Nature Commun | 中国农科院破解植物基因组演化之谜：紫花苜蓿超级泛基因组揭示多倍化的“进化悖论”

紫花苜蓿是全球分布最广，种植面积最大的多年生豆科牧草，由于其产草量高、蛋白质含量丰富、适应性强，被誉为“牧草之王”，是全球草食畜牧业稳固发展的重要保障。紫花苜蓿的同源四倍体遗传特性，不仅赋予了其优良的生产性能和广泛的适应性，也为挖掘逆境适应性关键基因提供了丰富的遗传资源。面对全球气候变化带来的极端环境挑战，深度挖掘并利用紫花苜蓿的抗逆基因，通过分子设计育种手段培育出广适高产苜蓿新品种，不仅是饲草产业升级的迫切需求，更是保障国家粮食安全的战略性举措。

近日，中国农业科学院北京畜牧兽医研究所与农业基因组所合作在Nature Communications在线发表了题为“

Medicago

super-pangenome

reveals adaptive advantages and evolutionary constraints in autotetraploid alfalfa

研究团队以核心栽培品种‘中苜4号’为基础，完成了其参考基因组的迭代升级，获得了Contig N50为5.45 Mb、基因组大小为3.13 Gb的高质量版本（ZM4_V2.0），并注释了202,473个基因。该基因组的连续性和完整性相较于已有版本实现了显著提升。进一步整合了苜蓿属共13个基因组，鉴定出69,767个同源基因家族以及494,797个结构变异，构建了苜蓿属的遗传变异全景图谱（图1）。

图1 13个苜蓿属基因组的共线性分析

通过分析紫花苜蓿等位基因变异发现，仅有20.1%的基因具有四个拷贝。进一步比较基因拷贝数变异和泛基因组特征发现，四拷贝基因中的53.3%属于核心基因，因此我们定义了一类“四拷贝核心基因”。而单剂量基因中的41.7%属于非必须基因，因此我们定义了“唯一必要基因”。最终我们将全部紫花苜蓿的基因分为6类进行后续分析（图2）。

图2 紫花苜蓿6类基因分组框架

富集分析为四拷贝核心基因在逆境适应中的关键作用提供了两方面有力证据。首先，与环境适应性直接相关的基因在该类别中显著富集了1.6倍（图3A）。其次，在逆境胁迫响应中，四拷贝核心基因同样捕获了最高比例的差异表达基因，富集倍数为1.61倍（图3B）。这两项独立的分析共同表明，四拷贝核心基因是紫花苜蓿响应并适应环境变化的核心功能模块。

图3 四拷贝核心基因对于提升环境适应性具有显著贡献。

进一步研究发现四拷贝核心基因对苜蓿遗传改良是一把“双刃剑”。一方面，四拷贝核心基因对增强环境适应性方面发挥重要作用；另一方面，其内在的大量有害变异在四拷贝核心基因中被掩盖和固化（图4）。这些潜在的有害变异，是紫花苜蓿自交过程中表现出严重近交衰退的主要原因，从而使紫花苜蓿具有自交不亲和特性，也阻碍了自交纯系的创制。因此，通过分子设计手段充分利用四拷贝核心基因的适应性优势，精准清除有害变异，是打破育种瓶颈、实现紫花苜蓿广适高产抗逆育种的重要策略[2-7]。

图4 不同类别基因中有害变异的积累与分布

为功能性验证四拷贝核心基因在生长和适应中的关键作用，我们以其中的代表性基因MsGDC（glycine decarboxylase gene）为例，构建了转基因材料。实验结果直观地证实其明显的功能：无论是在紫花苜蓿还是在模式植物蒺藜苜蓿中，过表达MsGDC均能显著提高产量，并增强蒺藜苜蓿的氮肥利用效率（图5）。

图5 四拷贝核心基因MsGDC的适应性优势与遗传负荷

基于上述结果，我们提出了多倍化的演化模型（图6）。四个不同物种(A-D)的泛基因组分析示意图：基因类别（核心、软核心等）用颜色编码，有害变异用红条标记。在全基因组加倍后，一部分核心基因被保留为四个等位拷贝（四拷贝核心基因，以黄色背景和红色虚线框突出显示），这些基因是提升气候适应性的重要贡献者。对于每个基因集，一个等位基因的高表达可能主要负责响应气候适应性，另外三个等位基因可能是调节功能等位基因的表达。然而，这些适应性优势可能会带来长期的代价。适应过程可导致有害变异的积累，这种现象被称为遗传负荷。随着时间的推移，这种负荷在四拷贝核心基因内的过度积累，最终可能损害同源多倍体的适应性，并可能导致同源多倍体走向一个进化的“死胡同”。

图6 多倍化在紫花苜蓿等多倍体作物中的“双刃剑”角色

中国农科院深圳农业基因组所博士后张帆，北京畜牧兽医研究所已毕业硕士生尉春雪和中国农科院深圳农业基因组所博士生史小丫为共同第一作者，中国农科院北京畜牧兽医研究所杨青川研究员、康俊梅研究员和中国热带农业科学院周永锋研究员为共同通讯作者。华盛顿州立大学张志武教授、基因组所徐小东博士、马志尧博士、彭艳玲博士等参与了该研究。项目研究得到了农业生物育种重大专项等项目的支持。

参考文献：

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.

论文链接：

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