Referenzgenome CS10 und Jamaican Lion
Kurzdefinition
CS10 (CBDRx) und Jamaican Lion sind die zwei komplementären Cannabis-Referenzgenome, die sich in Chemotyp und Qualität ergänzen: CS10 ist das offizielle NCBI-Referenzgenom (Chemotyp III, CBD-dominant, Chromosome-Level) und enthält funktionelles CBDAS, aber kein THCAS; Jamaican Lion (Chemotyp I, THC-dominant) enthält THCAS-Tandem-Arrays und komplettiert damit die Abdeckung beider Cannabinoid-Synthasen.
Wissenschaftliche Beschreibung
CS10 / CBDRx — Das NCBI-Referenzgenom
Sortenherkunft: CBDRx stammt aus Colorado, USA; verwandt mit CBD-reichen Sorten wie Cannatonic, Charlotte's Web, ACDC. Genomisch: ~89% Drogenhanf-Vorfahren, mit einem Faserhanf-introgressive Segment auf Chromosom 7, das das funktionelle CBDAS trägt (Grassa et al. 2021). Chemotyp III: CBD:THC = 18:1 (~15% CBD, ~0,8% THC).
Sequenzierungsplattform: Oxford Nanopore MinION (Langlese) + Illumina HiSeq 2500 (2×150 bp) + Hi-C (2×80 bp). Assemblierungs-Pipeline: miniasm → minimap2 → racon (3×) → pilon (3×) → Salsa (Hi-C-Scaffolding) → ALLMAPS.
Qualitätsmetriken (v2.0, NCBI GCF_900626175.2):
| Parameter | Wert |
|---|---|
| Gesamtlänge | 876.147.649 bp |
| Ungapped-Länge | ~736 Mb |
| Chromosomen | 10 (9 Autosomen + X) |
| Scaffold-N50 | 91,9 Mb |
| Contig-N50 | 4,2 Mb (v2) / 2,0 Mb (v1) |
| BUSCO (viridiplantae_odb10) | 97,4% |
| Protein-kodierende Gene (NCBI) | 25.296 |
| Protein-kodierende Gene (Grassa v1) | 42.052 |
Die Differenz 25.296 vs. 42.052 reflektiert Pipeline-Unterschiede (NCBI-Pipeline stringenter). Repetitiver Anteil: 63% (17.536 vollständige LTR-RTs). NCBI hat CS10 als offizielles Referenzgenom für die Art bestimmt.
Synthase-Situation: CS10 enthält kein funktionelles THCAS (nur Pseudogene). Die 13 Synthase-Sequenzen auf Chr 7: - 26-Mb-Array: 7 CBCAS-Kopien (inkl. Pseudogene) - 29-Mb-Array: 5 CBDAS-like Kopien - 31-Mb: 1 funktionelles CBDAS (solitär, höchste Expression in CBD-Pflanzen)
Die CBDAS-Region zeigt Faserhanf-Introgression — CS10 ist kein "reines" Drogenhanf-Genom, sondern ein Admixture-Produkt.
Jamaican Lion — Das THC-dominante Komplementärgenom
Sortenherkunft: Jamaican Lion ist eine THC-reiche Drug-Typ-Sorte (Chemotyp I). Medicinal Genomics veröffentlichte 2019 das erste umfassende Trio-Assemblierungsgenom. Sequenzierung: PacBio Sequel (125–153× Abdeckung); Trio-Assemblierungen: ♀-Elter (876 Mb, 27.664 Gene), ♂-Elter (1.009 Mb, 31.591 Gene), F1-Individuum.
Qualität: Contig-Level (658 Contigs) — weniger contiguous als CS10, aber essenziell für THCAS-Charakterisierung. McKernan et al. (2020) dokumentierten extensive CNVs in Cannabinoid-Synthase- und Resistenzgenen über 42 Kultivare gegen Jamaican Lion als Referenz.
Warum Jamaican Lion als zweites Referenzgenom? 1. CS10 fehlt das funktionelle THCAS — Drug-Typ-Studien brauchen Jamaican Lion als Referenz 2. Drug-Typ-Reads mappen an inaktive THCAS-Pseudogene in CS10 → artifizielle SNP-Calls 3. Jamaican Lion + CS10 zusammen decken den vollen Chemotyp-Spielraum ab
Strukturvarianten zwischen den Referenzgenomen
Die wichtigsten strukturellen Unterschiede:
| Merkmal | CS10 / CBDRx | Jamaican Lion |
|---|---|---|
| Funktionelles THCAS | Nein (Pseudogen) | Ja (Tandem-Array) |
| Funktionelles CBDAS | Ja (31-Mb-Solitär) | Nein |
| CBDAS-Region | Faserhanf-Introgression | Marihuana-derived |
| Assemblierungs-Level | Chromosome-Level | Contig-Level |
| Geschlecht | ♀ (XX) | Trio (♀, ♂, F1) |
| NCBI-Referenz | Ja (offiziell) | Nein |
Chromosom-7-Region (Synthase-Locus) zeigt die größte strukturelle Variabilität aller Regionen: CNVs, Presence/Absence Variations (PAVs) und großräumige Umordnungen. Chromosomen-Nomenklatur-Diskrepanzen zwischen verschiedenen Assemblierungen (CS10-Chr7 ≠ PK-Chr6) erschweren direkte Syntenie-Vergleiche.
Weitere Cannabis-Referenzgenome: Historische Entwicklung
| Assemblierung | Jahr | Sorte | Contig-N50 | Chemotyp | Besonderheit |
|---|---|---|---|---|---|
| Purple Kush (van Bakel) | 2011 | Purple Kush | 2,8 kb | Typ I (THC) | Erste Draft; nur 52% Synthase-Homologe assembliert |
| Finola | 2018 | Finola (Faserhanf) | — | Typ III/II | Männliches Genom |
| Jamaican Lion | 2019/2020 | Jamaican Lion | — | Typ I | Trio; erstes vollständiges THC-Typ-Genom |
| CS10/CBDRx | 2021 | CBDRx | 2–4 Mb | Typ III | NCBI-Standard; Chromosome-Level |
| Pink Pepper | 2024 | Pink Pepper | 23,5 Mb | Drug-Typ | Höchste per-Genom-Qualität (BUSCO 99,6%) |
| Lynch 2025 (181 neue) | 2025 | Diverse | 7,5 Mb (Ø) | Alle Typen | Pangenom; haplotyp-aufgelöst |
Purple Kush (2011): Assemblierte nur 52% (13/25) der Synthase-Homologe — typisches Versagen kurzlese-basierter Assemblierungen an komplexen Tandem-Loci. Dies führte zu falschen Schlussfolgerungen über Synthase-Copy-Numbers in frühen Studien.
Haplotyp-aufgelöste Assemblierungen: PacBio HiFi + Hi-C
Bisherige Assemblierungen waren unphasiert (synthetischer Kollaps homologer Chromosomen). Neuere PacBio-HiFi + Hi-C-Assemblierungen (Pink Pepper, Lynch 2025: 78 chromosomenskalige haplotyp-aufgelöste Genome) ermöglichen: 1. Trennung heterozygoter Allele (allel-spezifische Expression messbar) 2. Korrekte Darstellung haplotyp-strukturierter Strukturvarianten 3. Verbesserte Darstellung des Synthase-Clusters 4. Genaueres QTL-Mapping
Qualitätskriterien für ein "gutes" Cannabis-Referenzgenom (nach Lynch 2025): - Scaffold-N50 > 80 Mb; Contig-N50 > 1 Mb - BUSCO > 95% (viridiplantae_odb10) - Vollständige Assemblierung der Synthase-Tandem-Arrays auf Chr 7 - Korrekte Phasierung beider Haplotypen - Kombination: Langlese + Hi-C (+ optional optische Karte)
Annotationsstandard: MAKER, BRAKER, EVidenceModeler
Ab-initio: AUGUSTUS, SNAP — nur Sequenzsignale; schnell, aber fehleranfällig bei komplexen Genen.
Evidenz-basiert: RNA-seq-Alignments + vollständige cDNAs (ONT) + Protein-Homologie — deutlich zuverlässiger bei Exon-Grenzen.
EVidenceModeler (EVM): Integration gewichteter Evidenzen → konsensuelle Genmodelle; in CS10 eingesetzt.
BRAKER2/3: Automatisierte AUGUSTUS + GeneMark-ET + RNA-seq; zunehmend Standard in neuen Cannabis-Annotierungen. CS10 v1 annotierte 42.052 Gene, v2 (NCBI) 25.302 — methodenabhängige Schwankung von ~40%.
Warum kein einzelnes Referenzgenom ausreicht
- Chemotyp-Divergenz: THCAS nur in Drug-Typ vorhanden; Mis-Mapping bei falschem Referenz
- Strukturvariabilität Chr 7: CNV und PAV in Synthase-Tandem-Arrays (sortenabhängig)
- Chromosomen-Nomenklatur-Diskrepanzen: CS10-Chr7 ≠ PK-Chr6 → Syntenie-Verwirrung
- Heterozygosität: Unphasierte Assemblierungen verdecken allel-spezifische Variation
- Dispensable-Genom-Anteil: Accessory-Gene (77% des Pangenoms) in Einzel-Referenz nicht repräsentiert
- Geschlecht: CS10 ist weiblich (XX) — Y-Chromosom-Gene fehlen vollständig
Biologische Auswirkungen
Auswirkung der Referenzgenomqualität auf Forschungsergebnisse:
- False Positives bei SNP-Calling: Assembly-Brüche und hochvariable Regionen (Chr 7) → Assemblierungsfehler als echte SNPs fehlinterpretiert
- False Negatives: Reads aus nicht-assemblierten Regionen bleiben ungemappt → Synthase-Paraloge und Resistenzgene unterrepräsentiert
- CNV-Artefakte: Mehrfach-Mapping und falsche Heterozygositätsaufrufe in repetitiven Regionen
- Expressionsverzerrung: Drug-Typ-RNA-seq gegen CS10 → Mis-Mapping an THCAS-Pseudogen → falsche Expressionsschätzungen für THCAS
Purple Kush (Contig-N50 2,8 kb) vs. cs10 (4,2 Mb) = 14-fache Kontiguitätsverbesserung → dramatische Verbesserung der SNP-Call-Qualität.
Anbau-Relevanz
MAS-Anforderungen an Referenzgenom-Qualität: - Scaffold-N50 > 80 Mb, Contig-N50 > 1 Mb - BUSCO > 95% - Vollständige Assemblierung der Synthase-Tandem-Arrays - Chemotyp-Kompatibilität mit den analysierten Sorten
Ohne diese Anforderungen können GWAS-Studien falsche Marker-Assoziationen melden, die in anderen Populationen nicht reproduzierbar sind.
Sortenidentität und IP-Schutz: WGS-basiertes Fingerprinting via SNP-Haplotyp-Profile ermöglicht eindeutige Sortenidentifikation. Rechtlich belastbare Genomdaten erfordern chromosomenskalige, BUSCO-validierte Referenzgenome. Ermöglicht Unterscheidung eng verwandter Klone und Nachweis von Züchtungsleistungen.
Verwandte Begriffe
- cannabis-genom — Gesamtgenom-Architektur; Chromosomenzahl, Genomgröße
- pangenom — Lynch et al. 2025; 193 Genome; Core/Accessory-Genom
- repetitive-elemente — LTR01/LTR08 im Synthase-Cluster
- bt-bd-locus — B-Locus auf Chr 7; Chemotyp-Determinante