HiMT:植物线粒体/叶绿体自动化组装神器来啦!

植物线粒体与叶绿体基因组在基因功能解析、进化研究和定向育种中具有重要价值，但其组装受频繁重组和大量重复序列影响而困难重重。

近日，中国热带农业科学院热带作物品种资源研究所、热带作物生物育种全国重点实验室团队在《Plant Communications》上发布跨平台细胞器基因组研究软件——HiMT，重点关注植物线粒体基因组，集成组装、评估、比较和可视化等模块，支持了细胞器基因组的大规模低成本高效率一键自动化组装。

植物线粒体基因组重复序列多、重组事件频繁，其高效组装存在明显挑战。为此，作者开发了 HiMT（High-fidelity data-based Mitochondrial genome assembly Toolkit）软件。其支持默认参数下的一键式叶绿体和线粒体基因组组装、可跨平台使用、 具有用户友好界面，并可生成用于细胞器基因组组装质量评估的交互式报告。HiMT在保持低硬件需求和少运行时间的同时，确保了组装的高完整性和高成功率。该软件免费向用户开放，

在线网址：https://github.com/tang-shuyuan/HiMT

英文手册：https://www.yuque.com/yuqueyonghuwrgkbo/tonqgq

中文手册：https://www.yuque.com/yuqueyonghuwrgkbo/aeg17o/ifmwlcuydrk3m35r

在植物全基因组测序中，细胞器基因组读段深度通常远高于核基因组。基于这一特征，HiMT首先利用长度长数据，通过保守的24个线粒体蛋白编码基因评估线粒体保守基因的测序深度，筛选含高频k-mer的细胞器基因组读段（图1）。采用优化的Kmer存储和统计模式，极大了节省计算资源（约为传统模式的1/64）。进一步通过图形组装工具（如Flye）高效完成细胞器基因组组装。

图 HiMT算法优化与流程设计总览

利用 HiFi 读段与保守细胞器蛋白序列自动确定含 3-bp 前缀的高频 k-mer 阈值，识别候选读段后分别组装叶绿体与线粒体基因组。

HiMT 将核心功能拆分为“组装、读段过滤、质量评估、结果比较”四大模块（图 2A），并提供命令行一键模式（图 2B）和基于 TBtools-II 的图形界面（图 2C）。  

通过对多个依赖软件包的代码进行了重构，HiMT具备完全的跨平台兼容性。该软件主程序包含四大核心功能如下：

● 用于细胞器基因组组装的”Assembly”模块；

● 独立读段过滤的”Read Filter”模块；

● 评估组装质量的”Quality Assess”模块；

● 比较不同线粒体组装结果的”Compare”模块。

图 HiMT功能和图形用户界面（GUI）概述

(A) HiMT 三大软件功能与四种操作模式。(B)命令行一键组装示例及输出文件（mt/cp 分别代表线粒体/叶绿体）。(C)图形用户界面演示。(D)交互式组装质量报告示例。

以菠萝品种 ‘BL’ 和水稻为例，将 HiMT 与现有工具 PMAT 进行全面对比。菠萝线粒体基因组（911,652 bp）两工具长度完全一致，ANI 高达 99.99%；水稻 454 kb 线粒体基因组结果同样 100% 一致。进一步对 24 种植物 26 份样本的测试表明，HiMT与PMAT组装长度差异极小，ANI 介于 99.95–100%，证明HiMT在完整性上与PMAT等效。

此外，对于有经验的用户，可借助HiMT的”Read Filter”功能，整合HiMT的读段过滤算法和其他软件如PMAT/Canu等的组装算法，实现自定义的高效一键自动化组装流程。

图 HiMT组装结果评估

（A-C）采用HiMT与PMAT对菠萝线粒体基因组进行的组装结果对比分析。（A）和（B）为通过Bandage生成的组装可视化图，（C）为采用Circos软件绘制的基因组对比环形图。

图 HiMT、PMA与TIPPo组装效率对比

选取黄丝瓜藓（~100 kb）、凤梨（~1 Mb）及小果野蕉（>10 Mb）三类代表性数据集，比较 HiMT、PMAT、TIPPo在默认与采样模式下的资源消耗，说明HiMT在笔记本级别硬件上的高效性与实用性

针对植物线粒体基因组评估工具的缺失现状，HiMT开发了”Assess”评估模块。该功能可直接解析GFA/FASTA格式的线粒体基因组组装结果，生成包含核心质量指标的交互式HTML报告。此外，若存在近缘物种或同物种已有组装结果，HiMT可进行快速比较分析，自动生成全局比对图谱，显示基因组序列异同。

图 植物线粒体基因组组装完整性评估报告示例

(A) 保守基因序列相似度交互热图。 (B)交互式 Circos：由内到外依次为 contig ID、GC 含量、覆盖  深度、保守基因位置。(C–F) 分别为基因组长度、GC、N50、深度及输入/过滤数据统计表。

研究通过采用基于测序深度估计和简化k-mer频率分析的简洁高效策略，开发了HiMT软件，显著提升了组装效率，大幅缩短计算时间，有效降了低资源消耗，且具备用户友好特性，对推动植物线粒体基因组研究具有重要价值。未来将优化超大线粒体（>10 Mb）组装，并增强对结构变异的解析能力。