研究提出基于基因组浅层测序的维管植物物种鉴定新方案

标准DNA条形码凭借通用引物适配性强和测序成本低等优势，广泛应用于生物多样性保护与溯源等领域。针对近缘种、杂交频繁及近期辐射演化的复杂类群，标准DNA条形码因序列变异度有限，分辨率不足，难以满足精准鉴定的需求。尽管基因组浅层测序获取质体全基因组（超级条形码）的策略提升了部分困难类群的鉴别率，但质体基因组的单亲遗传特性使其在杂交渐渗类群分析中存在局限。

近日，中国科学院昆明植物研究所等团队在维管植物物种鉴定领域取得进展。该研究系统评估了基因组浅层测序数据，特别是基于k-mer分析在维管植物物种鉴定中的应用潜力，提出了一套可推广的标准分析流程。

研究选取石松类、蕨类、裸子植物和被子植物代表性类群，覆盖32属、475种共1969份样本进行系统分析。结果表明，标准条形码仅能区分约49.3%的物种，组装质体全基因组可将鉴别率提升至57.6%。进一步应用浅层测序数据的k-mer分析，物种鉴别率显著提高至66.8%，较标准条形码整体提升17.5%。该技术流程兼容现有标准条形码数据库，可有效应对近缘种鉴定难题。研究还明确了基因组大小对k-mer分析的影响，对于基因组大小≤5Gb的类群，在约0.5X测序深度下即可取得良好鉴定效果；对于基因组大小＞5Gb的类群，需对测序数据进行均一化处理后再开展分析。

研究明确了利用基因组浅层测序可显著提升物种鉴定能力，为完善植物DNA条形码参考数据库、支撑全球生物多样性研究提供了可复制的解决方案。

相关研究成果发表在《新植物学家》（New Phytologist）上。研究工作得到科技部科技基础资源调查专项、云南省“兴滇英才支持计划”青年人才专项以及中国科学院国际人才计划等的支持。

论文链接