Earl Grey ParTEA:从泛基因组到深层系统发育范围的可扩展、一致的转座元件注释

由 root 提交于 周五, 11/06/2026 - 04:47

内容形式:摘要译文

转座元件(TE)是基因组多样性的主要驱动因素,但要理解其移动性及功能影响,必须准确描述基因组中的转座元件。目前,TE 注释通常逐个基因组进行。部分相同或近缘物种的成员之间往往共享转座元件。因此,使用单一参考基因组构建的文库进行 TE 注释,会遗漏该组装中不存在的家族;而为每个基因组独立构建文库,则难以一致地识别共享的转座元件,从而妨碍比较分析。在此,我们介绍 Earl Grey ParTEA:一条完全自动化的 Snakemake 流水线,它扩展了 Earl Grey 的功能,可对基因组面板进行比较性 TE 注释。ParTEA 整合所有输入基因组,构建单一的非冗余 TE 文库,解析嵌合型共识序列,并利用该共享文库注释每个基因组,从而支持直接比较 TE 家族多样性、丰度、共享与特有内容以及活性图谱。可选模块还提供 TE 文库饱和度分析、基于 BUSCO 的组装质量控制,以及按系统发育关系对输出进行排序。

我们将 ParTEA 应用于跨越不同演化尺度的基因组集合:十个拟南芥(*Arabidopsis thaliana*)材料、十个果蝇属物种,以及十个覆盖真菌界的物种。果蝇 TE 文库中的经整理家族数从 343 个增至 1,852 个,其中包括一种此前遗漏的滚环复制元件,该元件在 *D. miranda* 中有 6,000 多个拷贝。所有基因组共有的 TE 家族比例在 *A. thaliana* 中最高(97.3%),在果蝇属物种间为 37.7%,而在所分析的真菌集合中仅为 0.5%。ParTEA 可通过 Bioconda 获取,为大规模基因组分析时代的比较性 TE 研究提供了一个计算高效且可复现的框架。

关键词:转座元件注释 · 泛基因组分析 · 比较基因组学 · 系统发育分析 · 生物信息学流水线

原文链接:https://www.biorxiv.org/content/10.64898/2026.11.04.764261v1?rss=1