GenBank Cannabis Sequenzen – Genomische Ressourcen für Cannabis-Forschung

GenBank Cannabis Sequenzen bilden die Grundlage der modernen Cannabis-Genomik. Sie umfassen vollständige Genom-Assemblies, Transkriptome und annotierte Gensequenzen von verschiedenen Cannabis-Sorten. Diese digitalen Ressourcen haben revolutioniert, wie Wissenschaftler Cannabinoid-Biosynthese, Genetik und züchterische Merkmale verstehen.

Überblick über GenBank-Ressourcen für Cannabis

Die National Center for Biotechnology Information (NCBI) verwaltet umfangreiche GenBank-Datenbanken speziell für Cannabis sativa. Diese enthalten komplette Referenzgenome von Schlüsselsorten wie Purple Kush (eine THC-dominante Marihuanazüchtung), Finola (ein Hanf-Kultivar für Faserproduktion) und wild-lebende Varianten wie die JL-Sorte. Das initiale Cannabis-Genom wurde 2011 veröffentlicht mit einer Assembly-Größe von 534 Megabasenpaaren (Mb), was als Meilenstein in der Cannabis-Genomik gilt (doi.org/10.1186/gb-2011-12-10-r102). Seitdem haben neuere Sequenzierungstechnologien wie Pacbio Single Molecule Real Time (SMRT) und Hi-C Chromatin-Konformation-Capture deutlich bessere Genome ermöglicht. Die Cannbio-2 Referenz-Assembly erreichte 903 Mb und repräsentiert derzeit die vollständigste bekannte Cannabis-Genome-Sequenz. Wild-Cannabis-Genotypen wie die JL-Variante zeigen genetische Diversität, die für Züchtungsprogramme wertvoll ist.

Chromosomale Struktur und Genomgröße

Cannabis sativa ist eine diploide Pflanze mit 2n = 20 Chromosomen, bestehend aus neun Chromosomenpaaren (Autosomen) plus einem Geschlechtschromosom-Paar (X und Y). Die geschätzte Größe des haploiden Genoms beträgt 818 Megabasen für weibliche Pflanzen und 843 Megabasen für männliche Pflanzen, wobei der Größenunterschied auf das größere Y-Chromosom zurückzuführen ist. Die GenBank-Dateneinträge zeigen, dass verschiedene Sorten unterschiedliche Genomgrößen aufweisen: Purple Kush (639 Mb), Finola hemp (784 Mb), CBDRx (714 Mb) und die wilde JL-Sorte (797 Mb). Diese Variationen spiegeln verschiedene genomische Strukturen, Insertionen, Inversionen und Tandem-Wiederholungen wider. Die Chromosomen-Nummerierung folgt derzeit einem Linkage-Group-System, das Forscher aus früheren genetischen Kartierungsstudien abgeleitet haben. Hi-C-Technologie hat es möglich gemacht, das Cannabis-Genom auf Chromosomenskala zu assemblieren, wobei über 99% des Genoms in die zehn Chromosomen-Pseudomolekule angeordnet wurden.

Cannabinoid-Synthase-Gene und funktionelle Annotation

Eine der wichtigsten Entdeckungen durch GenBank-Cannabis-Sequenzen war die Identifizierung und Lokalisierung von Cannabinoid-Synthase-Genen, insbesondere THCA-Synthase (THCAS) und CBDA-Synthase (CBDAS). Die Cannbio-2 Genom-Annotation identifizierte 16 putative THCAS/CBDAS-Gene, wobei 12 dieser Gene auf Chromosom 7 kodiert werden – ein kritischer Hotspot für Cannabinoid-Produktion. Die funktionale Annotation basiert auf DIAMOND-Analysen gegen die SwissProt-Datenbank sowie InterProScan und Pfam-Tools. Purple Kush zeigt die exklusive Präsenz von funktionellem THCAS in seinem Transkriptom, während hemp-Kultivare wie Finola diesen THCAS-Allel nicht aufweisen, sondern stattdessen CBDAS exprimieren – dieser genetische Unterschied erklärt die unterschiedlichen Cannabinoid-Profile zwischen Marijuana und Industriehanf. Die GenBank-Einträge enthalten umfassende GFF3-Annotationsdateien mit über 36.000 vorhergesagten Genen pro Genom. Diese Annotation erfolgte mittels EVidenceModeler durch Kombination von ab-initio-Vorhersagen (Augustus) und Transkript-Alignment-Evidenz.

Verfügbare Referenz-Genome in GenBank

Die NCBI GenBank verwahrt mehrere high-quality Cannabis-Referenzgenome mit eindeutigen Zugriffsnummern. Die Cannbio-2 Assembly (GCA_003417725.2 für Finola oder ähnliche Nummern für andere Sorten) repräsentiert den aktuellen Gold-Standard. Das Purple Kush Referenzgenom (GCA_000230575.5) war das erste kommerzielle Marihuanasorte, die sequenziert wurde. Das wild-lebende JL-Genom (GCA_013030365.1) zeigt maximale genetische Diversität und ist für Populationsgenetik-Studien wertvoll. Das CBDRx Genom (GCA_900626175.2) stammt von einer CBD-reichen medizinischen Sorte. Jede dieser Genomes wurde mit Long-Read-Sequencing unter Verwendung von Pacific Biosciences SEQUEL-Instrumenten und Hi-C-Scaffolding erstellt. Die durchschnittliche Sequenzierungstiefe betrug 86–153× Coverage, was Assemblies von hoher Qualität mit N50-Werten von 72–106 Mb ermöglichte. BUSCO-Evaluationen zeigten über 92% vollständige orthologe Single-Copy-Gene, was auf genomische Vollständigkeit hinweist.

Transkriptom-Daten und Genexpression

GenBank enthält auch umfangreiche Transkriptom-Daten, die Informationen über Genexpression in verschiedenen Gewebetypen liefern. Das Purple Kush Transkriptom umfasst 30.074 representative transcript-Cluster mit über 40.000 einzelnen Transkripten. Die RNA-Seq-Sequenzierung wurde von sechs verschiedenen Gewebetypen durchgeführt: Wurzeln, Stängel, vegetative Sprosse, Prä-Blüten und blühende Strukturen in frühen und mittleren Entwicklungsstadien. Die meisten Cannabinoid-Pathway-Gene zeigten maximale Expression in blühenden Strukturen, was die spezialisierte Produktion von Cannabinoiden widerspiegelt. Das Finola-Transkriptom zeigt ein anderes Expressionsprofil mit höherer Expression von Faserbiosynthese-Genen statt Cannabinoid-Genen. GenBank-Transkriptom-Einträge umfassen RNA-Seq-Datenflüsse (SRA-Zugriffsnummern wie SRR10600874–SRR10600944) sowie zusammengefasste Expressionsdatensätze als FPKM-Werte (Fragmente pro Kilobase Million).

Comparative Genomics und strukturelle Variationen

Durch Vergleiche der Cannabbio-2 Referenz mit anderen GenBank-Cannabisgenomen wurden bedeutende strukturelle Unterschiede aufgedeckt. Dot-Plot-Analysen zeigten große perizentrische Unterschiede und Chromosomeninversionen zwischen Cannbio-2 und Finola, sowie zwischen Finola und den wild-lebenden JL-Sorten. Diese strukturellen Varianten sind möglicherweise das Ergebnis von Domestikation und züchterischer Selektion über Jahrhunderte. Die genetische Differenzierung zwischen Marijuana und Hanf wird durch Single-Nucleotide-Variant-Analysen (SNV) deutlich, mit relativ hohen Variations-Niveaus zwischen vier Cannabis-Typen. GenBank-Einträge enthalten PAF-Alignment-Dateien (Pairwise Alignment Format), die diese strukturellen Unterschiede dokumentieren. Die Hi-C-Daten zeigen auch, dass verschiedene Sorten unterschiedliche Chromosomen-Orientierungen und Nummernierungsschemata haben – ein Problem, das durch standardisierte Referenzgenome zu lösen versucht wird.

Praktische Anwendungen und genomische Selektion

GenBank Cannabis-Sequenzen ermöglichen moderne genomische Selektion (GS) für präzise Züchtung. Durch DNA-Marker-basierte Genotypisierung können Züchter Pflanzen mit gewünschten Cannabinoid-Profilen, Krankheitsresistenzen oder agronomischen Merkmalen identifizieren, ohne auf Phänotypisierung zu warten. Die Cannbio-2 Genom-Annotation ermöglichte die Erstellung einer Pan-Genom-Ressource, die genetische Variationen über mehrere Sorten abbildet. Dies ist besonders wertvoll für die Entwicklung medizinischer Marijuana-Sorten mit maßgeschneidertem Cannabinoid-Profil. GenBank-Zugriff wird durch standardisierte NCBI-Schnittstellen ermöglicht, inklusive BLASTN/BLASTP-Such-Tools und der NCBI Datasets-API für programmatischen Zugriff. Forensische Anwendungen nutzen Cannabis-DNA-Barcodes aus GenBank für die Artenidentifikation und authentifizieren medizinische Produkte.

Quellen und Referenzen

• PMID 22034426 / DOI 10.1186/gb-2011-12-10-r102: van Bakel H, et al. The draft genome and transcriptome of Cannabis sativa. Genome Biology. 2011;12(10):R102.

• DOI 10.1038/s41438-020-0295-3: Grover S, et al. A high-quality reference genome of wild Cannabis sativa. Horticulture Research. 2020.

• NCBI GenBank Cannabis Genome Datasets: https://www.ncbi.nlm.nih.gov/datasets/genome/

• GigaDB Dataset 100821: Cannbio-2 genome assembly and supplementary data files.

• PMC9632002: A new and improved genome sequence of Cannabis sativa. GigaScience. 2022.