近日,，Nature雜志刊登了由深圳華大基因研究院領(lǐng)銜,，有中國科學院昆明動物研究所,，中國科學院動物研究所,，成都大熊貓繁育研究基地和中國保護大熊貓研究中心參與的合作研究成果《大熊貓基因組》,。
該研究的基因組樣品是取自北京奧運會的吉祥物動物代表大熊貓“晶晶”,，該項目是我國科學家繼完成第一個黃種人基因組后的又一生命科學的里程碑式的貢獻。這也是科學家第一次全面掌握大熊貓的基因資源,，對其在分子水平上的保護具有重要意義,。大熊貓以其可愛的形象和獨特的進化地位，一直被譽為中國的“國寶”,，也被作為友誼與和平的使者送到全世界各地,，從而深受各國人民的喜愛。
這一研究工作是全球第一個使用新一代合成法測序技術(shù)完成的基因組序列圖,，全部組裝和分析軟件都是深圳華大基因研究院自主編寫的,，該成果證明了短序列也能組裝成完整基因組，并將成為基因組繪圖的國際標準,，這一重大突破集中體現(xiàn)了中國的科技競爭力和中國科學家的創(chuàng)新能力,。為中國科技界贏得了榮譽，引領(lǐng)地位,，將帶來更多的科技合作和商業(yè)服務(wù)的機遇,。
“一個物種基因組計劃的完成，就意味著這一物種學科和產(chǎn)業(yè)發(fā)展的新開端”,。解讀生命的遺傳密碼一直是生命科學研究的一項基本和核心內(nèi)容,。耗資數(shù)十億美元，多國科學家共同努力十多年的三大科學計劃之一的國際人類基因組計劃就是其代表作。自1999年正式加入“國際人類基因組計劃”以來,，華大基因的研究團隊瞄準國家戰(zhàn)略需求和世界科學前沿,，一直致力于重要動植物基因組圖譜的繪制，曾成功完成了水稻,、家蠶,、家雞、家豬,、黃瓜等重要基因組計劃,，在基因組學研究領(lǐng)域一直處于國際前列。
新的測序技術(shù)使得成本降低了幾個數(shù)量級,，時間也縮短了幾倍,，極大加速了解碼生命的進程。能否用短序列進行新物種的測序與組裝是當前基因組科學研究的熱點,。在此前提下,，該合作研究團隊提出了“大熊貓研究計劃”，即繪制大熊貓基因組序列圖譜和多態(tài)性圖譜的研究設(shè)想,。在國家林業(yè)局,，深圳市政府和鹽田區(qū)政府及相關(guān)企業(yè)的大力支持下，在深圳啟動了這一研究項目,。自2008年3月初啟動至今,，該項目的科研合作團隊已經(jīng)完成了大熊貓“晶晶”基因組精細圖的測序和組裝工作。大熊貓有染色體21對,，基因組大小2.4G,，重復序列含量36%,基因2萬多個。經(jīng)過二倍體測序,，證明大熊貓基因組仍然具備很高的雜合率,，從而推斷具有較高的遺傳多態(tài)性，不會瀕于滅絕,。經(jīng)過對同源基因的分析發(fā)現(xiàn)大熊貓不喜歡吃肉主要是因為一個基因T1R1失活了,，無法感覺到肉的鮮味，但是大熊貓本身沒有能夠消化竹子纖維的基因,，消化竹子纖維則主要靠胃腸道細菌群,。在已經(jīng)進行全基因組測序的物種中，大熊貓基因組與狗的基因組最接近,；數(shù)據(jù)分析結(jié)果同時還進一步支持了大多數(shù)科學家所持的“大熊貓是熊科的一個亞種”這種觀點，證明了熊科內(nèi)部各類群的分類情況,。
在科學意義上,，該研究成果填補了大熊貓基因組及分子生物學研究的空白，將從基因組學的層面上為大熊貓這種瀕危物種的保護、疾病的監(jiān)控及其人工繁殖提供科學依據(jù),，并為保護我國其他一級保護動物提供范例,。大熊貓基因組計劃的成果完成也證明第二代測序技術(shù)可成功用于大型哺乳動物基因組，將促進其他物種測序和比較基因組學的發(fā)展,。
大熊貓基因組只是深圳華大基因研究院“生命之樹”計劃的啟動項目,。該計劃將對動物、植物,、微生物三個生命學領(lǐng)域的所有具有經(jīng)濟,、社會、科學價值的主要物種進行基因組序列的解讀與分析,。（生物谷Bioon.com）
推薦閱讀：新一代測序技術(shù)的發(fā)展現(xiàn)狀
生物谷推薦原始出處：
Nature 13 December 2009 | doi:10.1038/nature08696
The sequence and de novo assembly of the giant panda genome
Ruiqiang Li1,2,27, Wei Fan1,27, Geng Tian1,3,27, Hongmei Zhu1,27, Lin He4,5,27, Jing Cai3,6,27, Quanfei Huang1, Qingle Cai1,7, Bo Li1, Yinqi Bai1, Zhihe Zhang8, Yaping Zhang6, Wen Wang6, Jun Li1, Fuwen Wei9, Heng Li10, Min Jian1, Jianwen Li1, Zhaolei Zhang11, Rasmus Nielsen12, Dawei Li1, Wanjun Gu13, Zhentao Yang1, Zhaoling Xuan1, Oliver A. Ryder14, Frederick Chi-Ching Leung15, Yan Zhou1, Jianjun Cao1, Xiao Sun16, Yonggui Fu17, Xiaodong Fang1, Xiaosen Guo1, Bo Wang1, Rong Hou8, Fujun Shen8, Bo Mu1, Peixiang Ni1, Runmao Lin1, Wubin Qian1, Guodong Wang3,6, Chang Yu1, Wenhui Nie6, Jinhuan Wang6, Zhigang Wu1, Huiqing Liang1, Jiumeng Min1,7, Qi Wu9, Shifeng Cheng1,7, Jue Ruan1,3, Mingwei Wang1, Zhongbin Shi1, Ming Wen1, Binghang Liu1, Xiaoli Ren1, Huisong Zheng1, Dong Dong11, Kathleen Cook11, Gao Shan1, Hao Zhang1, Carolin Kosiol18, Xueying Xie13, Zuhong Lu13, Hancheng Zheng1, Yingrui Li1,3, Cynthia C. Steiner14, Tommy Tsan-Yuk Lam15, Siyuan Lin1, Qinghui Zhang1, Guoqing Li1, Jing Tian1, Timing Gong1, Hongde Liu16, Dejin Zhang16, Lin Fang1, Chen Ye1, Juanbin Zhang1, Wenbo Hu17, Anlong Xu17, Yuanyuan Ren1, Guojie Zhang1,3,6, Michael W. Bruford19, Qibin Li1,3, Lijia Ma1,3, Yiran Guo1,3, Na An1, Yujie Hu1,3, Yang Zheng1,3, Yongyong Shi5, Zhiqiang Li5, Qing Liu1, Yanling Chen1, Jing Zhao1, Ning Qu1,7, Shancen Zhao1, Feng Tian1, Xiaoling Wang1, Haiyin Wang1, Lizhi Xu1, Xiao Liu1, Tomas Vinar20, Yajun Wang21, Tak-Wah Lam22, Siu-Ming Yiu22, Shiping Liu23, Hemin Zhang24, Desheng Li24, Yan Huang24, Xia Wang1, Guohua Yang1, Zhi Jiang1, Junyi Wang1, Nan Qin1, Li Li1, Jingxiang Li1, Lars Bolund1, Karsten Kristiansen1,2, Gane Ka-Shu Wong1,25, Maynard Olson26, Xiuqing Zhang1, Songgang Li1, Huanming Yang1, Jian Wang1 & Jun Wang1,2
