已基因组测序物种
植物物种全基因组的测序与分析
植物物种全基因组的测序与分析随着现代生物技术的不断发展和完善，越来越多的研究者开始将目光放在了植物的基因组测序和分析上。
植物物种的全基因组测序和分析可以帮助我们更好地了解植物的生长和发育规律，发现新的基因和蛋白质，促进植物育种和改良等方面的应用。
本文将从植物基因组测序和分析的意义、方法和应用等方面进行探讨。
一、植物基因组测序的意义植物基因组测序是现代遗传学和分子生物学领域的一项重要研究内容。
通过对植物基因组的测序和分析，可以为植物学、农业和生态学等方向的研究提供重要的基础数据。
首先，全基因组测序能够为我们提供大量的基因序列信息。
通过基因组测序，可以获得植物基因组的完整序列信息，为后续的基因鉴定、新基因发现、基因功能研究等提供基础，为植物学的研究提供了更全面的基础知识。
其次，基因组测序有助于发现新基因。
通过基因组测序，我们可以获取所有基因序列的信息，并进行比对分析，以发现新的、以前未知的基因，这对于数据驱动型的生物学研究具有重要的意义。
此外，基因组测序还可以促进生物信息学领域的发展。
基因组测序技术和生物信息学处理技术的结合，可以更好地研究基因与生态之间的关系，为生态学和植物保护提供更多的数据支撑。
二、植物基因组测序的方法目前，植物基因组测序主要采用Illumina高通量测序技术、 PacBio和Nanopore第三代测序技术、等温测序技术以及荧光原位杂交技术等方法。
其中，Illumina高通量测序技术是全球最为普遍的测序平台之一，其分辨率高、准确率高、数据量大，可以快速、高通量地测序，成为植物基因组测序的主流技术之一。
而PacBio和Nanopore第三代测序技术主要具有长读长和高准确性的特点，能够获得更全面的基因组序列信息，用于高质量的基因组组装。
等温测序和荧光原位杂交技术等方法也可以用于获得植物基因组信息。
在选择测序平台时，需要根据样品的特性、分辨率、数据量、费用等多个方面进行综合评估。
三、植物基因组测序的应用植物基因组测序的应用范围十分广泛，涉及到植物学、种质资源保护、农业种植和育种等多个领域。
群体进化-基于全基因组重测序
DNA样品总量: ≥3 μg 适用范围样品要求文库类型测序策略与深度分析内容项目周期 群体进化（基于全基因组重测序）标准分析时间为120天，个性化分析需根据项目实际情况进行评估HiSeq PE150推荐测序深度≥5X/个体350 bp小片段DNA文库1. 已有参考基因组序列的物种中不同亚群（自然群体）2. 各亚群间划分明显，同一亚群内的个体有一定代表性3. 每个亚群选取10个样本左右（推荐动物≥10个，植物≥15个）4. 总体不少于30个样本与参考基因组比对群体SNP检测、注释及统计系统进化树构建群体遗传结构分析群体主成分分析连锁不平衡分析选择消除分析候选基因GO和KEGG富集构建单体型图谱种群历史和有效群体大小技术参数针对已有参考基因组的物种，对其各亚种进行全基因组重测序获得基因组信息，通过与参考基因组比对，得到大量高准确性的SNP、InDel、SV等变异信息，讨论群体的遗传结构、遗传平衡和影响遗传平衡的因素，从而从分子层面揭示该物种的进化机制、环境适应性等系列问题。
该技术能精准地得到全基因组内所有遗传信息，最大程度地挖掘出群体内遗传变异。
诺禾具有丰富的群体遗传学项目经验，研究成果发表于Nature Genetics（Li, M, et al. 2013& Zhou, XM,et al. 2014）等。
参考文献[1] Li M, Tian S, Jin L, et al . Genomic analyses identify distinct patterns of selection in domesticated pigs and Tibetan wild boars [J]. Nature genetics, 2013, 45(12): 1431-1438.[2] Zhan S, Zhang W, Niitepo ～ld K, et al . The genetics of monarch butterfly migration and warning colouration [J]. Nature, 2014.案例解析［案例一］ 家猪和藏猪的群体进化分析[1]2013年，诺禾致源科技服务团队与四川农业大学研究者合作发表该成果。
第五章基因组测序技术(共118张PPT)
断裂产物分 别在4个泳 道电泳
G G+A T+C C
化学法测序实例
哌啶
改进的特异化学切割反应
1.基本原理
与链终止法测序原理相同,只是用不同 的荧光色彩标记ddNTP,如ddATP标记红 色荧光,ddCTP标记蓝色荧光, ddGTP标 记黄色荧光, ddTTP标记绿色荧光.由于 每种ddNTP带有各自特定的荧光颜色,而 简化为由1个泳道同时判读4种碱基.
②该酶能够用2‘，3’--双脱氧核苷三磷酸作底物并将 其聚合到新生寡核苷酸链的3‘-末端，从而终止其延 伸反应。
在DNA测序反应中，加入模板DNA，引物（特异 性引物），DNA聚合酶，dA，dT，dG，dC和一 种ddNTP。常用Klenow大片段，无5'→3'外切酶 活性。
制备单链模板
A 克隆于质粒中DNA→用碱或热变性 B M13克隆单链DNA C 噬粒克隆DNA D PCR产生单链DNA
C 参考人类基因组图,特别是大量的STS位标作为基点,进行
序列组装，排成重叠克隆群.
基于克隆群(contig-based)
鸟枪法策略
指导测序策略
遗传、物理图谱
人们对感兴趣的基因或与疾病相关的 基因优先测序.
如:人类主要组织相容性复合区位于第6号 染色体,与人类免疫系统有关，因而优先 测序.
EST是一种重要的基因组图分子标记,以EST为探针很 容易从 cDNA中筛选全基因,又可从BAC克隆中找到其
2. 人类基因组草图的完成
2000年6月26日是人类 上值得纪念的一天。人 类基因组的工作草图已 经绘制完毕并于这天向 全世界公布。最终完成 图要求测序所用的克隆 能忠实地代表常染色体 的基因组结构，序列错 误率低于万分之一。
基因测序技术在鉴定物种中的应用
基因测序技术在鉴定物种中的应用基因测序技术是指通过分析生物体的DNA序列，确定各种基因的组成和位置，进而了解基因的功能、调控和表达等生命过程。
随着科技的不断进步，基因测序技术已经广泛应用于各个领域，其中之一便是在鉴定物种方面的应用。
鉴定物种是指通过识别某个生物体属于哪个物种，从而确定它的生态地位、保护状况、进化历史等信息。
传统的鉴定物种方法依赖于形态学、生理学和生态学特征，但这种方法有其局限性，玫瑰花和葡萄藤就很容易混淆。
随着基因测序技术的出现，特别是第三代测序技术的应用，鉴定物种的精度和速度得到了大幅提升。
下面我们来看一些基因测序技术在鉴定物种中的应用案例。
DNA条形码鉴定物种DNA条形码是指将某个物种或者样本的一个特定的DNA序列作为鉴定该物种的特征码。
利用DNA条形码能够使鉴定物种更加准确，并且能够提高鉴定物种的速度，大大加快样本的处理时间。
某些低等级物种相似度较高，难以区分，采用传统鉴定物种方法极为困难，但利用DNA条形码技术则容易比对出分别。
研究人员利用DNA条形码成功鉴定了400多个鱼类物种，开发了一个名为FISH-BOL的数据库，该数据库成为全球最大的鱼类DNA条形码数据库。
另外有研究表明，利用DNA条形码可对土壤中的生物进行鉴定，并对不同土壤的生物种类进行区分，这种方法可以为土壤生态学研究提供一种高效的工具。
基因组测序鉴定物种基因组测序是指对一个物种的全部基因组进行分析，获得相应的DNA序列信息。
通过基因组测序，可以获得物种的整个DNA序列信息，包括基因的组成和位置、编码蛋白质的基因、非编码区域和整个基因组的结构等。
利用基因组测序，科研人员可以举例鉴定分辨率更高的物种，并扩展鉴定物种的范围。
海星和海参在形态上非常相似，很难进行鉴定。
但是，通过基因组测序，科研人员发现，虽然两者的外部表现相似，但它们的遗传基础是不同的，基因组序列也有明显的不同。
因此，利用基因组测序技术可以明确区分海星和海参，并防止他们被错误鉴定。
生命科学中的全基因组测序技术
生命科学中的全基因组测序技术全基因组测序技术（Whole Genome Sequencing）是指测定一个生物体所有基因组DNA的序列。
在过去的几十年里，随着高通量测序技术的不断进步和成本的降低，全基因组测序技术已经成为了研究生命科学领域的重要工具之一。
本文将从技术原理、应用领域和未来发展等方面对全基因组测序技术进行探讨。
一、技术原理全基因组测序技术的核心原理是将整个基因组DNA按照一定的长度断裂成许多小片段，使用高通量测序技术将这些小片段逐一测序，然后通过计算机算法将这些片段拼接成完整的基因组序列。
具体来说，全基因组测序技术的步骤如下：1.样品准备：首先需要从生物体的样品中提取出全部的基因组DNA，这个步骤非常关键，若提取的DNA含有杂质，后续的测序结果将会受到很大影响。
2.测序：将提取的基因组DNA分成若干小片段，通常是将DNA随机打断成200-500bp的小片段，然后使用测序仪将每个小片段的序列测出。
目前高通量测序仪种类繁多，包括Illumina、Ion Torrent、PacBio和Oxford Nanopore等，其中Illumina使用最为广泛。
3.数据分析：将测得的序列利用计算机算法进行拼接，这个步骤是全基因组测序中最困难的部分。
由于某些原因，比如测序精度不够高、片段之间存在交叉等，导致拼接出来的基因组序列并不是完整的，因此需要使用一些软件进行多次验证和修正，以确保拼接出来的序列尽量准确完整。
二、应用领域全基因组测序技术在生命科学领域的应用非常广泛，主要分为以下几个方面：1.研究基因组结构和功能：全基因组测序可以帮助研究人员了解生物体的基因组结构和功能，比如基因组大小、基因数量、基因型变异、基因表达水平等信息，从而更深入地理解生物界的进化和发展。
全基因组测序可以直接测定基因组中所有基因的序列，从而持续地帮助人们了解基因之间的相互作用和调控。
2.疾病诊断和预防：全基因组测序可以帮助诊断罕见遗传病或个体化疾病风险，同时可以预测一些患病风险，有助于促进个体化医学的发展。
如何快速查找物种间对应的同源基因
如何快速查找物种间对应的同源基因Homologous Gene ID Conversion.png有时候，大家做实验以小鼠为模型，但希望查看与之对应的人同源基因。
像这种情况，我们可以不需要进行序列比对来查找，因为比较麻烦。
使用公共数据可能更高效。
1.基于NCBI HomoloGene数据库查找物种间对应的同源基因NCBI HomoloGene数据库收集了部分已经完成基因组测序物种的同源基因数据。
数据库现包含21个物种，共44233组同源基因；HomoloGene的数据是开放的：FTPhomologene.data存放着同源基因的对应关系HID(HomoloGene group id)Taxonomy ID Gene ID Gene Symbol Protein gi Protein accession3960634ACADM160961497NP_001104286.139598469356ACADM109008502XP_001101274.131009011364Acadm6680618NP_031408.1每个物种都有一个对应的Taxonomy ID：10090 Mus musculus10116 Rattus norvegicus28985 Kluyveromyces lactis318829 Magnaporthe oryzae33169 Eremothecium gossypii3702 Arabidopsis thaliana4530 Oryza sativa4896 Schizosaccharomyces pombe4932 Saccharomyces cerevisiae5141 Neurospora crassa6239 Caenorhabditis elegans7165 Anopheles gambiae7227 Drosophila melanogaster7955 Danio rerio8364 Xenopus (Silurana) tropicalis9031 Gallus gallus9544 Macaca mulatta9598 Pan troglodytes9606 Homo sapiens9615 Canis lupus familiaris9913 Bos taurus单个基因直接检索，如Acadm：批量注释某个物种的基因对应另一个物种的同源基因，可以使用R包homologene，它调用的是c中build68的数据；homologene(genes, inTax, outTax)genes：需要查找同源基因的基因列表inTax：输入基因所属物种outTax：查找的同源基因属于那个物种例子：genelist<-c("Acadm","Eno2","Acadvl")homologene(genelist, inTax = 10090, outTax = 9606)10090 9606 10090_ID 9606_ID1 Eno2 ENO2 13807 20262 Mog MOG 17441 4340查看homologene使用的数据版本homologeneVersion[1] 682. 基于InParanoid 8数据库查找物种间对应的同源基因InParanoid 8提供的下载数据是Protein ID；构建g InParanoid 8 用到的InParanoid 4.1可以获取的，InParanoid4.1 standalone download这儿我们利用InParanoid 8提供的同源基因信息进行一个快速检索。
利用DNA测序技术鉴定物种来源的实验步骤与技巧
利用DNA测序技术鉴定物种来源的实验步骤与技巧引言：DNA测序技术在现代生物学研究中扮演着重要的角色，它不仅可以揭示生物的基因组结构和功能，还可以用于物种鉴定。
利用DNA测序技术鉴定物种来源，可以帮助我们解决生物多样性保护、犯罪侦查、食品安全等方面的问题。
本文将介绍利用DNA测序技术鉴定物种来源的实验步骤与技巧。
一、样品采集与DNA提取鉴定物种来源的第一步是采集样品，并从中提取DNA。
样品可以是动物的血液、组织或粪便，植物的叶片或根部，甚至是环境中的土壤或水样。
采集样品时，需要注意避免污染和交叉污染。
DNA提取可以使用商业化的DNA提取试剂盒，也可以根据具体样品的特点选择适当的DNA提取方法。
二、PCR扩增目标基因片段在鉴定物种来源时，通常会选择一个或多个特定的基因片段进行PCR扩增。
这些基因片段可以是线粒体DNA（mtDNA）的控制区域或核DNA的特定基因。
选择合适的引物对进行PCR扩增，确保引物的特异性和敏感性。
PCR反应条件需要根据引物的特性进行优化，包括温度、时间和酶的浓度等。
三、凝胶电泳分离与可视化PCR扩增后的产物可以通过凝胶电泳进行分离与可视化。
将PCR产物与DNA 分子量标记物一同加载到琼脂糖凝胶中，然后进行电泳分离。
根据PCR产物的大小，可以判断样品中是否存在目标基因片段，并估计其大小。
为了提高凝胶电泳的分辨率和可视化效果，可以使用荧光染料或核酸染色剂。
四、测序与序列分析如果需要进一步确定物种来源，可以将PCR产物进行测序。
测序可以使用传统的Sanger测序方法，也可以使用高通量测序技术，如Illumina测序平台。
测序后，可以通过比对测序结果与数据库中已知物种的DNA序列进行比对，从而确定物种来源。
此外，还可以利用生物信息学工具进行序列比对、系统发育分析和物种鉴定。
五、质量控制与结果解读在进行DNA测序鉴定时，需要进行质量控制，确保测序结果的准确性和可靠性。
质量控制包括检查测序片段的长度、测序深度和碱基质量等。
植物基因组的测序和解析
植物基因组的测序和解析一、引言随着基因组学技术的飞速发展，对植物基因组的测序和解析也越来越深入。
通过对植物基因组的研究，不仅能够深入了解植物生长发育和适应环境的机理，也为植物育种和农业生产提供了重要的理论和技术支持。
本文将着重介绍植物基因组的测序和解析技术及其应用。
二、植物基因组测序对于植物基因组的测序，一般采用两种主要的方法：全基因组测序（WGS）和转录组测序。
目前已经完成了大量植物的全基因组测序工作，包括拟南芥、水稻、小麦、玉米、大豆、苹果等，这些测序数据为植物基因组研究提供了基础。
而转录组测序则可以在不同生物学阶段或不同环境条件下，对植物基因表达情况做出深入分析。
1. 全基因组测序WGS是指对物种整个基因组DNA序列的测序，包括基因区域和非基因区域。
全基因组测序技术通常会采用高通量测序平台，如Illumina、PacBio等。
基因组大小和复杂性是影响测序花费和时间的主要因素。
在植物基因组测序中，由于植物基因组的大小和复杂性较高，因此一般需要使用多平台组合测序的方式。
例如，可以先使用Illumina短读长度（150bp左右）测序高覆盖度，然后用PacBio长读长度（10kb以上）来填补基因组中的重复区域、插入元件和复杂重读区域等。
2. 转录组测序转录组测序是指对某个生物在特定环境或生物阶段的mRNA进行测序，一般分为总RNA测序和mRNA测序两种。
总RNA测序可以同时得到注释基因和非编码RNA等的全面信息，而mRNA 测序则会选择性地测序已经被转录核糖体识别和选择的信息。
此外，转录组测序也包括甲基化RNA的测序，可以获得DNA甲基化的空间分布和转录水平的相关性等信息。
三、植物基因组解析植物基因组测序仅仅是一个开始，如何处理和分析这些海量的基因组数据，才能更好地理解植物基因组结构与功能呢？这就需要应用各种生物信息学分析方法来进行解析，包括基因注释、结构预测、基因家族分析、进化分析、基因功能预测等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
已完成植物基因组测序情况（更新至2014年11月）中文名拉丁名发表时间刊物科、属基因组大小拟南芥Arabidopsis thaliana 2000.12 Nature 十字花科、鼠耳芥属125M水稻Oryza sativa. ssp. indica 2002.04 Science 禾本科、稻属466M水稻Oryza sativa. ssp.japonica2002.04 Science 禾本科、稻属466M杨树Populus trichocarpa 2006.09 Science 杨柳科、杨属480M 葡萄Vitis vinifera 2007.09 Nature 葡萄科、葡萄属490M衣藻Chlamydomonasreinhardtii2007.01 Science 衣藻科、衣藻属130 M小立碗藓Physcomitrella pattens 2008.01 Science 葫芦藓科、小立碗藓属480M 番木瓜Carica papaya 2008.04 Nature 番木瓜科、番木瓜属370M 百脉根Lotus japonicus 2008.05 DNA Res. 豆科472 Mb三角褐指藻Phaeodactylumtricornutum2008.11 Nature 褐指藻属27.4M高粱Sorghum bicolor 2009.01 Nature 禾本科、高粱属730M 玉米Zea mays ssp. mays 2009.11 Science 禾本科、玉米属2300M 黄瓜Cucumis sativus 2009.11 Nature Genetics 葫芦科、黄瓜属350M 大豆Glycine max 2010.01 Nature 豆科、大豆属1100M二穗短柄草Brachypodiumdistachyon2010.02 Nature 禾本科、短柄草属260M褐藻Ectocarpus 2010.06 Nature 水云属196M 团藻Volvox carteri 2010.07 Science 团藻属138M蓖麻Ricinus communis 2010.08 NatureBiotechnology大戟科、蓖麻属350M小球藻Chlorella variabilis 2010.09 Plant Cell 小球藻科46M苹果Malus × domestica 2010.09 Nature Genetics 蔷薇科、苹果属742M森林草莓Fragaria vesca 2010.12 Nature Genetics 蔷薇科、草莓属240M可可树Theobroma cacao 2010.12 Nature Genetics 梧桐科、可可属430-Mb 野生大豆Glycine soja 2010.12 PNAS 豆科、大豆属915.4 Mb褐潮藻类Aureococcusanophagefferens2011.02 PNAS 57M麻风树Jatropha curcas 2010.12 DNA Res. 大戟科、麻风树属410M 卷柏Selaginella moellendorffii 2011.05 Science 卷柏属212M枣椰树Phoenix dactylifera 2011.05 Naturebiotechnology棕榈科685M琴叶拟南芥Arabidopsis lyrata 2011.05 Nature Genetics 十字花科、鼠耳芥属206.7 Mb 马铃薯Solanum tuberosum 2011.07 Nature 茄目、茄科、茄属844M条叶蓝芥Thellugiella parvula 2011.08 Nature Genetics 盐芥属140M白菜Brassica rapa 2011.08 Nature Genetics 十字花科、芸薹属485M 印度大麻Cannabis sativa 2011.1 Genome biology 大麻属534M木豆Cajanus cajan 2011.11 Naturebiotechnology豆科、木豆属833M蒺藜苜蓿Medicago truncatula 2011.11 Nature 豆科苜蓿属500M 蓝载藻Cyanophora paradoxa 2012.02 Science 灰胞藻门70M谷子Setaria italica 2012.05 Naturebiotechnology禾本科、狗尾草属490M谷子Setaria italica 2012.05 Naturebiotechnology禾本科、狗尾草属预估510M，组装出400M番茄Solanum lycopersicum 2012.05 Nature 茄科、茄属900Mb 甜瓜Cucumis melo 2012.07 PNAS 葫芦科、甜瓜属450Mb 亚麻Linum usitatissimum 2012.07 Plant Journal 亚麻科、亚麻属373Mb 盐芥Thellungiella salsuginea 2012.07 PNAS 十字花科、盐芥属260Mb 香蕉Musa acuminata 2012.07 Nature 芭蕉科、芭蕉属523Mb 雷蒙德氏棉Gossypium raimondii 2012.08 Nature Genetics 锦葵科、棉属775.2Mb 大麦Hordeum vulgare 2012.1 Nature 禾本科、大麦属 5.1Gb梨Pyrus bretschneideri 2012.11 Genome Research 蔷薇科、梨属527Mb 西瓜Citrullus lanatus 2012.11 Nature Genetics 葫芦科、西瓜属425 Mb 甜橙Citrus sinensis 2012.11 Nature Genetics 芸香科、柑橘属367 Mb 小麦Triticum aestivum 2012.11 Nature 禾本科、小麦属17Gb两种小型藻Bigelowiella natans，Guillardia theta2012.11 Nature 95Mb 87Mb棉花（雷蒙德氏棉）Gossypium raimondii 2012.12 Nature 锦葵科、棉属761.4Mb梅花Prunus mume 2012.12 NatureCommunications蔷薇科、梨属280M鹰嘴豆Cicer arietinum 2013.01 Naturebiotechnology豆科、鹰嘴豆属738Mb橡胶树Hevea brasiliensis 2013.02 BMC Genomics 大戟科、橡胶树属 2.15Gb 毛竹Phyllostachys heterocycla 2013.02 Nature Genetics 竹科、钢竹属 2.075 Gb短花药野生稻Oryza brachyantha 2013.03NatureCommunications禾本科稻属342Mb-362Mb小麦A Triticum urartu 2013.03 Nature 禾本科、小麦属 4.94 Gb 小麦D grassAegilops tauschii 2013.03 Nature 禾本科、小麦属 4.36Gb 桃树Prunus persica 2013.03 Nature Genetics 蔷薇科、梨属265 Mb 丝叶狸藻Utricularia gibba 2013.05 Nature 狸藻科、狸藻属82Mb中国莲Nelumbo nucifera Gaertn 2013.05 Genome biology 睡莲科、莲属929 Mb 挪威云杉Picea abies 2013.05 Nature 松科、云杉属19.6G海洋球石Emiliania huxleyi 2013.06 Nature 定鞭藻纲141.7Mb藻虫黄藻Symbiodinium minutum 2013.07 Current Biology 甲藻门 1.5G 油棕榈Elaeis guineensis 2013.07 Nature 棕榈科、油棕榈属 1.8G枣椰树Phoenix dactylifera 2013.08 NatureCommunications棕榈科、刺葵属671 Mb醉蝶花Tarenaya hassleriana 2013.08 Plant Cell 醉蝶花科、醉蝶花属290 Mb 莲Nelumbo nucifera 2013.08 Plant Journal 睡莲科、莲属879 Mb桑树Morus notabilis 2013.09 NatureCommunications桑科、桑属357 Mb猕猴桃Actinidia chinensis 2013.10 NatureCommunications猕猴桃属616.1 Mb胡杨Populus euphratica 2013.11 NatureCommunications杨属496.5 Mb八倍体草莓F. x ananassa 2013.12 DNA Research 草莓属698 Mb 康乃馨Dianthus caryophyllus L. 2013.12 DNA Research 石竹属622 Mb 甜菜Beta vulgaris ssp. vulgaris 2013.12 Nature 藜科甜菜属566.6 Mb 无油樟（互叶梅）Amborella trichopoda 2013.12 Science 无油樟属748 Mb辣椒Capsicum annuum（Criolo de Morelos334）2014.1 Nature Genetics 辣椒属 3.48G芝麻Sesamum indicum 2014.2 Genome Biology 胡麻科胡麻属274 Mb辣椒Capsicum annuum（Zunla-1）2014.3 PNAS 辣椒属 3.48G火炬松Pinus taeda（Loblollypine）2014.3 Genome Biology 松属23.2G棉花（亚洲棉）Gossypium arboreum 2014.5 Nature Genetics 锦葵科、棉属1694Mb 萝卜Raphanus sativus L. 2014.5 DNA Research 十字花科、萝卜属402Mb甘蓝Brassica oleracea 2014.5 Naturecommunications十字花科、芸薹属630Mb菜豆Phaseolus vulgaris L.2014.6 Nature Genetics 豆科，菜豆属587Mb野生大豆Glycine soja2014.7Naturecommunications豆科、大豆属868 Mb普通小麦Triticum aestivum 2014.7 Science 禾本科17Gb野生西红柿Solanum pennellii 2014.7 Nature Genetics茄科942 Mb非洲野生稻Oryza glaberrima2014.8 Nature Genetics禾本科316 Mb油菜Brassica napus2014.8 Science十字花科630 Mb中果咖啡Coffea canephora 2014.9 Science 茜草科，咖啡属710 Mb茄子Solanum melongena 2014.9 DNA Research 茄科、茄属1093 Mb多个野生大豆Glycine soja 2014.9Naturebiotechnology豆科、大豆属889.33~1,118.34Mb绿豆Vigna radiata 2014.10 Naturecommunications豆科、豇豆属543 Mb啤酒花Humulus lupulus 2014.11 Plant and CellPhysiology大麻科、葎草属 2.57 Gb蝴蝶兰Phalaenopsis equestris2014.11 Nature Genetics 兰科、蝴蝶兰属 1.16 Gb。