我们选择了44个代表性的马铃薯加入，其中3个是公开访问的3,13，基于432个加入的系统发育关系（PRJNA378971，PRJNA394943和PRJNA766763; Genotype; Genotype Information在http://solomics.agis.agis.agis.ogg.cn/ppary/ppary/ppypary/prjna766763;基因型信息中;图1）。为了推断432个加入的系统发育，使用BWA（0.7.5A-R405）49和单核苷酸多态性（SNP）映射到DM V4参考基因组，然后使用SamTools（v.1.9）50和BCFTools（v.1.9）（V.1.9）49。具有基本质量≥40的四倍退化SNP且映射质量≥30被送入iq -Tree v.2.0.6（参考文献51），参数为'-ST DNA -M 012345 -B 1000'。此外，选择了两个来自Etuberosum pg0019（S。etuberosum）和PG0009（S. palustre）的非含纤维含物物种，可用于系统发育推断（补充表1）。在Pacific Biosciences续集II平台上，在圆形共识测序​​（CCS）模式下，在Pacific Biosciences续集II平台上进行了测序，并在Pacific Biosciences续集II平台上测序了两个Etuberosum物种，在连续的长读（CLR）模式下。使用CCS（https://github.com/pacificbiosciences/ccs）生成了总共15.9–38.1 GB的HIFI读数。为了构建HI-C文库，从体外幼苗中提取DNA，其中PG5068，PG0019和E86-69用限制酶MBOI消化，并使用先前描述的HI-C库准备协议使用Hindiii消化PG6359。这些Hi-C库是在Illumina Hiseq X Ten平台上测序的。从根，茎，叶，叶子，茎，块茎和花朵的组织组织中提取的23份加入（补充表1）的总RNA被提取以进行图书馆的结构。随后在Annoroad Gene Technology的DNBSEQ-T7系统上对这些文库进行了测序，该基因技术在每个样品中为每个组织生成了约6 GB数据。

　　基因组杂合性是使用基于K-MER的方法估算的，基因组学2.0（参考文献53）。使用默认参数通过HIFIASM54（https://github.com/chhylp123/hifiasm）组装了44个HIFI测序加入的基因组。HIFIASM的初始输出（v.0.13）产生了一对组件：（1）主组件（以hifiasm为p_ctg），代表镶嵌单倍型而无需清除；（2）备用组件（在名为A_CTG的HIFIASM中），该组件代表主要的组件中不存在替代单倍型。为了促进下游分析，包括基因组间比对和基因拷贝数的比较，我们产生了“单倍层”基因组组装，并伴随着它们的杂合组装片段。然后，使用purge_dups（v.1.01）软件（https：//github.com/dfguan/purge_dups）排除了主要组装的重叠群的单倍型，其单倍型（p_ctg。*）被排除在外（p_ctg。*）。（MTG），指示单倍基因组。除了吹扫_DUP去除的重叠群外，来自HIFIASM（A_CTG。）的原始替代组件被串联为替代组装的重叠群（ATG）作为杂合基因组段（补充图2）。使用CANU v1.8（参考文献55）组装了两个Etuberosum基因组PG0019和PG0009，然后使用可用的重新定位数据应用了两轮PILON v.1.23（Ref。56）进行基因组抛光。七个马铃薯加入（A6-26，E4-63，PG6359，E86-69，E86-69，RH，RH10-15和PG5068）和一个Etuberosum（PG0019）的伪染色体（PG6359，E86-69，RH10-15和PG0019）是使用Juicer（V.1.5）（V.1.5）和3D-DNA（3D-DNA（V.1.5）（V.1.5）（V.1.5）（V.1.5）（V.1.5）（V.1.57）（V.57（V.57））（pg0019）（PG0019）。58）管道，带有参数'-m单倍体-i 15000 -r 0'。使用默认参数评估了Busco v.4.1.4（参考文献18）的solanales_odb10数据库（用于溶剂科）的植物区域的组装完整性。

　　通过广泛的de-novo te注释者（EDTA）59 v.1.9.4鉴定了转替元素（TES），每个登录的非冗余TE库被传递到repotmasker v.1.332（http:///wwwwwww.repeatmasker.org.org.org）中，以掩盖潜在的基因组重复序列，并兼容参数。

　　将三种不同的策略组成，包括从头开始预测，同源性搜索和表达证据，以生成预测的基因模型。HISAT2（v.2.0.1-beta）（参考文献60）用于执行RNA序列（RNA-SEQ）的剪接比对，读取具有“ -dta”参数的组装基因组。然后使用StringTie（v.1.3.3b）（参考文献61）组装潜在的成绩单，并带有参数“ -rf”。然后运行Braker2 v.2.1.6（参考文献62），将转录本组件用作提示，以生成来自Augustus（v.3.4.0）（https：//github.com/github.com/gaius-augustus/augustus/augustus）的预测基因模型，并培训了遗传的Markav（HMM）模型（HMMARK-EMARK-ET（HMM）模型（hmm）模型（hmm）（v.3.67__ ref）（v.3.67__。Braker2中设置的参数为“ - nocleanup-softmasking”。

　　从Uniprot Swiss-Prot数据库（https://www.uniprot.org/downloads）下载的非冗余人类同源蛋白序列，与已发表的番茄和马铃薯的肽序列结合在一起，用作同源蛋白序列。这些和来自Stringtie（V.1.3.3b）的组装成绩单传递给Maker2（v.2.31.11）（参考文献64）。然后推断出假定的基因结构，然后用作训练集，以生成SNAP中的HMM（V.2013-02-16）（https://github.com/korflab/snap）。然后，Maker2再次运行，结合了先前生成的Snap HMM，Genemark-Et HMM和Augustus调整的物种设置，以及从Maker2第一轮产生的预测基因模型，以合成最终基因注释。每个谓词基因模型的最长转录本被视为代表性。

　　对于基因功能注释，使用intercoscan 5.34-73.0（参考文献65）根据序列特征来预测潜在的蛋白质结构域，并带有参数为“ -cli -cli -iprlookup -tsv -tsv -appl pfam”。

　　All-versus-all BLASTP (v.2.2.30+) (ref. 66) results of 2,701,787 peptide sequences of protein-coding genes, annotated from 44 potato accessions and the DM v.6.1 reference genome11, were input into OrthoFinder (v.2.5.2) (ref. 67) for gene clustering, in which the MCL algorithm19 was enabled by setting the inflation因子为1.5，导致51,401个非冗余泛基因簇。我们将这些簇分为4个类别：在所有45个个体中保守的核心基因簇；软核基因簇，在我们收藏中的42-44个样品中存在；壳基因簇，在2-41份中发现；和登录特异性基因簇，其中仅包含来自1个样品的基因。为了促进这些分析，如果来自DM参考的基因在一个集群中存在，则将该基因选为代表性。否则，选择了编码最长的蛋白质的基因。

　　使用完全随机的算法（v.1.0.1）（v.1.0.1）（参考文献68），使用完全随机的算法进行了蛋白质编码基因数量的仿真，并以每个给定的基因组为500，并将样品复制时间设置为30。

　　使用paraat（v.2.0）（参考文献69）计算核心，软核和壳基因簇内的非同义/同义替代比（KA/KS），其中‘-M Muscle-Muscle-f axt -k’。将KAKS_CALCULATOR的默认参数设置为估计KA/KS值，这意味着KA/KS值是由15种可用算法的输出的平均值，该算法包括7种原始近似方法（NG，Nei和Gojobori的方法； gojobori; lwl; lwl，li，wu and wu and wu and luo; luo; luo; lu; lu; lu; lu; lu; lu; lu; lu; lu; lu; lu;Pamilo和Bianchi，MLPB，li，pamilo和bianchi的修改方法，Yang和Nielsen的方法；似然法（GY，Goldman和Yang的方法）（参考文献70）。为了简化计算，我们从核心，软核和外壳类别群中随机选择了1,500个簇。在每个群集中，估计了50个随机选择组合的基因对之间的ka/ks值。非参数多重比较Kruskal – Wallis检验用于使用R v.4.0.3（https://wwwww.r-project.org/）中的Agricolae套件进行样品中位数的显着性分析，因为这些数据不符合正态分布。使用Fisher的最小差异进行了多次比较。事后测试中使用的显着性水平为0.001。使用Fisher的精确测试在R中进行功能富集。< 0.05 were regarded as significantly enriched.

　　Whole-genome alignment of 73 accessions, comprising 44 potato MTGs and the genomes of DM, 2 Etuberosum species, 24 tomato accessions (https://solgenomics.net/projects/tomato100, http://caastomato.biocloud.net/page/download/), and 2 outgroup species of S. americanum and S. melongena (http://eggplant-hq.cn/Eggplant/home/index)35,44,71,72 were performed by ProgressCactus (v.1.2.3) (ref. 73). The tomato genomes investigated in this study were all built using the third-generation sequencing technique (PacBio CLR and Nanopore) and are all assembled into 12 chromosomes, indicative of their relatively high qualities. The guide tree used in ProgressCactus was inferred by IQ-TREE, v.2.0.6 (ref. 51). To reduce the computation requirement, genome sequences were soft-masked and contigs shorter than 100 kb were discarded. To facilitate downstream analyses, we next used PHAST toolkit v.1.5 (ref. 74) to generate 73-way multi-alignment blocks in fasta format, relative to the DM genome.

　　The 44 MTGs were aligned to the DM reference genome, using the nucmer program in MUMmer v.4.00rc1 (ref. 75) software with the ‘--mum’ parameter, and alignments with an identity of less than 90% and length shorter than 1,000 bp were discarded. We used a modified version of dotPlotly (https://github.com/tpoorten/dotPlotly/blob/master/mummerCoordsDotPlotly.R) for visualization. To assess the heterozygosity distribution of 41 diploids (excluding 3 homozygous inbred lines), their MTGs and ATGs were split into 5-kb fragments and were aligned to the DM reference genome, using the same approach described above, and alignments shorter than 5 kb were discarded to reduce potential noise.

　　To identify syntenic gene pairs, BLASTP (v.2.2.30+) was used to calculate pairwise similarities (e-value < 1 × 10−5), and MCscanX76 with default parameters was then applied.

　　To build a super-matrix tree of 29 species (32 accessions, in which 4 are from S. tuberosum), amino-acid sequences of the longest transcripts of their annotated gene models were first extracted from the MTG genomes of 25 potatoes, 3 tomato accessions (see Supplementary Table 1 for more details)35,44,71,72, 2 Etuberosum species, S. americanum and eggplant77. All-versus-all alignments were generated using DIAMOND (v.2.0.6.144) (ref. 78). The results were then passed to OrthoFinder (v.2.5.2)67 to infer orthology. A total of 3,971 single-copy orthologues gene clusters were then generated and 32-way protein alignments for these genes were computed using MAFFT (v.7.471) (ref. 79) with default parameters. Maximum likelihood inference of phylogenetic relationships was performed using IQ-TREE v.2.0.6 (ref. 51), by automatically calculating the best-fit amino-acid substitution model via the ‘-m MFP’ parameter. The consensus tree was generated specifying the number of bootstrap replicates as 1,000 by ultrafast bootstrap approximation80. We also constructed a phylogenetic tree using an additional 20 potato (including DM) and 21 tomato genomes by applying the same approach described above.

　　To minimize the effect of ILS, we applied a multi-species coalescent-based method incorporated in ASTRAL (v.5.7.8) (ref. 81) to generate a species tree. ASTRAL took 3,971 single-copy gene trees as input and generated a species tree estimated by searching for the species tree that was most congruent with quartets garnered from the input gene trees.

　　To infer the local phylogeny among the 32 representative accessions, considering the diverse nucleotide evolution rate of coding and non-coding regions, we masked coding regions according to the gene prediction in DM using the maskFastaFromBed command embedded in BEDTools (v.2.29.2) (ref. 82), and repetitive regions were then hard-masked. We split Cactus whole-genome alignment blocks into 100-kb non-overlapping windows and inferred tree topologies for each window, using IQ-TREE51 with the parameter ‘-m GTR’. Next, we filtered the window trees with three standards: (1) fully aligned length >10 kb;（2）缺失率< 20%; (3) mean bootstrap values >80。过滤后，我们接下来，使用在IQ-Tree中实现的Modelfinder使用所选的最佳替代模型，重新估计了保留的1,899个窗口的树拓扑（参考文献51）。为了帮助可视化，随机选择了500个窗口树，从先前的Report83（https://zenodo.org/record/3401692#.ynrvj6e76xq）修改了R脚本。共有的树拓扑是由IQ-Tree51生成的，使用Orthofinder67鉴定的串联单拷贝蛋白编码序列。

　　PAML软件包（v.4.9）（参考文献84）中的baseml和McMctree用于估计分歧时间。为了减轻计算负担，从10种代表性物种（S. Melongena，S。Melongena，S。Americanum，PG0019，LA716，LA2093，Heinz 1706，pg6241，pg4042，pg4042，pg4042，pg5068和dm）中选择了basem估计的估计值7的编码序列（CDSS）（S. Melongena，S。Melongena，S。Americanum，PG0019，LA716，LA2093，Heinz 1706，pg6241，pg4042，pg4042，pg4042，pg5068和dm）。参数的发散时间'模型= 7，burnin = 500,000，sampfreq = 100，nsample = 20,000'。马铃薯– tomato（7.3-8.0 Ma）35,85和马铃薯 - 植物（13.7-15.5 mA）85,86,87的差异时间用于校准。进行两轮估计，并产生非常相似的结果。

　　在基因组组件的基础上，使用WGSC（https://github.com/yaozhou89/wgsc）模拟了25种代表性Petota，2种代表性的Petota，2种etuberosum物种，3种西红柿和甲状腺菌的读物，并映射到Outgroup Genome S. s. Melongene S. melongene with-emem s. melongene with-emem by-emem by-emem s. melongen-9-with-emem nife bemem s. melongene with-n with-norbwa-in-99-9。然后使用SamTools50和BCFTools49鉴定Bi-Callelic SNP。将S. Melongena设置为外部，使用DSUITE（V.0.4 R28）88中的DTRIOS程序，在马铃薯，番茄和etuberosum物种之间进行了ABBA-BABA测试，并使用“ -c”参数。这四种物种中的树拓扑是从纽瓦克格式的整个基因组数据中推断出来的，也通过“ -t”参数传递到dtrios中。

　　The level of ILS at a given bi-allelic SNP i from the above mentioned 32-way alignment was calculated as CABBA(i) and CBABA(i) divided by the total count of segregating sites: (CBAAA(i) + CABAA(i) + CAABA(i) + 2(CBBAA(i) + CBABA(i) + CABBA(i)))/3, as described previously27.使用的树拓扑为（（（Lycopersicon，Petota），Etuberosum），S。Melongena）。

　　为了评估内部分支的theta值，这反映了有效人口大小89的水平，我们将突变单元除以合并单位。突变单元是由智商（Ref。51）推断出的，并由星体推断出聚结。

　　在六个马铃薯加工中对20,000棵带有IL的基因树的模拟（结核链球菌组，糖果链球菌，糖果，Solanum Lignicaule，S。Chacoense，solanum cajamarquense和solanum bulbocastanum）通过树枝状培养（Ref。90）进行。通过星体的估计物种树的分支长度用作输入。绘制了六种马铃薯种类中所有可能的四种种类的观察到的基因树拓扑和模拟基因树拓扑之间的频率。使用“ Pearson”方法使用R中的相关函数“ COR（）”计算相关性。

　　基于读取图和基于组装的方法都采用了识别SV（长度≥50bp）。SVIM（V.1.4.2）（参考文献91）用于识别推定的SV，包括插入，删除，反转，重复和易位。保留了质量≥10的SV和受支持的读数≥5的SV。首先使用嵌入木乃伊V4.00RC1（参考文献75）的Nucmer程序对DM V.6.1的组装基因组首先对齐，其中包括以下参数：' - batch 1 -C 500 -B 500 -B 500 -L 100'。Delta格式的比对传递给了Delta-Filter程序，以保留长度≥100bp的高度可靠比对，身份≥90％。汇编图（v.1.2.1）（参考文献92）随后从过滤后的对齐中应用于身份SV，将最小SV大小设置为50 bp。为了使我们的SV数据集中的假阳性率尽可能低，我们仅在SVIM确定的插入，删除，倒计数，反转，重复和易位<10 kb <10 kb的方面保持SV。对于SV≥10KB，仅保留了组装中报告的插入和缺失。然后使用幸存者（V.1.0.7）93与参数“ 0 1 1 1 1 0 50”合并，将每个样本的两个SV数据集合并在一起。

　　为了检测20个地面和4个CND加入之间的巨型尺度反转事件，我们使用默认参数应用了ragtag（v.2.1.0）（v.2.1.0）（ref。94），以使用DM基因组作为参考。接下来使用Syri（v.1.4）（参考95）的参数'-k -f s'来确定反转。仅保留位于单一重叠群中的那些反转以进行下游分析。

　　To identify regions present in MTGs but absent in ATGs, we mapped HiFi reads of each accession to its corresponding MTGs using minimap2 (v.2.21-r1071) (ref. 96), and heterozygous deletions were detected using SVIM (v.1.4.2) (ref. 91) with default parameters (length ≥ 50 bp, quality ≥ 10, number of supported读取≥2）。为了识别ATG中存在但在MTG中不存在的序列，我们将ATG与每个登录中的MTG对齐，并使用gasseblyTics92和参数的'simolor_anchor_length = 10,000，min_variant_size = 50，max_variant_size = 10,000,000'。这些结果被合并为杂合SVS，与先前的Report97中所应用的基因与这些SV重叠被认为是半合子基因。

　　使用先前描述的方法7，根据PG6359的624个自我后代（参考文献3）来推断交叉交叉的断点。

　　首先应用NLR - 通道（V.0.7）（参考文献98），以识别每个登录的基因组段和含有推定的核苷酸结合结构域和富含亮氨酸的重复（NLR）基因。总共有7,007个高信心NLR基因模型的氨基酸序列，从15个番茄添加剂的NLR基因富集测序（基于RENSEQ）的NLR基因99中下载，拟南芥100的NLR基因99，在Arapidopsis100中推定NLR基因（注释版本ARAPROT11）和实验验证的NLR基因（prggens and prggens and prggens nlr nlr gent and prggens nlr genrr g​​enrr g​​ent and prggens oftrg gen nlr gen nlr gen nlr nlr gen nlr nlr gen nlr。refplantnlr102用作同源蛋白质证据。然后将来自SNAP和Augustus的每个登录的训练集输入Maker2，并以GFF3格式和同源蛋白的组装转录本，以预测和合成最终基因模型。然后将重新注释的NLR基因模型与整个基因组注释结果集成在一起，并最初预测与我们的Reannoted NLR重叠的基因被删除以避免冗余。

　　为了研究管道产生的NLR基因座的完整性，我们从预测的高信心和代表性基因模型（注释版本ITAG 4.0）中生成了三个NLR数据集“ Heinz 1706”，并分别使用我们的管道和先前报道的RenseQ衍生模型99预测了模型。然后，使用rgaugury（v.2.2）（参考文献103）管道对推定的推定核苷酸结合位点（NB-ARC）结构域编码基因进行分类为不同的亚组，基于域和基序结构：TN（TOLL/INTERLEUKIN-1受体（TIR）和NB-ARC和Nb-arc（coiled）和cn（coiled-cc）（tn（TOLL/interleukin-1（NB-ARC和LEUCINE RIER REPER（LRR）），CNL（CC，NB-ARC和LRR），NB（NB-ARC），TNL（TIR，NB-ARC和LRR）。

　　为了鉴定马铃薯中预先扩展的NLR簇，使用PAN基因组分析中描述的方法将45个马铃薯，22个番茄和22个Etuberosum基因组的注释的NLR基因座分类为簇。Wilcoxon rank-sum测试使用R软件包EXACTRANKTEST比较了每个集群中马铃薯，番茄和etuberosum配件中的NLR拷贝数。将P <0.05的簇作为扩展的簇提取。对于马铃薯特异性的NLR分析，将来自2种etuberosum种和22种番茄种的NLR蛋白序列合并为询问，以抗击45种马铃薯物种的NLR蛋白质序列。如果马铃薯NLR的最佳打击表现出<75的身份，则NLR被定义为马铃薯特异性。在土豆stolon或块茎中，每千座外显子模型的NLR每千座外显子型号（TPM）≥1≥1≥1，并认为在这些组织中表达。

　　使用HISAT2（v.2.0.1-beta）（参考文献60），将23个加入（补充表1）以及DM（SRA030516）的RNA-Seq读取映射到相应的组装基因组（v.2.0.1-beta）（参数60）。使用“ -e -g”参数，使用stringtie（v.1.3.3b）（参考文献61）以TPM值来计算每个预测基因的表达水平。

　　使用PHAST软件包（v.1.5）（参考文献74）中的工具用于CNSS分析。根据参考基因组的多个比对和CDS注释，将MSA_VIEW程序应用于提取四倍退化的同义位点并准备足够的统计数据。然后使用ThyloFit来训练未经保密的模型，并具有由MSA_VIEW生成的足够统计数据。Phastcons，具有“最多保存”的参数，用于识别保守区域并为每个站点分配赔率得分。最后，除去包含差距和与CD重叠的保守区域以在马铃薯物种之间产生共享的中枢神经系统。为了进一步删除外群中共享的中枢神经系统，我们使用上面介绍的相同管道从45个马铃薯，24个番茄和2种etuberosum物种的基因组中鉴定出CNSS。去除与番茄和etuberosum物种共享序列的马铃薯保守的中枢神经系统。此外，排除了短序列（<5 bp），并合并位于彼此10 bp以内的序列以生成最终的马铃薯特异性CNS。采用Chipseeker v.1.24.0（参考文献104）来注释这些CNSS，其中从开始密码子上游或从某个基因的终止密码子下游的3 kb上游的序列定义为启动子或下游区域。在其启动子，内含子，上游区域，下游区域或UTR中具有中枢神经系统的基因定义为与CNS相关的基因。PygenoMetracks v.3.6用于可视化CNS区域105。从71向多重比对中提取了IT1 CNS区域的序列，并将其导入MView（V.1.67）（参考文献106）以生成多重比较图。

　　在本研究中，使用二倍体链球菌组Phureja S15-65克隆用于基因编辑。从S15-65克隆中，将IT1的19-核苷酸单个诱导RNA序列纳入了CRISPR – CASPR – CAS9矢量PKSE401（参考文献107）。三周历史的花序用于转化。如先前所述进行了农杆菌介导的马铃薯节节节的转化。α-萘甲苯酸和2 mg L-1 Zeatin直至芽增殖。基于在含有50 mg l -1卡纳霉素的培养基上生长筛选阳性转化体。

　　S15-65 Stolons的cDNA用于使用CloneMiner II cDNA库构造试剂盒构造酵母 - 两种混合动力的cDNA库。根据媒人金酵母两种杂交系统用户手册，将图书馆筛选为IT1作为诱饵。为了进一步验证IT1和SP6A之间的相互作用，将IT1和SP6A的CDSS分别插入PGADT7和PGBKT7载体中，并共同转染到酵母菌菌株AH109中，然后将酵母细胞插入SD/-LEU/ - -LEU/ - -TRP培养基和SD/ - -LEU/-LEU/-LEU-leu和SD/ - -trp上，然后将酵母细胞铺平。天。

　　SP6A和IT1的CDSS分别融合在PCAMBIA-NLUC-GW和PCAMBIA-CLUC-GW载体中，分别为108。将载体转化为农杆菌菌株GV3101，并渗入烟熏底米亚叶叶。3天后，将脱落的叶子喷洒为100毫米荧光素​​蛋白，并在黑暗中持续10分钟。在低光冷却的电荷耦合器件成像设备，Lumazone 1300b（Roper Bioscience）下观察到叶子。

　　马铃薯含杂交线E4-63和etuberosum物种PG0019的种子在土壤中种植，并在长时间的条件下（16小时光，深色，深度为8小时）培养一个月，然后将一半的植物转移到短期（8-H-H-Light，16-H光，16-H的16小时，16小时的深色）条件下。当花芽在长时间的植物中（通常在播种后两个月）中发展时，在ZT4上收获了长日和短期植物的第四叶，以研究SP6A基因表达。使用RNAPREP纯植物试剂盒（DP441）提取总叶子RNA，并使用Primescript RT试剂试剂盒（RR047A）将RNA逆转转录为cDNA。根据标准说明，使用SYBR Premix EX TAQ II（RR820A）在7500快速实时PCR系统（Applied Biosystems）上进行定量PCR。EF1A用作内部参考。补充表17中列出了使用的特定引物。

　　为了绘制R3A基因座周围的同步关系，通过McScanx（Python版本）确定了给定两个物种之间的共线块109。使用内部R脚本提取并绘制R3A基因座附近的同步基因。对于SP6A基因座的同步图，从不同物种的SP6A基因组序列提取并使用MAFFT和“ -Auto”参数对齐。内部Python脚本用于将两个物种之间的对齐区域转移到McScanx要求的床格式中。然后产生两个物种之间的微同步图。最后，使用Adobe Illustrator合并了不同物种之间的同步图。

　　有关研究设计的更多信息可在与本文有关的自然研究报告摘要中获得。