and enhances genomics-assisted breeding in alfalfa

研究材料：24个紫花苜蓿

分析内容：基因组组装；泛基因组构建；SV-GWAS；全基因组选择（GS）分析；转录组

主要研究发现：

1.构建了包含 24 个紫花苜蓿个体的泛基因组，发现SVs与外显子的重叠比例较低，而在基因间区和基因上游区域存在比例更高，表明SVs可能与基因组多样性相关。

2.核心基因的功能主要与跨膜运输、离子通道和蛋白质加工有关；可变基因则更多富集到参与遗传信息处理、转录因子和核苷酸修复等相关的生物过程。

3.结合SV-GWAS、转录组和转基因材料，确定MsGA3ox1是降低SLR和提高牧草质量的关键基因，可作为苜蓿物种育种重要的候选基因。

4.深入探究 SV 与苜蓿育种之间的关系，基于全基因组选择（GS）分析证实了基于图形泛基因组和结构变异信息，能够更高效地开展基因组辅助育种，为苜蓿优良品种的定向培育提供了有力的分子工具和理论支撑。

图4 泛基因组时代下的SV促进苜蓿基因组辅助育种

参考文献：He F, Chen S, Zhang Y, et al. Pan-genomic analysis highlights genes associated with agronomic traits and enhances genomics-assisted breeding in alfalfa. Nat Genet. 2025 57:1262-1273.