植物基因组通常具有较高的重复序列，且很多为多倍体，因此组装植物基因组具有一定的挑战性。双子叶模式植物拟南芥、单子叶模式植物水稻基因组序列分别在2000年、2005年公布，它们都是基于BAC克隆及sanger法测序的方法获得的，至今在植物基因组序列中其质量依然是很好的。
二代测序技术的出现及发展，极大地加快了植物基因组的研究进程，已经有超过200种植物获得了基因组序列，但是由于二代测序读长短，大部分的基因组组装结果都不高，含有数千个scaffolds；虽然基因区相对完整，但是富含转座元件的区域都装得比较碎，且明显低估了这些区域的比例，仅有少部分组装到了染色体水平。
近年来，随着三代PacBio、Oxford Nanopore测序技术的发展，可以获得较长的DNA片段，采用一定的组装软件，较为容易获得高质量的组装结果，尤其是在提高序列的完整性及重复序列组装方面有了很大的改善。不过到目前为止，依然只有少数植物基因组组装的完整性较好，contig N505Mb的只有6个；另外即使是基于长读长reads得到较长的contigN50(1Mb)，要想获得染色体水平的序列依然是不太容易的。

下面，小编通过Nature Plant一篇文献“Chromosome-scale assemblies of plant genomes using nanopore long reads and optical maps”了解下如何通过采用三代测序加上optical maps、Illumina二代数据及遗传图谱的策略获得染色体级别的植物基因组序列吧。
组装结果
文章研究了三个物种，分别为双子叶芸薹属的B. rapa(yellow sarson,Z1)，B.oleracea(broccoli, HDEM)及单子叶芭蕉属的Musa schizocarpa(banana)，这3个物种B.rapa Chiifu、B. oleracea To1000、Musa acuminate Pahang-HD曾采用short-reads策略获得了基因组序列，不过序列多为片段化(contig N5050kb)。
植物有DNA吗？
在地球上的生物中，除了少数病毒外，都是以DNA作为遗传物质的，它是主要的遗传物质，决定生物的性状。{DNA（转录）——RNA（翻译）——蛋白质（性状）}是绝大多数生物的生命和性状表现过程。但少数病毒可以进行RNA（逆转录）——DNA的过程。高等生物（如植物）的DNA大多在细胞核的染色体中，低等生物（如蓝藻）的DNA位于细胞的中央，无细胞结够生物（如乙肝病毒）的DNA被蛋白质外壳包裹在其中。 脱氧核糖核酸（DNA，为英文Deoxyribonucleic acid的缩写），又称去氧核糖核酸，是染色体的主要化学成分，同时也是组成基因的材料。有时被称为“遗传微粒”，因为在繁殖过程中，父代把它们自己DNA的一部分复制传递到子代中，从而完成性状的传播
a. DNA是由核酸的单体聚合而成的聚合体。
b. 每一种核酸由三个部分所组成：一分子含氮盐基+一分子五碳糖(脱氧核糖)+一分子磷酸根。
c. 核酸的含氮盐基又可分为四类：鸟嘌呤(G)、胸腺嘧啶(T)、腺嘌呤(A)、胞嘧啶(C)
d. DNA的四种含氮盐基组成具有物种特异性。即四种含氮盐基的比例在同物种不同个体间是一致的，但再不同物种间则有差异。
e. DNA的四种含氮沿基比例具有奇特的规律性，每一种生物体DNA中 A≈T C≈G 加卡夫法则。
生命的遗传奥秘茂藏在DNA和RNA中
现在人们都知道DNA和RNA是遗传物质，但是什么叫DNA呢？其实DNA和RNA是一种核酸的东西，因为它藏在细胞核内，又具有酸性，因为在它刚被发现的时候就被称为核酸。
核酸是一个叫米歇尔的瑞士青年化学家发现的，那还是1869年的事，到了1909年，一位美国生化学家又发现核酸中的碳水化合物有两种核糖分子，因此核酸也有两种，一种叫脱氧核糖酸，英文缩写就是DNA，另一种是核糖核酸，英文缩写是RNA。DNA一般只在细胞核中，而RNA除了在细胞核中外，还分布在细胞质中。
DNA和RNA与生物遗传基因细菌学家艾弗里通过研究肺炎球菌转化时，偶然发现了DNA，就是那个被很多人找了很久的基因物质。在DNA上带着生命的遗传秘密的基因物质，这样，对于到底什么是决定生命遗传现象的探索，终于到了揭开秘密的时候了，这时已是20世纪40年代。
组成DNA的4种核苷酸的排列组合顺序大有奥秘
解开DNA的秘密
当发现基因就是DNA后，人们还是想知道，这个DNA是怎么样的一种东西，它又是通过什么具体的办法把生命的那么多信息传递给新的接班人的呢？
首先人们想知道DNA是由什么组成的，人类总是爱这样刨问底。结果有一个叫莱文的科学家通过研究，发现DNA是由四种更小的东西组成，这四种东西的总名字叫核苷酸，就像四个兄弟一样，它们都姓核苷酸，但名字却有所不同，分别是腺嘌呤(A)、鸟嘌呤(G)、胞嘧啶(C)和胸腺嘧啶(T)，这四种名字很难记，不过只要记住DNA是由四种核苷酸只是随便聚在一起的、而且它们相互的连接没有什么规律，但后来核苷酸其实不一样，而且它们相互组合的方式也千变万化，大有奥秘。
现在，人们已基本上了解了遗传是如何发生的。20世纪的生物学研究发现：人体是由细胞构成的，细胞由细胞膜、细胞质和细胞核等组成。已知在细胞核中有一种物质叫染色体，它主要由一些叫做脱氧核糖核酸（DNA）的物质组成。
生物的遗传物质存在于所有的细胞中，这种物质叫核酸。核酸由核苷酸聚合而成。每个核苷酸又由磷酸、核糖和碱基构成。碱基有五种，分别为腺嘌呤（A）、鸟嘌呤（G）、胞嘧啶（C）、胸腺嘧啶（T）和尿嘧啶（U）。每个核苷酸只含有这五种碱基中的一种。
单个的核苷酸连成一条链，两条核苷酸链按一定的顺序排列，然后再扭成“麻花”样，就构成脱氧核糖核酸（DNA）的分子结构。在这个结构中，每三个碱基可以组成一个遗传的“密码”，而一个DNA上的碱基多达几百万，所以每个DNA就是一个大大的遗传密码本，里面所藏的遗传信息多得数不清，这种DNA分子就存在于细胞核中的染色体上。它们会随着细胞分裂传递遗传密码。
人的遗传性状由密码来传递。人有10万个基因，而每个基因是由密码来决定的。人的基因中既有相同的部分，又有不同的部分。不同的部分决定人与人的区别，即人的多样性。人的DNA共有30亿个遗传密码，排列组成10万个基因。
DNA 指deoxyribonucleic acid 脱氧核糖核酸(染色体和基因的组成部分)
脱氧核苷酸的高聚物，是染色体的主要成分。遗传信息的绝大部分贮存在DNA分子中。
分布和功能 原核细胞的染色体是一个长DNA分子。真核细胞核中有不止一个染色体，每个染色体也只含一个DNA分子。不过它们一般都比原核细胞中的DNA分子大而且和蛋白质结合在一起。DNA分子的功能是贮存决定物种的所有蛋白质和RNA结构的全部遗传信息；策划生物有次序地合成细胞和组织组分的时间和空间；确定生物生命周期自始至终的活性和确定生物的个性。除染色体DNA外，有极少量结构不同的DNA存在于真核细胞的线粒体和叶绿体中。DNA病毒的遗传物质也是DNA。
结构： DNA是由许多脱氧核苷酸残基按一定顺序彼此用3’，5’-磷酸二酯键相连构成的长链。大多 数DNA含有两条这样的长链，也有的DNA为单链，如大肠杆菌噬菌体φX174、G4、M13等。有的DNA为环形，有的DNA为线形。主要含有腺嘌呤、鸟嘌呤、胸腺嘧啶和胞嘧啶4种碱基。在某些类型的DNA中，5-甲基胞嘧啶可在一定限度内取代胞嘧啶，其中小麦胚DNA的5-甲基胞嘧啶特别丰富，可达6摩尔％。在某些噬菌体中，5-羟甲基胞嘧啶取代了胞嘧啶。40年代后期，查加夫（E.Chargaff）发现不同物种DNA的碱基组成不同，但其中的腺嘌呤数等于其胸腺嘧啶数（A=T），鸟嘌呤数等于胞嘧啶数（G=C），因而嘌呤数之和等于嘧啶数之和。一般用几个层次描绘DNA的结构。
一级结构 DNA的一级结构即是其碱基序列。基因就是DNA的一个片段，基因的遗传信息贮存在其碱基序列中。1975年美国的吉尔伯特（W.Gilbert）和英国的桑格（F.Sanger）分别创立了DNA一级结构的快速测定方法，他们为此共获1980年度诺贝尔化学奖。自那时以后，测定方法又不断得到改进，已有不少DNA的一级结构已确立。如人线粒体环DNA含有16569个碱基对，λ噬菌体DNA含有48502个碱基对，水稻叶绿体基因组含134525个碱基对，烟草叶绿体基因组含155844个碱基对等。现在美国已计划在10至15年内将人类DNA分子中全部约30亿个核苷酸对序列测定出来。
二级结构 1953年，沃森（Watson）和克里克（Crick）提出DNA纤维的基本结构是双螺旋结构，后来这个模型得到科学家们的公认，并用以解释复制、转录等重要的生命过程。经深入研究，发现因湿度和碱基序列等条件不同，DNA双螺旋可有多种类型，主要分成A、B和Z3大类，其主要参数差别如下表。
一般认为，B构型很接近细胞中的DNA构象，它与双螺旋模型非常相似。A－DNA与RNA分子中的双螺旋区以及转录时形成的DNA－RNA杂交分子构象接近。Z－DNA以核苷酸二聚体为单元左向缠绕，其主链呈锯齿（Z）形，故名。这种构型适合多核苷酸链的嘌呤嘧啶交替区。1989年，美国科学家用扫描隧道电镜法直接观察到双螺旋DNA
绿色开花植物受精时子房壁的基因组为什么没有发生变化？（1）绿色开花植物传粉受精后，只有子房继续发育，珠被发育成种皮，子房壁发育成果皮，胚珠发育成种子，子房发育成果实
（2）新植株的幼体是胚，胚是种子的主要部分，它是由受精后形成的受精卵发育而成的
（3）桃子可食用的部分实际上果皮，即种子外的果肉和外果皮，是由子房壁发育而成的
（4）菜豆种子中储存营养物质的结构是子叶，子叶是胚的一部分，而胚是由受精卵发育而成的，故发育成菜豆种子储存营养物质的结构的是受精卵
（1）珠子 子房壁
（2）受精卵 （3）子房壁
（4）受精卵
你知道为什么动物线粒体基因组比植物小那么多吗？植物质体基因组进化正好是我课题的一部分，这里简要讨论一下植物线粒体基因组的特点，成因和后果。
植物线粒体基因组的主要特点是：基因组大小和结构变异巨大，基因却极度保守；基因分布非常稀疏，含有大量非编码序列；存在大量的RNA编辑。
大部分动物的环状线粒体基因组的大小约15-17kb，且结构相对保守，基因排列紧凑，这些特点都跟植物叶绿体基因组相仿，植物的叶绿体基因组大小在100-200kb之间。然而植物线粒体基因组却跟前两者有着迥然不同的特性，其大小一般在200-750kb之间。有些植物如黄瓜，其线粒体基因组竟然达到了1556kb之大。而且这种基因组大小的差异即便是在近缘物种之间都可以是非常巨大的。如在蝇子草属（Silene）中，夜花蝇子草（S.noctiflora）的线粒体基因组大小为6.728kb，而叉枝条蝇子草（S.latifolia）的线粒体基因组则有253kb之大。两者为同属植物，后者的线粒体基因组大小竟然达到了前者的30多倍。而即便在同一物种中，其线粒体基因组的差异也非常显著。如在白玉草（S.vulgaris）中，任何不同种群两两之间只有约一半的线粒体基因组序列是相同的（Sloanetal,2012）。
虽然植物的线粒体基因组非常庞大，但其上的编码基因却并不多，排列得非常稀疏。植物的叶绿体基因组上有约100个基因，但比叶绿体基因组大的拟南芥线粒体基因组上，却只有约50多个基因，而人的线粒体基因组上有37个基因。拟南芥的线粒体基因数量不到人的两倍，其基因组大小却是后者的22倍。也就是说，植物线粒体基因组中，大部分都是非编码序列，这些序列占到了整个拟南芥线粒体基因组的60%以上。这些非编码序列由重复片段、由叶绿体基因组和和基因组转移而来的序列，甚至是基因水平转移获得的其它物种的序列构成。如很古老的被子植物互叶梅（Amborellatrichopoda）的线粒体基因组中，就有大量来自苔藓、绿藻和其它被子植物的序列片段（Rice,2013）。
植物线粒体基因组结构变异巨大，线粒体基因却极度保守，是植物三套基因组中很保守，演化速率很慢的。黄瓜如此庞大的线粒体基因组上，却只比拟南芥多了四个基因。正是由于植物线粒体基因非常保守，区分度不足，所以一般不选作系统学研究的分子标记。这跟动物正好相反，动物的线粒体基因演化速率较快，所以在动物系统学研究中，它们是很常用的分子标记。
那么是什么导致植物线粒体基因组如此庞大，涌入了如此多的非编码序列呢？又是什么导致在这样疯狂变异的基因组中，线粒体基因本身却能独善其身，处变不惊，稳如泰山呢？目前我们是用发生在线粒体非编码区和编码区的两套不同的DNA修复机制来解释的。
动物基因组和植物基因组有什么区别?动物基因组和植物基因组的区别是动物基因组一般包括常染色体和性染色体如X和Y或Z动物基因组往往是二倍体，比较简单。
而植物基因组在进化过程中会出现各种各样的重组组合，基因组比较杂，测序后组装比较困难。
关于生物的基因组：
在分子生物学和遗传学领域，基因组是指生物体所有遗传物质的总和，这些遗传物质包括DNA或RNA（病毒RNA）基因组包括编码DNA和非编码DNA、线粒体DNA和叶绿体DNA，研究基因组的科学称为基因组学。