Characterization of the pangenome variability and its role in domestication and adaptation in African rice
Caractérisation de la variabilité du pangénome et son rôle dans la domestication et l’adaptation au sein du riz africain
Résumé
Over the last few decades, thanks to dramatic advances in high-throughput sequencing technologies, more and more genomes were assembled. By comparing multiple genomes within the same species, it became increasingly clear that a single reference genome cannot capture all the diversity within a species. Huge variations in the number of genes, and more broadly in structural variations, between individuals were observed. This led to a progressive paradigm shift from the genome towards the pangenome. This latter refers to the set of all sequences (genic or not) present in a given population, including (i) the core genome containing sequences present in all individuals and (ii) the dispensable genome composed of sequences shared by a subset of individuals.The main objectives of this PhD project were to fully explore the genetic diversity within a crop, the African rice, and how the diversity of this species was reshaped during its domestication. The two main questions we wanted to specifically address were which roles do these structural variations play in gene composition and adaptation, and how evolutionary forces have shaped (pan)genome organization and dynamics.First, we performed a review of the current state-of-the-art on the emerging concept of pangenome, to identify challenges, opportunities and limitations. We presented how this new methodological approach, combined with the high-throughput sequencing technologies, offers unprecedented opportunities to investigate genomic variability, thus providing an alternative way to study genome organization and dynamics.Next, we developed frangiPANe, a tool for creating a eukaryotic pangenome from multiple, individual short-read-based genome sequencing. Our method was validated using the whole genome resequencing data from 248 African rice accessions, both cultivated and wild, as a proof-of-concept to build the first large panreference for African rice. We identified an average of 8Mb of new sequences per individual, absent from the reference genome, i.e. a total of 513.5 Mb new sequence across all individuals. For a reference genome size of 350Mb, we added 60% more sequences, represented in 484,394 non redundant contigs. Despite the high content of transposable elements, we were able to anchor at an unique position on the reference genome, 31.5% of the contigs.Finally, we then explored pangenome diversity during African rice domestication. We annotated 22,765 genes across all individuals, increasing the number of genes from 40,553 in the reference by 56%. We showed the relative presence of the 484,394 contigs recapitulate the relationship between individuals previously determined using single nucleotide polymorphism, and consequently also reflects the evolutionary history of the cultivated and wild species. We thus used an innovative approach to assess selection in these 483,394 structural variations, and identify 683 candidate genes as under selection. Interestingly, we were able to find selection in the PROG1 gene, a gene selected during African and Asian rice domestication and associated with a major deletion during African rice domestication. We also showed domestication was associated with a loss of genes after the initial bottleneck, a likely consequence of an increase of drift during the domestication process.Altogether, our approaches help to reshape our thinking about the consequences of domestication on plant diversity, associated both to a loss of diversity and genes.
Au cours des dernières décennies, grâce aux progrès spectaculaires des technologies de séquençage à haut débit, de plus en plus de génomes ont été assemblés. En comparant plusieurs génomes au sein d'une même espèce, il est devenu de plus en plus évident qu'un seul génome de référence ne peut capturer toute la diversité présente au sein d'une espèce. D'importantes variations du nombre de gènes, et plus largement des variations structurales, entre les individus d’une même espèce ont été observées. Cela a conduit à un changement progressif de paradigme, du concept de génome à celui de pangénome. Le pangénome désigne l'ensemble des séquences (géniques ou non) présentes au sein d'une population et il se compose du “core genome” regroupant les séquences présentes chez tous les individus et (ii) le “dispensable genome” contenant des séquences uniquement partagées par une partie des individus.Les principaux objectifs de ce projet doctoral étaient d'explorer la diversité génétique au sein d'une céréale, le riz africain, et la manière dont la diversité de cette espèce a été remodelée au cours de sa domestication. Les deux principales questions que nous souhaitions aborder étaient les suivantes : quels rôles jouent ces variations structurales dans la composition en gènes et l’adaptation, et comment les forces évolutives ont façonné l'organisation et la dynamique du (pan)génome.Tout d'abord, nous avons réalisé un état de l’art des connaissances sur le concept émergent de pangénome, afin d'identifier les défis, les opportunités et les limites. Nous avons présenté comment cette nouvelle approche, combinée aux technologies de séquençage à haut débit, offre des possibilités sans précédent pour étudier la variabilité génomique, en fournissant une approche alternative pour étudier l'organisation et la dynamique des génomes.Ensuite, nous avons développé frangiPANe, un outil permettant de créer un pangénome d’eucaryote à partir de données de séquençage “short-read” de génomes d’individus. Notre méthode a été validée en utilisant les données de séquençage de 248 génomes de riz africain, cultivés et sauvages, comme preuve de concept pour construire la première panréférence du riz africain. Nous avons identifié, en moyenne, 8 Mb de séquences par individu, absentes du génome de référence, soit au total 513,5 Mb de nouvelles séquences. Pour un génome de référence de 350 Mb, nous avons ajouté 60% de séquences, correspondant à 484 394 contigs non redondants. Malgré un contenu important en éléments transposables dans ces nouvelles séquences, nous avons pu ancrer 31,5% de ces contigs à une position unique sur le génome de référence. Enfin, nous avons exploré la diversité du pangénome au cours de la domestication du riz africain. Nous avons annoté 22 765 nouveaux gènes, augmentant de 56% le nombre de gènes par rapport aux 40 553 gènes de référence. Nous avons montré que la présence relative des 484 394 contigs récapitule la relation entre les individus établie précédemment à partir de “SNPs” et, par conséquent, reflète également l'histoire évolutive des espèces cultivées et sauvages. Nous avons ensuite utilisé une approche innovante pour évaluer des traces de sélection dans ces 483 394 variations structurales et 683 gènes candidats ont été identifiés comme étant sous sélection. Parmi ces gènes, nous avons détecté le gène PROG1, qui a été sélectionné au cours de la domestication du riz africain et asiatique et qui est associé à une délétion lors de la domestication du riz africain. Nous avons également montré que la domestication était associée à une perte de gènes après le goulot d'étranglement initial, probablement la conséquence d'une augmentation de la dérive génétique au cours du processus de domestication.Dans l'ensemble, nos approches contribuent à enrichir nos connaissances sur les conséquences de la domestication sur la diversité, associée à la fois à une perte de diversité et de gènes.
| Origine | Version validée par le jury (STAR) |
|---|