1500万年内水稻新基因的起源与进化

The origin and evolution of the new gene is a vital issue to be investigated in evolutionary genetics. The broad definition of a new gene is the gene occurred in a species at a certain time during evolution at a certain genomic locus. By the advance of sequencing technologies, determining the genome identity of a branch of related genomes is quite available, which provides a foundation for studying the fate of gene within a robust phylogeny. Genus Oryza, as emerging plant system on evolutionary genomics, has gathered complete genome data for multiple species. Previous study revealed that more than 30 percents genes are not within orthologous regions between O. sativa ssp. japonica and O. brachyantha, which diverged 15 million years ago. So many non-collinear genes between them indicate new genes were abundantly originated independently after separation. However, understanding on the origin and evolutionary pattern of these new genes is quite limited. Therefore, this proposal is aimed to identify the time and mechanisms of new genes younger than 15 million years old generated in rice reference genome, on the basis of syntenic blocks built by multiple genomes, including 3 AA genomes, one BB and one FF genome, and one Leersia species as outgroup. Furthermore, this study can provides a springboard to further study the function of new genes in rice.

新基因的起源与进化一直是进化遗传学研究的重要课题。广义的新基因，定义为在某一物种的进化过程中首次呈现在某个基因座位上的基因。随着测序技术的飞速发展，对属内多个物种同时进行基因组测序成为可能，从而为基于系统进化关系，研究新基因命运提供了重要基础。其中，以水稻为代表的稻属通过多个物种的全基因组测序，已经成为研究基因和基因组进化的模式植物系统。前期研究表明，距今已经分化了1500万年水稻和短花药野生稻之间有超过30%的基因位于非共线基因位点，表明两个物种分化后各自独立产生了大量新基因，但目前对这些基因的起源与进化模式尚不明确。因此，本研究旨在利用三个AA基因组物种以及BB、FF和假稻属基因组物种各一个，通过构建物种间共线性关系，鉴定水稻1500万年内形成的新基因，并研究这些新基因的起源与进化机制，从而为研究水稻新基因的功能奠定基础。

水稻是重要的粮食作物，其所在的稻属包括大量野生稻种，是水稻育种和遗传改良 的重要基因资源。同时，稻属也是一个研究基因组进化的一个重要模式系统。基因的起 源、进化、丢失，在物种进化过程中发挥了举足轻重的作用，利用比较基因组学分析手 段，可以了解基因组中的每个基因的不同时期的起源情况。本研究选择稻属9个物种以及 1个假稻属物种的全基因组序列，对水稻基因组新基因的起源时期、起源方式以及功能分 化进行了详细深入的分析。我们首先通过水稻和其他野生稻共线性基因作为markers构建了稻属的共线性区段，结合稻属系统进化关系，将所有水稻基因划分成不同起源时间的基因集合。我们发现，水稻基因组注释出来的40000左右蛋白编码基因，在整个稻属1500万年的进化过程中，其中20,000个保守的基因来源于稻属的祖先种（古老的基因），而另外的15,000个(37.5%）基因都是起源于距今100万年以内（AA基因组分化后），而这些新基因起源的主要方式是通过基因复制形成。利用构建的稻属共线性区段，我们对基因丢失的一种方式，基因的假基因化现象进行了分析，一共鉴定了15,000个假基因，而这些基因的产生也主要起源于基因的复制。因此，基因组的复制，为基因的产生和消亡创造了生物学基础，是推动基因组和物种进化的重要推动力。