劉恒康博士研究方向為利用空間多組學探究腫瘤細胞遺傳變異及其與微環境的相互作用在腫瘤演化過程中的規律和機制。在本次講座中劉博士分享了一篇發表于Cancer Cell的封面文章，其中百邁客生物為該研究提供了百創S1000空間轉錄組測序服務。

與以往研究不同的是，這篇文章在研究中同時納入原發灶以及侵襲性黑色素瘤，結合多組學技術手段，挖掘腫瘤侵襲的克隆演化規律的同時，發現了AM（原位肢端黑色素瘤）的C3分子亞型預后更差，這與C3亞型微環境中浸潤更多免疫細胞以及免疫抑制微環境相關。其中APOE+/CD163+巨噬細胞通過IGF1-IGF1R促進了腫瘤細胞EMT轉化，這一發現也在體外細胞共培養實驗、額外的患者隊列中得到了驗證，為臨床評估黑色素瘤患者預后提供了新的視角，即肢端型黑色素瘤組織中APOE+CD163+雙陽與患者更差預后相關。

首期 “一作面對面” 腫瘤專題講座圓滿收官，前沿干貨精彩紛呈！

百邁客生物 “一作面對面” 腫瘤專題系列講座將持續推出肺癌、肝癌、結直腸癌、胃癌、乳腺癌、宮頸癌、前列腺癌等多癌種專場，致力于打造腫瘤醫學領域前沿研究的高端分享平臺 —— 聚焦研究思路與成果的深度交流，探索臨床問題向科學研究的轉化路徑，解析前沿技術驅動的認知革新，并揭示科研成果的臨床價值落地邏輯。

誠邀腫瘤研究領域專家學者共聚云端

愿思維碰撞出的火花

最終變為烈火焚凈病痛造福廣大患者

7月9日19:30

我們下期再會！

中山大學生命科學學院李霖鋒教授以“雜草稻的起源與適應性進化”為題，依托《Nature Communications》發表的題為”Porous borders at the wild-crop interface promote weed adaptation in Southeast Asia”?的文章，以文章中雜草稻基因組組裝及群體進化為基礎，延伸介紹了從雜草稻的表性調研及分類，馴化過程中的品系選育，馴化關鍵基因選擇以及雜草稻適應性進化研究對栽培水稻育種的重要作用等，整場演講深入淺出，引起了各位老師的熱烈討論。

北京大學現代農業研究院陳為凱副研究員陳老師則以“本氏煙草完整基因組揭示其著絲粒復雜結構及進化歷史”為題，詳細介紹了老師在《Nature Plants》發表的題為?“The complete genome assembly of Nicotiana benthamiana reveals the genetic and epigenetic landscape of centromeres”?的研究課題，演講內容從煙草的T2T基因組組裝開始，深入分析了不同物種著絲粒標志序列特征并對其進行分類，整合Chip-seq及甲基化數據共同構建了本氏煙草著絲粒形成和進化的模型，該模型涉及新著絲粒的形成及反轉錄轉座子等方面信息，整場演講內容詳盡思路完整，也引發了各位在場老師的思考。

百邁客生物高級產品經理聶寧寧圍繞兩位學者研究中涉及的基因組學與群體進化研究相關組學工具展開深度解析。

這場學術盛宴雖已落幕，但其引發的思考與探索仍在持續。7月16日14:00，我們將迎來第二期直播。屆時，將有新的行業權威專家匯聚一堂，圍繞作物育種領域的新興技術、前沿理論等展開深入探討，為大家帶來更多關于作物育種的創新思路與解決方案。

請持續關注百邁客生物官方消息，讓我們共同期待7月16日再次相聚云端，共探作物育種新前沿！

為了推動動物腸道微生物的深入研究，2025年6月24日，百邁客生物特邀三位深耕該領域的權威專家，以動物營養為核心，開展此次主題學術沙龍，圍繞動物腸道微生態調控、菌群功能解析、宿主互作機制等熱點議題，帶來高水準學術報告。這不僅是一場知識與思想的盛宴，更是探索動物健康養殖、疾病防控新路徑的交流平臺，讓我們共同探討動物腸道微生物世界的無限可能，攜手推動學科發展與技術革新！

會議聚焦：微觀世界大能量

一、反芻動物消化道微生物組互作與功能研究

本次沙龍中國農業科學院草原研究所劉孝珍老師探討了反芻動物消化道微生物組研究的重要性，并從不同方向展開：

• 微生物組研究:通過宏基因組組裝基因組技術，解析微生物組結構組成、與宿主和環境的關系以及其功能；
• 互作機制研究:?探究微生物之間的相互作用機制，例如群體感應以及這些機制如何影響微生物群落結構和功能；
• 暗物質開發與利用:?挖掘未被充分認知的微生物暗物質，包括未被培養的微生物類群、非編碼小RNA和未知代謝產物，并開發其潛在應用價值。

二、畜禽微生物研究的變與不變

本次沙龍西北農林科技大學武老師對國內外關于畜禽微生物組研究工作進行了整體梳理，從以下七個部分展開：

• 胃腸道微生物組目錄構建及功能挖掘：利用宏基因組及binning分析進行胃腸道宏基因組目錄構建及功能挖掘，并介紹了其他胃腸道微生物組研究方法；
• 胃腸道微生物互作研究：介紹微生物間互作關系，及互作關系的研究方法；
• 胃腸道微生物-宿主互作：介紹近幾年研究比較多的由胃腸道微生物所產生的代謝物，這些代謝物是如何調控宿主的一系列功能；
• 宿主-胃腸道微生物互作：該部分內容闡明了宿主是如何影響微生物，并介紹了一系列近幾年熱門的研究方法；
• 消化道穩態營養與微生物功能調控：基于消化道健康的五環標準，開展消化道營養研究，例如圍繞生產效率低下、階段性代謝性疾病多和飼料飼草資源短缺等方向開展飼料養分高效利用的研究；
• 科赫法則-從微生物到微生物組：介紹了微生物時代的”科赫法則”，如何去實現由因果關系到因果機制的驗證，未來又該從哪些角度去展開；
• 高顏值在線數據分析、繪圖與論文組圖

三、“腸-生殖”軸建立的作用機制探究

本次沙龍內蒙古大學周揚老師介紹了她近幾年的研究成果，基于“腸-生殖”軸建立的相關作用機制，進一步去開發羊營養代謝性疾病的繁殖調控技術，研發提高羊精液品質的飼料添加劑。

• 腸-睪軸：構建羊代謝紊亂模型，紊亂模型中精子發生異常、質量下降，研究發現菌群失調影響膽汁酸水平進而影響維生素A吸收，維生素A吸收受阻影響精子發生，闡明了代謝性紊亂誘發的反芻動物羊繁殖力下降的腸-睪軸新機制；
• 腸-睪軸：MLT通過改善腸道菌群的微生態系統，挽救了代謝素亂疾病引發的精子發生異常和睪丸細胞凋亡，為反芻動物羊由代謝素亂引發的繁殖疾病診斷和防治提供了新的思路；
• 基于腸-生殖軸進行后續研究：通過補充維生素B1來預防母體代謝紊亂對雌性后代繁殖性能的影響，這項研究為保護后代繁殖力提供了新的診療思路；
• 羊精準繁養育一體化：精準繁養助力良種培育:建立何時喂，喂多少，喂什么的標準。針對羊高產經濟性狀(主要圍繞產肉、產奶)，依托已建立益生元庫，研發提升羊肉和羊奶品質的新技術和新產品。

通過今天的沙龍，我們對腸道菌群之間的協同互作，菌群對代謝的影響機制等科學問題有了更全面的認識，也對腸道菌群與宿主的互惠共生關系有了更深層次的理解。本次沙龍圓滿閉幕，我們將持續打造第五期微生物領域系列學術盛宴，屆時期待與您在科研長河中激蕩思想，共濺新浪花！

辣椒（Capsicum annuum）是全球最早且廣泛栽培的蔬菜作物之一，其產生的包括辣椒紅素和辣椒素在內的多種次生代謝產物在食品，醫療和軍工業都具有重要作用。一直以來，對于辣椒的改良主要依賴于傳統育種方法。相較于同為茄科作物的番茄，辣椒具有龐大而復雜的基因組，且其中超過80%為轉座子或重復序列。研究表明，轉座子和重復序列是轉錄調控元件的重要來源，由此暗示了辣椒基因組中含有豐富的順勢調控元件以及多樣的轉錄調控方式，而調控元件的變化是動植物進化和馴化的主要驅動力之一。

該研究以樟樹港辣椒為模型，系統揭示了辣椒在全基因組范圍內的表觀特征，并在此基礎上推測包括啟動子和增強子在內的瞬時調控元件。研究發現，辣椒啟動子主要由H3K4me3,?H3K27ac和開放染色質共同修飾，而增強子的特征為開放染色質。在此基礎上，該研究對生長發育以及脅迫響應的調控元件進行了挖掘，并對部分元件進行實驗驗證。此外，該研究報道了辣椒基因組基因間區H3K4me1和H3K27me3共同修飾的區域，推測為暫時未表達（poised）的調控元件，其具體分子功能有待驗證。

綜上，該研究系統挖掘辣椒基因組中重要的順勢調控元件，以及其調控的靶標基因，不僅為基因調控研究提供了基礎，也為通過靶向遺傳和表觀遺傳操作改良辣椒品種提供了理論支持。

以上內容來源于北京大學現代農業研究院，侵刪

水稻數據庫

☆?國家水稻數據中心：提供水稻優異品種、突變體、分子標記、基因、QTL、品種、系譜等信息，以及水稻期刊、軟件服務等資源。

☆?水稻基因組注釋項目數據庫RGAP與水稻注釋計劃RAP：旨在提供水稻日本晴基因組的序列和注釋數據。該網站提供基因組序列和12條水稻染色體的注釋，基因的分布，或者根據基因名稱查找基因的功能和序列、下載數據或使用blast搜索同源基因。

☆?水稻基因組變異及其功能注釋的綜合數據庫RiceVarMap v2.0：提供了來自4,726個水稻種質的測序數據中的17,397,026個基因組變異（包括14,541,446個SNP和2,855,580個小?INDEL）的精選信息，高質量和完整的基因型數據，變異的全面注釋，表型數據和?GWAS?結果，對功能基因定位，標記開發的客戶非常友好。

☆?水稻功能基因組育種數據庫RFGB（v2.0）：該數據庫整合了3024份水稻種質資源的18M SNP、2.3M InDel、IRGSP所有基因單倍型和12種表型數據，具有基因檢索、基因組變異可視化瀏覽、BLAST等功能，將表型數據和單倍型數據聯合分析，為挖掘基因有利單倍型提供數據支持。

☆?Oryzabase是一個綜合性水稻科學數據庫，包含大量水稻品系庫存信息，突變體信息，染色體圖譜，基因字典，水稻科學基礎知識。OryzaGenome是野生Oryza物種的基因組數據庫，為水稻研究提供了比較和進化的組學方法。

☆?水稻基因索引數據庫RGI：在這個數據庫里，亞洲稻的每一個基因都能輕松找到同源或相近的基因，以及追蹤其演變歷史。

☆水稻功能基因組表達數據庫RiceGE

☆?水稻基因表達庫RED：是一個基因表達譜存儲庫，對跨越整個水稻生長階段的組織進行?RNA-Seq?數據分析，涵蓋各種生物和非生物處理。

☆?水稻表達譜數據庫RiceXPro：針對水稻植物在自然田間條件下的整個生長過程、用各種植物激素處理的水稻幼苗以及通過激光顯微切割（LMD） 分離的特定細胞類型/組織，使用微陣列技術進行水稻轉錄組分析，旨在表征水稻中所有預測基因的表達譜。

☆?水稻多元表觀基因組數據的數據庫RiceENCODE：該數據庫收集了包括ChIP-seq，ATAC-seq, MNase-seq, FAIRE-seq, BS-seq, RNA-seq, ncRNA-seq, Hi-C和ChIA-PET?等水稻高通量數據，可查詢不同品種、不同組織、不同染色體區段交互信息，兩兩基因之間交互網絡等。

小麥數據庫

☆?小麥基因組信息數據庫：由國際小麥基因組測序聯盟維護（IWGSC），可查找參考基因組序列、基因，BLAST，批量注釋等多個功能，可幫助科研工作者加速開發改良品種，為小麥基礎應用科學提供支持。

☆?小麥組學數據在線平臺WheatOmic：實現了對多套麥族物種基因組、轉錄組、變異組、突變體庫外顯子組、表觀修飾組等大數據的可視化，并具有擬南芥/水稻-小麥同源基因鑒定、基因共表達網絡構建、蛋白互作、轉錄因子結合位點分析等多個分析工具。

☆?小麥族同源基因數據庫TriticeaeGeneTribe：利用小麥族物種中已發表的基因組，對不同參考基因組間同源基因鑒定，構建了小麥族同源基因數據庫。同時，數據庫具有基因功能查詢，GO富集分析，同源基因查詢，基因組區間共線性分析等功能。

☆?小麥蛋白質組數據庫

☆?小麥及其祖先的基因組變異數據庫：適用于多套小麥及祖先種變異數據集的查詢，可對大規模樣本的VCF文件實現在線的快速檢索和分析可視化。

☆?小麥基因組變異與選擇信號數據庫WGVD：匯總了從968個面包小麥及其祖先中收集到的SNPs、indels，以及基于93個小麥全基因組重測數據的SNPs評估的小麥馴化和改良過程中的選擇特征。數據庫主要提供變異、基因組選擇信號搜索、基因組瀏覽和比對功能。

☆?小麥WheatCNVb數據庫：基于小麥CNVb新型分子標記系統，支持查詢小麥種質資源的CNVb標記，可視化CNVb指紋，并進行基于CNVb指紋的品種比較。

☆?利用整合基因調控網絡探索小麥功能基因的交互式平臺wGRN：提供了基因調控查詢、功能基因預測和QTG挖掘等十余個功能模塊，建立了小麥整合基因調控網絡，實現了可持續整合大規模調控數據集的網絡化研究框架。

☆?異源六倍體小麥及其祖先的比較共表達網絡分析數據庫WheatCENet：集成了功能注釋，蛋白質-蛋白質相互作用、miRNAs，GO注釋、GSEA等工具能夠搜索和比較特定的功能共表達網絡，識別其中聚集的基因的相關功能。

☆?小麥種質資源血緣區間比較數據庫WheatCompDB：主要針對數據集中任意兩個樣本間的種質資源血緣區間比較分析，支持基因組水平、染色體水平和局部區間水平下種質資源網絡的構建和挖掘。

玉米數據庫

☆?玉米基因組和遺傳分析平臺：數據庫包含了玉米的基因組序列、基因注釋、遺傳圖譜、突變體信息、表達數據、相關的文獻和研究工具。旨在支持玉米遺傳學和基因組學的研究，為科研工作者提供訪問和分析玉米的遺傳和基因組數據的平臺。

☆?玉米及其野生近緣種的基因組工程資源庫：包括玉米及其野生親屬禾本科的復雜性狀，稀有遺傳變異如何影響整體植物功能。

☆?玉米多組學基因網絡分析平臺：整合了701個轉錄組學數據和108個表觀基因組數據，并研究了具有多維組學水平的不同條件網絡。MCENet?還提供?5?個網絡訪問分析工具包（即?Network Search、Network Remodel、Module Finder、Network Comparison?和?Dynamic Expression View）和多個網絡功能支持工具包。

☆?適應玉米多組學時代的綜合數據庫：整合了來自于同一玉米群體的基因組、轉錄組、表型組、代謝組、表觀基因組、遺傳變異以及遺傳定位結果等多組學數據，同時收錄了多個玉米基因組，可以進行比較基因組、共線性分析、表達聚類、遺傳變異基因分型、連鎖圖譜、定位結果、組蛋白修飾以及甲基化等多組學數據進行檢索和分析，實現在不同組學數據之間進行跳轉。

☆?擬南芥和玉米蛋白質組數據庫：為通過實驗鑒定擬南芥和玉米中的蛋白質提供了集成資源。內部BLAST比對鏈接玉米和擬南芥信息，實驗鑒定基于細胞類型特異性蛋白質組或特定亞細胞蛋白質組（例如葉綠體，類囊體，核苷）和總葉蛋白質組樣品的內部質譜（MS）。

☆?利用玉米單倍型標簽多態性分析工具：HTP數據庫（HTPdb）：該數據庫覆蓋了育種中常用的3,587個重要玉米自交系，其中包括172,921個非冗余的HTP等位基因變異，提供了豐富的單倍型標簽資源。同時，基于HTP標記的特點，研究人員在HTPTools中集成了智能區塊數據填充算法，當僅需獲取少量HTP標記的基因型時，可以通過該功能快速地獲取對應區塊的完整數據。

☆?玉米網絡數據庫MaizeNetome：其中包含從基因組到轉錄組、翻譯組和蛋白質組的整個遺傳傳遞。多組學整合網絡圖譜通過ChIA-PET整合基因組相互作用，包括跨根、葉、穗、?SAM和其它31個組織或發育階段mRNA-seq、circRNA-seq?的轉錄組共表達網絡，跨?21?個不同組織/階段Ribo-seq?數據，?B73?材料8?個不同組織的酵母雜交蛋數據。數據庫可以幫助輔助QTL定位，并系統剖析農藝性狀的可能分子機制，為快速基因克隆和高效的網絡分析鋪平道路。

☆?全基因組范圍的玉米基因輔助功能網絡數據庫MaizeNet：是通過集成?21?個組件網絡構建的，其中每個網絡都是從不同的組學數據中推斷出來的。 通過整合異構數據，MaizeNet?提供了玉米遺傳結構的全面視圖，為特定生物過程確定候選基因的優先級。可以利用?MaizeNet?中實現的優先級服務來生成新的功能假設，縮小候選基因的范圍，并確定該功能的新基因。

☆?中國玉米品種系譜數據庫：收錄自交系及品種信息10000余條，涉及自交系1218個，雜交種7823個。該數據庫實現了品種信息檢索、系譜追溯、子代查詢、定制化查詢、用戶上傳及糾錯系譜信息等功能，便于中國玉米育種家及科研工作者快捷查詢玉米自交系及品種的信息及系譜關系。

大豆數據庫

☆?水稻、小麥和大豆的分子育種資源庫：這是一個集成數據庫，收集了群體測序、種質資源、表型和各種基因組數據。

☆?大豆基因組學和分子生物學數據庫：為大豆研究者提供了大量的數據和工具，以支持大豆的遺傳學、基因組學和育種研究。用戶可以通過SoyBase查找大豆的基因組信息、遺傳資源、表型數據等，并利用其中的分析工具進行數據挖掘和可視化。

☆?大豆種質資源組學數據庫：用戶可提供離散值的表型數據來幫助用戶識別用于育種或遺傳研究的“有用”種質資源，實現了2K-SG的33個數量性狀與9個質量性狀的共享；用戶可以利用SoyFGB或未公開表型數據來實現表型和單倍型變異的相關性在不同基因組分辨率下的在線解析；獲得基因組作圖定位與表型性狀相關區域，使用?“搜索”和“瀏覽”模塊，用戶可以獲取2K-SG?的基因組變異，用于實驗驗證。

☆?大豆多組學數據庫SoyMD：共提供了8個組學模塊以方便用戶瀏覽和分析多組學數據，包括基因組、轉錄組、表觀基因組、表型組、變異組、工具、下載和幫助模塊。

☆?大豆多組學數據庫SoyOmics：從基因組、變異組、轉錄組、表型組等不同層面整合了大豆相關數據集，實現了不同層次組學數據的交互查詢和聯合比較分析。數據庫目前收錄了多個大豆品系的基因組組裝，注釋數據，以高質量的ZH13作為參考基因組，對2898份材料的全基因組測序數據進行了全基因組序列變異檢測，鑒定到約3800萬條SNP/INDEL變異數據，提供了來自大豆泛基因組分析的約55萬條結構變異數據以及基于結構變異構建的圖泛基因組。收錄了多個品系不同組織時期的表達數據。數據庫針對115個表型多年多點測定的約2.7萬條表型記錄進行了本體注釋和歸類，并將表型數據與變異數據進行關聯。除以上組學數據外，數據庫同時提供了甲基化測序數據，Soy40K大豆芯片數據。

☆?Soybean Expression Atlas的升級版本其中包含?5481?個公開可用的?RNA-seq?樣本的轉錄本和基因級轉錄本豐度矩陣。

☆?iSoybean：收集了EMS誘變的大豆突變種群，并利用全基因組測序技術對1,044個突變系中的變異進行了詳細表征。該網站致力于提供關于大豆突變體的詳盡信息，并通過種子庫分發這些突變體，促進其在功能基因組學研究領域的快速應用。

☆?SoyDNGP：構建了一個基于預測模型SoyDNGP的大豆表型預測平臺，為基于基因變異的作物表型預測研究提供了創新的工具和方法。

百邁客生物深耕物種多組學數據庫建設，已為眾多科研機構與高校提供從數據存儲到分析挖掘的全流程解決方案，已成功應用，取得了顯著的研究成果。無論是物種保護、生態監測還是遺傳育種，我們的數據庫都為其提供了強有力的數據支持，助力科研人員攻克一個又一個科學難題。

部分合作案例

百邁客生物致力于為您提供最準確、最全面的作物數據，將持續更新作物育種動態、種植技術及市場資訊，歡迎科研工作者提出數據需求與合作建議，共同推動農業科技創新。

發布會上，百創智造副總裁劉敏詳細介紹了百創空間ATAC-Seq技術原理，產品優勢，應用場景及實測數據，通過百創獨有的S系列空間芯片作為底層拓展開發，實現單細胞級空間ATAC-seq，并表示DEMO數據預計1-2周發布。上海達澈生物高級產品經理王雨琦分享了使用百創空間ATAC-seq得到的實測數據。

百創空間ATAC-seq技術原理

百創空間ATAC-seq產品優勢

01??提供ATAC的空間位置信息

傳統的 ATAC-Seq 技術雖然能夠揭示染色質的開放性，但無法提供細胞在組織中的空間位置信息。百創空間 ATAC-Seq 技術，能夠在組織切片上直接進行染色質可及性分析，保留細胞的空間信息。

02?解碼基因表達的空間調控網絡

百創空間 ATAC-Seq 技術能夠同時分析基因表達和基因調控機制，為空間生物學研究增加了新的維度。它可以幫助研究人員在空間維度繪制染色質可及性圖譜，揭示基因表達的調控機制。

03 多組學整合：從碎片到全景

空間ATAC-Seq與空間轉錄組、空間免疫組、原位熒光等技術聯用，實現“表觀遺傳-轉錄組-驗證”的多維數據整合。這種一體化策略，可幫助科學家在發育研究中構建更完整的調控網絡，甚至發現此前未知的關鍵通路。

百創空間ATAC-seq與百創S3000空間轉錄組對齊

百創空間ATAC-seq產品實測數據

小鼠胚胎

小鼠腦

肝臟腫瘤

百創智造自主研發的”空間ATAC-Seq全流程解決方案”，成功填補空間表觀遺傳學研究領域的商業化產品空白。該產品通過整合多維組學分析框架，突破性實現了染色質開放區域的三維空間解析，為科研工作者構建”時空分辨-基因調控”研究體系提供關鍵工具。其創新性技術方案將深度賦能發育分化機制解析、腫瘤免疫微環境解碼、神經退行性疾病研究等重大科學命題。

未來，百創智造將持續以技術創新驅動行業發展，與全球科研伙伴攜手，共同解鎖生命科學的更多未知奧秘，讓空間生物學研究從 “單一視角” 邁向 “全景解析” 的新時代！

01 土壤生態密碼解鎖

研究熱點：元素循環 | 污染修復 | 植物-微生物互作

研究樣本類型：

① 土壤：農田、森林、沙漠、凍土、鹽堿地、草地、濕地等不同生態類型的土壤；

② 泥：污泥、混凝土、礦地、泥炭地、生活垃圾；

③ 沉積物：湖泊、近海、海洋底泥。

核心方向：

① 元素循環：微生物驅動的碳氮循環（如甲烷氧化菌、硝化菌）；

② 污染修復：污染物（重金屬、農藥）的微生物降解機制；

③ 植物微生物互作：植物根際促生菌（PGPR菌群）與土壤健康研究。

?創新前處理方案：

① 針對含水量較多的樣本（如濕地等，如圖1.1）采用高速離心脫水技術：為了富集微生物，取完樣本后高速離心去除濕地中的水分，避免導致后續提取得到的核酸量偏少不足下游PCR反應；

② 針對于礦地等礦物元素以及重金屬含量豐富的土壤（見圖1.2）采用PBS富集+重金屬去除：①介于重金屬脅迫下微生物豐度可能降低，為了獲取更多微生物，前處理會用無菌PBS buffer對微生物進行富集處理。②重金屬（如As、Cd、Pb）可能結合核酸或抑制酶活性，為了避免重金屬殘留對后續PCR反應的抑制作用，前處理初步除重金屬等雜質；

③ 針對于微生物含量較低的砂土（見圖1.3）采用低微生物量增強富集方案：砂土中的微生物含量相對較低，正常的樣本取樣量提取后的核酸濃度極低，很難滿足下游反應。為了解決這一問題，前處理會用無菌PBS buffer對更多組織樣本進行組織涮洗，富集微生物；

④ 針對于腐殖質含量較高的土壤（如黑土等，見圖1.4）采用腐殖質深度清除工藝：為了減少腐殖質對提取后核酸的下游反應的抑制作用，在提取過程中增加除雜劑以達到充分去除腐殖質的效果。

02 水體微生物組

研究熱點：元素循環 | 重金屬污染修復

研究樣本類型：

① 自然水體：海洋/河流/湖泊/地下水/冰川水；

② 人工水體：污水處理廠/養殖池

核心方向：

① 元素循環：農田徑流對水質的影響。

② 污染修復：重金屬的微生物降解機制；

?創新前處理方案：

① 濾膜樣本：碎片化裂解+二次過濾建議（圖2.1）：將濾膜（使用0.22 μm或0.45 μm濾膜過濾大體積水樣）剪碎后放入裂解緩沖液。（若濾膜很干凈，說明微生物含量很低，建議繼續過濾更大體積水樣至濾膜表面有明顯痕跡。）

② 液態樣本：離心富集法（圖2.2、2.3）：若樣本較澄清，為了富集更多微生物，取2ml-50mL液體樣本離心富集收集微生物沉淀。若樣本較渾濁，則正常取樣。

03 腸道微生態探秘

研究熱點：中藥治療?|?代謝疾病?|?腸X軸?|?免疫疾病

研究樣本類型：

①家畜（牛、豬）腸道微生物、糞便堆肥；

②魚類、昆蟲、哺乳動物腸道、糞便微生物。

核心方向：

① 中藥治療：中草藥與腸道微生物組成密切相關。

② 代謝疾病：微生物對宿主代謝（肥胖、糖尿病等）的影響。

③ 腸X軸：八大腸X軸，如腸-腦軸（Gut-Brain Axis）與神經退行性疾病（如阿爾茨海默病）的關聯。

④ 免疫疾病：腸道微生物與宿主免疫系統的交互（如調節T細胞分化）。

?創新前處理方案：

① 腸道樣本（圖3.1、3.2）：采用粘膜剝離+多級除雜技術：為了初步去除宿主以及大分子雜質，前期會將腸道的內容物從腸道黏膜中釋放，充分獲取微生物并進行初步除雜。

② 硬質糞便：強化研磨破壁工藝：相較于圖3.4的小鼠糞便來說，圖3.3的小鼠糞便使用普通的研磨珠無法打碎從而導致提取后的核酸含量較低，為了使微生物充分釋放，提取時會進行充分研磨獲取糞便微生物。

經驗分享：

百邁客生物近年來承接的樣本包含且不局限于上文所述的各種組織類型。利用目前現有成熟的提取技術，針對不同組織類型采用最精準的提取方法，使得微生物樣本合格率可以達到97%以上，其中擴增子二代樣本合格率可以高達99%以上。

百邁客生物為該研究提供了SLAF-seq測序分析服務。

研究背景

油茶（Camellia oleifera Abel.）是我國重要的木本油料作物之一，以其高含油量與豐富的不飽和脂肪酸而享有“東方橄欖油”的美譽。我國已有超過2000年的油茶栽培歷史，并具有約4500萬畝的種植面積。油茶不僅具有經濟價值，更具重要生態功能。其廣泛分布于我國南方多個氣候生態帶，是研究森林生態適應性與基因資源保護的重要對象。然而，當前油茶品種識別主要依賴形態學方法，容易造成品種混淆、資源管理混亂和知識產權糾紛等一系列問題，難以滿足現代林業種質資源保護與良種選育的需求。為推動油茶良種選育，產業升級和響應國家森林四庫相關文件的精神，需加快構建高效、廉價且準確的DNA指紋圖譜。

研究結果

1.用于SLAF測序的最優限制性內切酶組合

首先，研究共采集25個油茶栽培品種，共100個樣本,利用高通量SLAF-seq建庫策略進行數據獲取。在建庫酶切方案篩選方面，團隊預先開展酶切模擬試驗比較篩選最優組合，Figure 1 顯示，RsaI + HaeIII組合在標簽分布均勻性、多態性與文庫復雜度上表現最佳。共獲得362,152個高質量SLAF 標簽，其中254,357個為多態性標簽，平均GC含量41.30%，平均Q30高達93.44%，顯示測序數據具備極高的可靠性。RsaI + HaeIII雙酶切組合可實現高效的特異性位點擴增與標簽標準化，為后續大規模SNP檢測奠定了數據基礎。

2.基因組變異特征分析

經測序，每個樣本平均測序深度為13.95×，共鑒定出470,397個多態性SLAF標簽，并初步檢測到36,317,329個SNP位點，經過質控過濾后，最終保留了5,685,673個高質量SNP供后續分析。這些SNP廣泛分布于油茶基因組的各個染色體區域，具有較強的代表性和應用潛力，為油茶的遺傳多樣性研究和分子育種提供了寶貴的遺傳資源。 Figure 2展示了SNP位點在各染色體上的分布密度、覆蓋深度和變異質量參數，為后續的遺傳結構分析及品種識別提供了堅實的基礎數據支持。

3.各油茶品種的系統發育關系

為了系統闡明25個油茶品種之間的親緣關系與遺傳結構，研究結合了鄰接法（NJ樹）、主成分分析（PCA）與群體結構分析（ADMIXTURE）三種方法，進行了系統發育與群體結構分析（Figure 3）。NJ樹的結果顯示，大多數樣本能夠根據其品種進行合理聚類，呈現出明顯的系統發育規律。然而，部分品種則呈現出混合的聚類模式，具體包括華碩HS與華鑫HX、湘林XL-3與湘林XL-210、以及湘林XL-1與長林CL-4。而達林DL-22品種的個體聚類較為分散且無序，表現出較為復雜的遺傳結構。在PCA分析中，前兩個主成分（PC1和PC2）解釋了大部分遺傳變異（PC1和PC2分別占11.20%和8.89%），并顯示出明顯的群體結構分布，這與NJ樹的聚類結果高度一致。進一步的群體結構分析表明，當K值為3時，分析結果最佳，將品種劃分為三大類群：第一類群包括達林DL-1、長林CL-4和湘林XL-1；第二類群包括川榮CR-153、湘林XL-3和湘林XL-210；第三類群則包括其余所有品種。需要注意的是，DL-22品種的個體表現出較高的遺傳混雜性，這可能與其基因漸滲、引種或雜交歷史相關。這些分析結果為進一步理解油茶品種的遺傳多樣性、進化關系以及品種改良提供了重要的遺傳信息。

4.遺傳多樣性揭示品種差異

為了全面評估油茶種質資源的遺傳多樣性，研究統計了包括雜合度（Heterozygosity）、核苷酸多樣性指數（π）、單態位點數量（Singleton）以及Watterson’s θ值等關鍵遺傳參數（Figure 4）。結果表明，川榮（CR）系列品種（如CR-153、CR-55）在各項遺傳變異指標上均表現出較高水平，尤其是核苷酸多樣性指數（π）顯著高于其他品種。具體而言，singleton在長林（CL）系列品種（如CL-3、CL-4、CL-40）、翠屏（CP）系列（如CP-16）和江安（JA）系列品種（如JA-54）中較少，而在川榮CR-153和CR-55中則為最多（Figure 4B）。核苷酸多樣性（π）值的差異也較為顯著，川榮品種CR-50、CR-156、CR-55和CR-153的π值明顯高于其他品種，表明川榮系列品種具有較高的遺傳多樣性，可能為油茶品種改良和分子育種提供重要的遺傳資源（Figure 4C）。類似地，Wattersonθ分析進一步揭示了品種間分離位點的變化，川榮CR-153、湘林XL-3和CR-55表現出較高的θ值，與singleton的趨勢一致（Figure 4D）。近交系數（F）分析結果與遺傳多樣性模式一致，顯示川榮CR-156、CR-55和CR-447的F值最低，表明其遺傳多樣性較高，而長林CL系列品種（如CL-3、CL-40、CL-4）的F值較高，反映其遺傳多樣性較低。總體而言，遺傳多樣性分析結果表明，長林（CL）系列品種由于長期的人工選育和馴化，遺傳背景較為單一，表現出較低的遺傳多樣性；而川榮系列品種則保持較高的遺傳多樣性。該研究結果為篩選核心種質資源和制定育種策略提供了有力的遺傳依據。

5.遺傳分化分析明確親緣結構

通過計算品種兩兩之間的Fst值與構建遺傳距離矩陣，研究進一步明確了油茶品種間的遺傳分化程度和親緣關系（Figure 5）。Fst值的分析結果顯示，長林CL-4、達林DL-1與湘林XL-1三者之間的Fst值極低（0.0106–0.0110），這表明這些品種可能源自相同或相似的遺傳背景。類似地，川榮CR-153與湘林XL-3、湘林XL-210之間的Fst值也表現出較高的遺傳相似性（0.0036–0.0442），提示這些品種可能具有共同的祖源關系。相比之下，達林DL-22與川榮CR-50（0.0816）、川榮CR-55（0.0870）和達林DL-1（0.0759）之間的Fst值較高，顯示出較為顯著的遺傳分化，反映其與這些品種的親緣關系較為緊密，但仍保持一定的遺傳獨特性。其它品種的Fst值范圍從0.1013到0.2908，表明這些品種的遺傳起源更加多樣，可能涉及不同的地理區域或品種間的較大差異（Figure 5A）。研究人員進一步使用GCTA軟件計算的G矩陣分析，結果顯示大多數油茶品種之間的親緣關系較為明顯，遺傳分化較大（Figure 5B）。然而，一些品種群體的親緣關系值相似，例如XL-1、CL-4與DL-1；CR-153、XL-3與XL-210；華碩HS與華鑫HX，表明這些品種可能源自相同或相近的祖先背景。與此不同，達林DL-22品種在其群體內部未顯示出顯著的親緣關系，反映出其群體內存在較高的遺傳分化。總體而言，這些分析為理解油茶品種的遺傳背景和親緣結構提供了重要依據，揭示了不同品種之間的親緣關系及其遺傳多樣性。

6.構建核心SNP指紋圖譜實現品種識別

為建立油茶品種的快速鑒定體系，研究人員進一步構建了25個主栽油茶品種的DNA指紋圖譜（Figure 6）。在初步獲得的234個候選SNP中，有196個位點被注釋為功能明確的編碼區域突變，富集于DNA連接、RNA加工、果糖代謝等重要通路（Figure 6A）。為提升區分效率，進一步篩除掉存在多變異干擾或功能不明的位點，最終篩選得到15個核心SNP位點，可有效區分全部25個油茶品種，實現穩定的遺傳身份標識。為確保指紋圖譜的準確性與應用價值，研究通過Sanger測序對15個候選SNP位點進行了引物驗證，最終篩選出8個多態性強、峰型清晰的核心SNP位點用于構建指紋圖譜（Figure 6B）。這些位點主要分布于功能基因區，涉及次生代謝、胚胎發育、自噬調控等關鍵生物過程，如編碼α-萜品醇合酶的LG12_G02320和控制胚胎發育與芽形成的FLA8蛋白基因LG03_G02445等，展現出良好的應用潛力。為進一步提升指紋信息的實用性，研究人員還開發了包含8個位點基因型信息的二維碼系統，其中涵蓋了油脂品質、農藝性狀及適宜種植區域等數據，為油茶品種的數字化管理與選育決策提供便捷、高效的技術支持（Figure 6C）。二維碼系統為油茶品種的數字化管理與選育決策提供了便捷、高效的技術支持。通過將分子標記信息與油茶生產應用相結合，研究成果不僅實現了分類識別功能，還為分子育種提供了重要參考價值。

總結

綜上，該DNA指紋圖譜的構建為油茶種質資源的快速鑒定、精準管理及產業化育種提供了高效工具和理論依據。其開發的二維碼系統進一步推動了油茶品種管理的智能化和數據化，為我國油茶資源保護、優質品種選育及區域性產業布局提供了科學支持。

內容來源于林木科學評論 侵刪

百邁客生物為該研究提供了百創S1000空間轉錄組測序服務。

單細胞組學和時空組學是近年來生命科學領域的重要技術突破，它們在細胞異質性解析、動態過程研究和細胞間相互作用分析方面具有重要優勢，為生命科學研究帶來了全新的視角和深度。水稻稻瘟病是世界上發生嚴重的真菌病害之一，水稻在面臨稻瘟菌侵染時會激活動態免疫，因此挖掘水稻特異免疫基因對于抗稻瘟病菌侵染至關重要。

該研究對稻瘟菌接種后三個時間點的樣品進行了單細胞核轉錄組測序(圖1A)，同時對接種后的水稻葉片也進了時空組測序(圖1B)。

圖1?水稻樣品單細胞及時空組測序流程圖

對測序獲得的單細胞數據，結合細胞特異的標志基因，AddModuleScore?軟件和GO富集分析等方法，對水稻的細胞類型進行了分類注釋(圖2A)。基因表達分析發現，維管細胞中的原形成層細胞在稻瘟菌侵染后高度誘導二萜類植保素合成代謝相關基因的表達，其中水稻關鍵植保素momilactone A合成被特異誘導(圖2B)，促進了momilactone A在維管組織中積累，可能是抗稻瘟病的關鍵因素。相反，激素途徑和模式分子激發的免疫對抗病性貢獻較弱。

圖2?水稻單細胞測序結果及差異基因表達分析

共聚焦顯微鏡觀察結果顯示，稻瘟菌孢子萌發后優先靶向葉脈入侵，但是水稻的維管組織具有較強的免疫，稻瘟菌菌絲無法進一步侵入(圖3A)。時空組測序結果顯示，富含亮氨酸重復序列的(NLR)免疫基因的表達在接種24小時后，葉尖部較葉基部具有更強的積累，表明免疫基因的表達具有極性的特征。綜上所述，該項研究揭示了水稻在稻瘟病菌侵染時免疫基因存在細胞特異性和多維(局部和縱向)的表達模式，為挖掘新的免疫基因提供了重要的數據基礎(圖3B)。

圖3 ?共聚焦顯微鏡觀察及時空組測序結果顯示水稻組織存在多維度的免疫

內容來源于中國農業大學，侵刪

該研究對401份番茄群體材料的酚胺物質進行了檢測，通過基于代謝物全基因組關聯分析(GWAS)鑒定出2號染色體上與酚胺合成基因簇（BGC2）。實驗證明基因簇中核心組分SlEPS1參與水楊酸和酚胺的生物合成，其關鍵氨基酸殘基 His169對酚胺合成至關重要，且SlEPS1的雙酶活性與增強的抗病性相關（圖1）

圖1 酚胺BGC2基因簇的定位與鑒定

通過比較不同番茄亞群中SlEPS1位點的核苷酸多樣性，發現該基因可能受人工選擇影響。變異組分析發現番茄群體間有兩個不同的SlEPS1單倍型組合：SlEPS1HapA和SlEPS1HapB，其中SlEPS1HapB的植株中酚胺和SA水平更高，抗病性更強。這些結果表明，在番茄的馴化選擇過程中，SlEPS1HapB的消失可能是導致番茄抗病性降低的原因之一（圖2）。

圖2 SlEPS1馴化遺傳分析

此外，研究還發現了一個與BGC2顯著共表達的轉錄因子SlMYB78。它能夠直接結合并激活BGC2基因簇的啟動子，從而調控BGC2基因簇的表達。當SlMYB78基因被沉默時，酚胺和水楊酸的含量顯著下降，導致其抗病能力降低（圖3）。

圖3 SlMYB78正調控基因簇，促進酚胺和水楊酸的積累

綜上所述，番茄馴化過程中，SlMYB78調控的雙功能基因簇BGC2因抗病單倍型SlEPS1HapB被負選擇，導致現代番茄酚胺和水楊酸減少，抗病性顯著下降。可以通過基因編輯恢復SlEPS1HapB功能或增強SlMYB78活性的抗病育種策略，為培育高抗優質番茄提供理論支撐。

內容來源于海南大學，侵刪