非种子植物Physcomitrella patens基因组的重新注释及扩展社区资源为植物基因结构和功能的演变提供了洞察

背景：苔藓Physcomitrella patens作为模式物种，为早期分化的植物谱系提供了重要参考，2008年基因组的发布开启了全基因组研究的大门。参考基因组的可用性在很大程度上取决于注释的质量和集中社区资源的可用性。因此，鉴于越来越多的证据表明缺失的基因、片段的基因结构、错误的注释和原始发布中功能注释的低比例，我们决定改善苔藓基因组的注释。结果：在这里，我们报告了完整的苔藓基因组重新注释（指定为V1.6），该注释整合了来自多种发育阶段和组织类型的转录本的增加。我们展示了改进的P. patens基因组注释在比较基因组学中的实用性，以及对cosmoss.org资源的新扩展，作为该植物“旗舰”基因组的中央存储库。32,275个蛋白编码基因的结构注释导致8387个额外基因座的结果，其中包括1456个在植物界已知有蛋白质结构域或同源物的基因座。这是第一个发布包括转录本异构体信息的版本，表明至少10.8%的基因座存在可选剪接事件。此外，此发布还提供了关于非蛋白编码基因座的信息。功能注释在质量和覆盖率方面得到了改善，导致58%的基因座被注释（之前为41%），其中还包括7200个带有GO注释的额外基因座。通过http://www.cosmoss.org模式生物数据库提供功能和结构基因组注释的访问和手动校对。结论：沿绿色植物谱系的基因结构演变的比较分析提供了新见解，例如苔藓中具有5'-UTR内含子的基因座数量相对较高。功能注释的比较分析揭示了苔藓家务管理和代谢基因的扩展，以及进一步可能的适应性谱系特异性扩展和获得，包括至少13%的孤儿基因。