Nature Commun | 中國農科院破解植物基因組演化之謎：紫花苜蓿超級泛基因組揭示多倍化的“進化悖論”

紫花苜蓿是全球分布最廣，種植面積最大的多年生豆科牧草，由于其產草量高、蛋白質含量豐富、適應性強，被譽為“牧草之王”，是全球草食畜牧業穩固發展的重要保障。紫花苜蓿的同源四倍體遺傳特性，不僅賦予了其優良的生產性能和廣泛的適應性，也為挖掘逆境適應性關鍵基因提供了豐富的遺傳資源。面對全球氣候變化帶來的極端環境挑戰，深度挖掘并利用紫花苜蓿的抗逆基因，通過分子設計育種手段培育出廣適高產苜蓿新品種，不僅是飼草產業升級的迫切需求，更是保障國家糧食安全的戰略性舉措。

近日，中國農業科學院北京畜牧獸醫研究所與農業基因組所合作在Nature Communications在線發表了題為“

Medicago

super-pangenome

reveals adaptive advantages and evolutionary constraints in autotetraploid alfalfa

研究團隊以核心栽培品種‘中苜4號’為基礎，完成了其參考基因組的迭代升級，獲得了Contig N50為5.45 Mb、基因組大小為3.13 Gb的高質量版本（ZM4_V2.0），并注釋了202,473個基因。該基因組的連續性和完整性相較于已有版本實現了顯著提升。進一步整合了苜蓿屬共13個基因組，鑒定出69,767個同源基因家族以及494,797個結構變異，構建了苜蓿屬的遺傳變異全景圖譜（圖1）。

圖1 13個苜蓿屬基因組的共線性分析

通過分析紫花苜蓿等位基因變異發現，僅有20.1%的基因具有四個拷貝。進一步比較基因拷貝數變異和泛基因組特征發現，四拷貝基因中的53.3%屬于核心基因，因此我們定義了一類“四拷貝核心基因”。而單劑量基因中的41.7%屬于非必須基因，因此我們定義了“唯一必要基因”。最終我們將全部紫花苜蓿的基因分為6類進行后續分析（圖2）。

圖2 紫花苜蓿6類基因分組框架

富集分析為四拷貝核心基因在逆境適應中的關鍵作用提供了兩方面有力證據。首先，與環境適應性直接相關的基因在該類別中顯著富集了1.6倍（圖3A）。其次，在逆境脅迫響應中，四拷貝核心基因同樣捕獲了最高比例的差異表達基因，富集倍數為1.61倍（圖3B）。這兩項獨立的分析共同表明，四拷貝核心基因是紫花苜蓿響應并適應環境變化的核心功能模塊。

圖3 四拷貝核心基因對于提升環境適應性具有顯著貢獻。

進一步研究發現四拷貝核心基因對苜蓿遺傳改良是一把“雙刃劍”。一方面，四拷貝核心基因對增強環境適應性方面發揮重要作用；另一方面，其內在的大量有害變異在四拷貝核心基因中被掩蓋和固化（圖4）。這些潛在的有害變異，是紫花苜蓿自交過程中表現出嚴重近交衰退的主要原因，從而使紫花苜蓿具有自交不親和特性，也阻礙了自交純系的創制。因此，通過分子設計手段充分利用四拷貝核心基因的適應性優勢，精準清除有害變異，是打破育種瓶頸、實現紫花苜蓿廣適高產抗逆育種的重要策略[2-7]。

圖4 不同類別基因中有害變異的積累與分布

為功能性驗證四拷貝核心基因在生長和適應中的關鍵作用，我們以其中的代表性基因MsGDC（glycine decarboxylase gene）為例，構建了轉基因材料。實驗結果直觀地證實其明顯的功能：無論是在紫花苜蓿還是在模式植物蒺藜苜蓿中，過表達MsGDC均能顯著提高產量，并增強蒺藜苜蓿的氮肥利用效率（圖5）。

圖5 四拷貝核心基因MsGDC的適應性優勢與遺傳負荷

基于上述結果，我們提出了多倍化的演化模型（圖6）。四個不同物種(A-D)的泛基因組分析示意圖：基因類別（核心、軟核心等）用顏色編碼，有害變異用紅條標記。在全基因組加倍后，一部分核心基因被保留為四個等位拷貝（四拷貝核心基因，以黃色背景和紅色虛線框突出顯示），這些基因是提升氣候適應性的重要貢獻者。對于每個基因集，一個等位基因的高表達可能主要負責響應氣候適應性，另外三個等位基因可能是調節功能等位基因的表達。然而，這些適應性優勢可能會帶來長期的代價。適應過程可導致有害變異的積累，這種現象被稱為遺傳負荷。隨著時間的推移，這種負荷在四拷貝核心基因內的過度積累，最終可能損害同源多倍體的適應性，并可能導致同源多倍體走向一個進化的“死胡同”。

圖6 多倍化在紫花苜蓿等多倍體作物中的“雙刃劍”角色

中國農科院深圳農業基因組所博士后張帆，北京畜牧獸醫研究所已畢業碩士生尉春雪和中國農科院深圳農業基因組所博士生史小丫為共同第一作者，中國農科院北京畜牧獸醫研究所楊青川研究員、康俊梅研究員和中國熱帶農業科學院周永鋒研究員為共同通訊作者。華盛頓州立大學張志武教授、基因組所徐小東博士、馬志堯博士、彭艷玲博士等參與了該研究。項目研究得到了農業生物育種重大專項等項目的支持。

參考文獻：

1. Fan Zhang#, Chunxue Wei#, Xiaoya Shi#, …, Junmei Kang*, Yongfeng Zhou*, Qingchuan Yang*. Medicago super-pangenome reveals adaptive advantages and evolutionary constraints in autotetraploid alfalfa [J]. Nature Communications, 2025.

2. Fan Zhang#, Ruicai Long#, Zhiyao Ma, …, Yongfeng Zhou*, Qingchuan Yang*. Evolutionary genomics of climatic adaptation and resilience to climate change in alfalfa[J]. Molecular Plant, 2024, 17, 867–883.

3. Fan Zhang, Junmei Kang, Ruicai Long, …, Zhiwu Zhang*, Qingchuan Yang*. Application of machine learning to explore the genomic prediction accuracy of fall dormancy in autotetraploid alfalfa [J]. Horticulture Research, 2022.

4. Fei He#, Ming Xu#, Ruicai Long#, …, Fan Zhang*. Integrative multi-omics and genomic prediction reveal genetic basis of early salt tolerance in alfalfa[J]. Journal of Genetics and Genomics, 2025.

5. Zhongjie Liu#, Nan Wang#, Ying Su#, …, Jinggui Fang*, Hua Xiao*, Yongfeng Zhou*. Grapevine pangenome facilitates trait genetics and genomic breeding[J]. Nature Genetics, 2024, 56(12): 2804-2814.

6.Xu Wang#, Zhongjie Liu#, Fan Zhang, …, Yongfeng Zhou*. Integrative genomics reveals the polygenic basis of seedlessness in grapevine[J]. Current Biology, 2024, 34(16): 3763-3777. e5.

7. Fei He, Shuai Chen, Yangyang Zhang, …, Xingtan Zhang*, Ruicai Long*, Qingchuan Yang*. Pan-genomic analysis highlights genes associated with agronomic traits and enhances genomics-assisted breeding in alfalfa[J]. Nature Genetics, 2025: 1-12.

論文鏈接：

https://www.nature.com/articles/s41467-025-67280-9