构建端粒到端粒完整基因组，解析复杂基因组区域

 

一、产品简介

T2T基因组组装

从参考基因组草图到完整染色体解析

传统基因组组装受限于测序读长和准确性，在端粒、着丝粒、高重复序列等复杂区域仍存在大量缺口，导致部分遗传信息无法完整解析。

T2T（Telomere-to-Telomere）基因组组装通过融合 PacBio HiFi 高准确长读长、Nanopore Ultralong Reads 超长读长、Hi-C 染色质互作技术及 RNA-seq 功能注释，实现高连续性、低缺口、染色体级完整基因组构建。

图 1　传统参考基因组 vs T2T 完整基因组对比

──────────────────────────────

 

 

二、为什么需要T2T基因组？

传统参考基因组存在三大核心局限：

1. 缺失复杂重复区域

传统技术难以解析的基因组区域包括：

• 端粒（Telomere）
• 着丝粒（Centromere）
• 卫星 DNA（Satellite DNA）
• 长重复序列（Long tandem repeats）

图 2　染色体结构与复杂重复区域

 

2. 结构变异解析不足

传统组装难以发现的变异类型：

• 大片段插入（Large Insertion）
• 缺失（Deletion）
• 倒位（Inversion）
• 重排（Rearrangement）

图 3　结构变异类型示意

 

3. 基因结构注释不完整

可能影响的研究方向：

• 新基因发现
• 转录本预测
•      基因功能研究

图 4　基因组注释轨道示意

──────────────────────────────

 

三、T2T基因组组装技术流程

多技术融合，实现完整染色体构建

T2T 组装不是单一技术的胜利，而是 PacBio HiFi、Nanopore Ultralong、Hi-C、RNA-seq 多平台的协同结果。从基因组复杂度评估到完整染色体构建，每一步都为最终质量提供关键支撑。

图 5　T2T 基因组组装整体技术流程

▎Genome Survey — 基因组复杂度评估

​​​​​​​通过 K-mer 分析对基因组进行预评估，主要输出：

• 基因组大小（Genome Size）
• 杂合度（Heterozygosity）
• 重复序列比例（Repeat Content）

​​​​​​​

图 6　K-mer 频率分布图

 

▎PacBio HiFi — 高准确主体组装

提供 15–25 kb 读长、>99.9% 准确率的长读长数据，是 T2T 组装的核心基石：

• 长读长支撑 contig 连续性
• 高准确率保证碱基级精度

​​​​​​​

图 7　HiFi reads 覆盖 contig 示意

 

▎Nanopore Ultralong Reads — 跨越复杂重复区域

提供 100 kb+ 超长读长，跨越传统技术无法解析的复杂区域：

• 单条 read 跨越端粒、着丝粒等 gap 区域
• 直接读通卫星 DNA 等高度重复序列

​​​​​​​

图 8　Nanopore 超长 read 跨越重复区域

 

▎Hi-C — 染色体级挂载

通过染色质三维互作信息，将 contig 锚定到染色体级别：

• 辅助 contig 排序与定向
• 验证染色体结构完整性

​​​​​​​

图 9　Hi-C 染色质互作热图

 

▎RNA-seq — 基因结构与功能注释

提供转录组证据，辅助基因结构注释与功能研究：

• 辅助基因模型预测
• 解析可变剪接
• 支持功能注释

​​​​​​​

 

图 10　RNA-seq 辅助的基因组浏览器视图

──────────────────────────────

 

四、T2T基因组组装技术优势

01　高连续性完整组装

融合 PacBio HiFi 高准确率与 Nanopore Ultralong 超长读长优势，实现低 gap、高连续性基因组组装，contig N50 较传统组装提升数十倍。

图 11　Contig N50 提升对比示意

 

02　复杂区域精准解析

突破传统组装在以下区域的解析限制：

• 端粒（Telomere）
• 着丝粒（Centromere）
• 高重复序列（High-repeat regions）

​​​​​​​

图 12　端粒与着丝粒区域放大示意

 

03　染色体级基因组构建

结合 Hi-C 染色质互作信息，实现 contig 到染色体的精准挂载，输出真正意义上的染色体级别基因组。

图 13　Hi-C 辅助 contig 到染色体挂载

 

04　多组学辅助功能注释

整合 RNA-seq 转录组证据，提升基因预测准确性与功能注释质量，为下游研究提供高价值基因组资源。

 

图 14　多组学辅助基因功能注释

──────────────────────────────

 

五、T2T组装结果展示

高质量 T2T 基因组组装结果

A. Genome Survey

通过 K-mer 分析评估基因组基本特征：

• 基因组大小评估
• 杂合度估计
• 重复序列比例

​​​​​​​

图 A　K-mer 分析结果示例

 

B. T2T 染色体完整组装

Telomere-to-Telomere 完整染色体核型展示：

• 端粒到端粒（Telomere-to-Telomere）
• 0 gap 完整覆盖
• 包含端粒与着丝粒全结构

​​​​​​​

图 B　T2T 完整染色体核型图

 

C. Hi-C 染色体互作验证

通过 Hi-C 互作热图验证组装质量：

• 验证染色体结构正确性
• 确认 contig 连续性
• 支撑染色体级挂载

​​​​​​​

图 C　全基因组 Hi-C 互作热图

 

D. Circos 综合分析

整合多维度基因组信息的 Circos 全景展示：

• 基因注释
• 结构变异（SV）
• 重复序列分布

​​​​​​​

 

图 D　Circos 基因组注释与变异全景图

──────────────────────────────

 

六、应用案例

案例：C57BL/6J 与 CAST/EiJ 小鼠 T2T 基因组组装

作者采用PacBio HiFi测序（188×覆盖度）与Oxford Nanopore超长读长测序（70×覆盖度，其中约22×读长超过100 kb）相结合的策略，成功完成了两个关键近交系小鼠亚种——C57BL/6J与CAST/EiJ——的首个端粒到端粒（T2T）完整基因组组装。超长读长测序，特别是Nanopore技术提供的超长片段，有效跨越了高度重复的端粒与着丝粒区域。最终组装较现有参考基因组新增约213 Mb序列，其中包含517个蛋白编码基因，新序列主要由卫星DNA等重复元件构成（图A）。着丝粒区域在两个亚种间呈现出显著的大小差异与结构多样性（图B）。同时，填补了GRCm39中绝大多数序列间隙（图C），并完整解析了KRAB锌指蛋白基因簇的结构（图D）。这些T2T组装为深入理解小鼠基因组结构变异提供了高质量基础资源。

案例图示：

图 19-A

图 19-B

图 19-C

图 19-D

 

参考文献：

Francis, B.A., Gozashti, L., Costello, K. et al. Complete genome assemblies of two mouse subspecies reveal structural diversity of telomeres and centromeres. Nat Genet 57, 2852–2862 (2025).

──────────────────────────────

 

七、推荐测序方案

T2T 基因组组装推荐数据量（以 2–3 Gb 基因组为参考）

模块	测序平台	推荐数据量	作用
基因组 Survey	NGS PE150	30–50×	评估基因组大小、杂合度、重复比例
主体组装	PacBio HiFi	30×	提供高准确长读长，构建 contig
复杂区域解析	Nanopore Ultralong	20–30×	跨越端粒、着丝粒等复杂区域
染色体挂载	Hi-C	100×	contig 锚定到染色体
功能注释	RNA-seq	2–3×	辅助基因结构与功能注释

※ 实际推荐数据量根据样本基因组大小、复杂度、研究目的调整；项目周期根据多组学组合情况确定。

──────────────────────────────

 

八、应用方向

T2T 基因组组装技术适用于：

动物	植物	微生物

 

▎非模式物种基因组资源构建

为缺乏高质量参考基因组的物种构建端粒到端粒级别参考序列，推动该物种从「有参考」走向「高质量参考」。

 

▎重要动植物育种研究

精准解析农艺性状相关基因完整结构，挖掘关键变异位点，为分子育种提供高质量基因组基础。

 

▎复杂性状遗传解析

完整揭示复杂遗传区域的结构变异与基因结构，支撑复杂性状的遗传基础研究。

 

▎进化与比较基因组研究

通过端粒到端粒级别的比较基因组分析，解析物种间基因组结构差异与演化轨迹。