用 GrAnnoT 与 GrAPEx 实现完整泛基因组图谱注释

高质量的单个体参考基因组即便组装完整，也可能给下游分析带来偏倚，难以充分代表一个种群或物种内部的遗传多样性；把多个高质量基因组整合为泛基因组图（PVG），正是为了克服这种代表性偏倚 ^[1]。vg 工具包早已证明，以双向图结构压缩表示群体遗传变异（包括倒位、重复等结构变异）作为参照，能提高读段比对准确性并有效消除参考偏倚 ^[2]。在植物中，图泛基因组也被用来弥补线性泛基因组难以呈现新序列位置信息的缺陷，只是面向图格式基因组的分析工具仍然缺乏 ^[3]。注释方面，细菌领域出现了 ggCaller 这类基于群体德布鲁因图、把基因预测、功能注释与聚类并入单一流程的工具 ^[4]，可视化领域则有把注释沿线性参考坐标投影展示的 VRPG ^[5]。但对泛基因组变异图本身进行完整注释此前并不可行：先前推出的 GrAnnoT 虽能把注释从参考基因组转移到图、再从图转移到嵌入基因组，却一次只能转移一份注释，因而无法涵盖所有基因；该工具曾在亚洲稻的图与线性基因组上与同类先进工具做过基准比较，并在人类数据上测试 ^[6]。

这篇 2026 年 9 月 28 日上线 bioRxiv 的预印本（CC-BY 4.0 许可，法国国家研究署 ANR-22-PEAE-4 资助）在原有基础上做了两件事：一是给 GrAnnoT 增加新选项，使其能处理多个基因组的注释并将它们整合进图；二是开发了新流程 GrAPEx，负责识别、提取并注释图中此前未被注释的区域。作者的基准测试显示两个工具均可靠：GrAnnoT 能正确整合多份注释，增加图中可用的生物学信息，还提供研究基因在图内分布的实用选项；GrAPEx 则可快速注释整张图，且不降低注释质量。

相对过去只有一份（往往是参考基因组的）注释能进入图的局面，这项工作把图注释从单一注释的转移，推进到多基因组注释的整合加上全新区域的补注，从而削弱了旧有的参考偏倚，作者也称其为泛基因组工具箱的一份宝贵补充。与面向细菌泛基因组的 ggCaller ^[4]、保持线性化布局的植物泛基因组流程 ^[3] 以及侧重线性坐标投影可视化的 VRPG ^[5] 不同，其着力点正在于图的完整注释本身；同期还出现了名为 PAP 的图泛基因组注释流程，同样以一组基因组组装及其对应结构注释为输入 ^[7]，这一方向正被多条路径同时推进。

需要留意的是，这仍是一篇预印本：摘要层面只给出“可靠”“注释质量不降低”等定性结论，未附具体量化指标，尚待同行评议和更多数据的检验；而且即便图中有了完整注释，面向图格式基因组的下游分析工具依旧不足 ^[3]，这些注释如何进一步转化为种群层面的生物学解读，仍是悬而未决的问题。