春夏之交，蚊虫渐起，香甜的睡眠中被嗡嗡的虫鸣吵起，赶又赶不走，找又找不到，可谓是最痛苦的体验之一了。昨晚卧室被蚊子侵入了，可恼没有准备驱蚊水，半宿无眠，配图体验感受：
其实对于人类而言，蚊子的危害更在于它是许多病原传播的媒介。其中，做为黄热病、登革热、寨卡等多种病毒的传播媒介——伊蚊，可谓是“最毒之蚊”。
伊蚊，蚊科伊蚊属昆虫，是蚊科中最大的一属，主要的种类包括：埃及伊蚊(Ae. aegypti)，白纹伊蚊(Ae. albopictus)等，这两种也就是我们俗称的“花蚊子”。
那么为什么蚊子可以传播病毒而不被感染致死呢？
因为蚊子的免疫系统比较特殊。简单的说，当外来的RNA病毒侵入时，蚊子基于RNAi的免疫防御机制能够通过dicer、argonaute蛋白以及Piwi蛋白和piRNAs等介导的信号通路，切割病毒RNA以免于感染。而这种免疫机制使得病毒能保持低水平的复制，从而能够通过虫媒传播。
本着生信R&D的职业操守（大雾），看到一个物种总想看看有没有相应的基因组学文献，找到了最近发表的伊蚊基因组文献，感觉还是很有意思的。
对于伊蚊，研究人员已经不是第一次进行基因组测序和denovo了。早在2007，埃及伊蚊就已经通过桑格法进行测序了，即LVP参考基因组；在2015年，通过Illumina测序平台进行测序，得到了参考基因组UCB。但是，由于伊蚊基因组非常复杂，重复元件比例很高，以前的伊蚊基因组并不能完整的反映全基因组的组分，尤其是在重复区域存在较多的缺失。因此，在最近的文献中，UCSF的研究人员采用最新的pacbio单分子测序技术，提升了测序reads的读长，得到迄今最完整的伊蚊基因组。
一. 测序基本信息
兵马未动，粮草先行。基因组学分析离不开完备的样本准备、严格的实验测序，甚至可以说，好的测序结果是好的分析结果的一半。而实际测序情况的复杂在于难以标准化，且对数据分析结果的影响往往难以界量。
伊蚊做为广泛研究的昆虫类模式生物，其测序的方法可以作为很好的样例。
|
测序材料 |
埃及伊蚊（Ae. aegypti）Aag2细胞系 |
|
测序平台 |
Pacbio RSII测序仪，P6/C4酶 |
|
文库构建 |
130 ug gDNA经打断和片段筛选得到37ug sheared DNA，经损伤修复后构建得到20.5ug的SMRTbell文库，文库片段筛选选择15kb的cutoff得到文库1，选择17kb的cutoff得到文库2，文库质检后再次损伤修复和磁珠清洗，得到用于上机的文库 |
|
上机测序 |
文库1上样浓度75-100 pM，文库2上样浓度40-60pM，上机测序时间6h |
|
测序数据 |
文库1测得84个SMRT cells, 文库2测得32个SMRT cells，116个SMRT cells共得到92.7GB测序数据，平均subreads长度13.2kb
|
二. 基因组基本信息
与之前基因组比较，在完整性上，Aag2基因组大小达到1.7Gb，BUSCO单拷贝基因集注释率达到97%；而在连续性n50上，更是超过了以前基因组的两个量级以上。
|
|
UCB |
LVP |
Aag2 |
|
Sample |
LVP strain |
LVP strain |
Aag2 cell line |
|
Seq Strategy |
illumina |
Sanger |
PacBio |
|
Released |
5/2015 |
6/2006 |
NA |
|
Coverage |
6.8x |
7.6x |
~50x |
|
Genome size |
744,596,036 |
1,383,957,531 |
1,723,930,323 |
|
Total gap length |
196,533,049 |
73,881,199 |
0 |
|
Num of Contig |
961,292 |
36,204 |
3,752 |
|
Contig N50 |
989 |
82,618 |
1,420,116 |
三. 基因组分析
在得到高质量的埃及伊蚊基因组上，研究人员讲了一个有趣自洽的故事。
首先，转座元件(TEs)的注释。
转座元件在基因调控上有着重要的作用，为基因组进化提供着变异来源。Aag2基因组上注释到的重复元件比例达到55%，而且数目远远多于之前的基因组。进一步分别计算了TEs的密度分布和Kimura divergence scores。
然后，内源性病毒元件(EVEs)的注释。
在埃及伊蚊的组装结果上，共发现来自８个病毒家族，368个EVEs，其中种类最多的三个家族是弹状病毒、黄病毒、楚病毒科。同时也发现，EVEs在基因组上的分布与TE聚群有着紧密的联系。其中，关联最大的一类转座元件正是长末端重复元件LTR。
进一步的研究表明，来自不同病毒家族的EVEs有着不同的近端TEs富集模式。例如，来源黄病毒和弹状病毒的EVEs临近区域富集Ty3/gypsy元件，而楚病毒科派生的EVEs与Pao Bel元件最临近。
最后，在不同种的伊蚊--埃及伊蚊和白纹伊蚊的比较中，EVEs存在着明显的差异。这表明伊蚊基因组上的EVEs在进化过程中可能受到了选择，而且与不同伊蚊的媒介能力有重要的关系。
这篇文献的作者是研究RNA病毒方面的专家，组分分析上也没有走常规路。"EVEome"的概念挺有趣的，基因组的演化不仅是内源的突变和重组，还包含着外源的竞争和整合。
伴随着高质量基因组的构建，研究人员对基因组组分的分析也更加深入和全面。在注释方面，不仅仅是关注编码基因，非编码基因(ncRNAs)以及转座元件(TEs)的研究也越来越受到重视。在遗传进化分析上，不仅仅是基于编码蛋白的比较基因组学分析，基于ncRNA和TEs的比较研究也越来越多。