人類的基因組常常被比作生命的“天書”——A、T、G、C四種堿基構(gòu)成了DNA序列，卻配對(duì)出超過(guò)60億種可能。中國(guó)人群的基因組有何特性？到底是哪些基因突變引起了亞洲人特有疾?。窟@些始終困擾我們的難題，今天終于有了突破的可能。
由復(fù)旦大學(xué)、西安交大、中國(guó)醫(yī)學(xué)科學(xué)院等26家單位聯(lián)合發(fā)布的中國(guó)人群泛基因組聯(lián)盟（CPC）一期研究進(jìn)展，初步構(gòu)建了首個(gè)中國(guó)人群專屬的泛基因組參考圖譜，為破譯中國(guó)人群基因密碼奠定基礎(chǔ)，為“健康中國(guó)”“精準(zhǔn)醫(yī)學(xué)”戰(zhàn)略提供支撐。
6月14日，相關(guān)成果以《基于36個(gè)族群的中國(guó)人泛基因組參考圖譜》（“A Pangenome Reference of 36 Chinese populations”）為題發(fā)表于《自然》（Nature）主刊。這也是我國(guó)學(xué)者領(lǐng)導(dǎo)的人群基因組研究首次發(fā)表在《自然》主刊。
“基因組結(jié)構(gòu)變異大概是生物進(jìn)化中從微觀到宏觀演變的關(guān)鍵遺傳基礎(chǔ)，也是最有可能連接漸變到躍變這個(gè)'鴻溝’的進(jìn)化密碼?！睆?fù)旦大學(xué)校長(zhǎng)、中科院院士金力點(diǎn)評(píng)，“我相信通過(guò)對(duì)基因組結(jié)構(gòu)變異的高精度解析，不但能大幅提升'基因型-表型’關(guān)聯(lián)分析的功效，而且有可能最終幫助我們理解生命演化中重要性狀和功能產(chǎn)生的遺傳基礎(chǔ)和分子機(jī)制?！?/p>
論文通訊作者、復(fù)旦大學(xué)生命科學(xué)學(xué)院教授徐書華表示，下一步，團(tuán)隊(duì)將繼續(xù)擴(kuò)大族群覆蓋度和增加樣本量、拓展研究廣度和深度、發(fā)展核心算法和分析能力，解析新序列的表型及功能，“希望團(tuán)結(jié)國(guó)內(nèi)外更多優(yōu)勢(shì)研究力量，把第二期工作做得更好”。
獨(dú)立自主完成首個(gè)中國(guó)人群泛基因組參考圖譜
人類參考基因組是廣泛用于人類遺傳學(xué)和醫(yī)學(xué)研究的遺傳密碼“導(dǎo)航圖”，是解析人類起源與演化、解析人類表型和疾病的遺傳基礎(chǔ)的根基。
人類基因組計(jì)劃（HGP）成立之初，盡管中國(guó)作為唯一參與的發(fā)展中國(guó)家并為人類基因組參考圖構(gòu)建作出貢獻(xiàn)，促成人類科技史的重要里程碑上刻有“中國(guó)”二字，但目前通用的人類參考基因組皆基于歐洲白人為主體樣本構(gòu)建，難以代表非歐裔族群、尤其我國(guó)族群的基因組多樣性。即便是一個(gè)月前最新發(fā)表的人類泛基因組國(guó)際聯(lián)盟（HPRC）收集了全球范圍的47例樣本，也僅包含3例中國(guó)漢族樣本。
作為人口大國(guó)，我國(guó)巨大的人口基數(shù)和豐富的人群多樣性是發(fā)展人類基因組學(xué)和精準(zhǔn)醫(yī)學(xué)的重要優(yōu)勢(shì)：西南部高原地區(qū)分布著眾多藏緬、南亞語(yǔ)系族群，東西方人群在西北部絲綢之路沿線交融，苗瑤語(yǔ)族人群在云貴地區(qū)世代繁衍，蒙古、突厥人群曾游牧于北部風(fēng)沙地，通古斯語(yǔ)族抵抗嚴(yán)寒一路向北，臺(tái)-卡岱（侗臺(tái)）族群的先輩亦曾穿梭于南方叢林河谷。悠久的人群歷史、豐富的地理氣候環(huán)境，塑造了中華民族獨(dú)特的遺傳多樣性，構(gòu)成了人類泛基因組研究不可或缺的東方畫卷。構(gòu)建能夠代表中華民族遺傳多樣性的中國(guó)人群泛基因組圖譜勢(shì)在必行且迫在眉睫，這將極大提高捕獲罕見或低頻遺傳變異的靈敏度和準(zhǔn)確性，支撐服務(wù)中國(guó)人遺傳多樣性研究、復(fù)雜疾病分子機(jī)制研究和精準(zhǔn)醫(yī)學(xué)研究與應(yīng)用。
▲
“中國(guó)人群泛基因組聯(lián)盟”一期36個(gè)族群畫像集
本次研究的最大成果，就在于從技術(shù)上初步構(gòu)建了我國(guó)人群的泛基因組參考圖譜，此外還發(fā)現(xiàn)了在人類通用參考基因組上缺失的約1.9億個(gè)堿基對(duì)的參考序列；新鑒定了約580萬(wàn)個(gè)點(diǎn)突變或小變異以及3.4萬(wàn)個(gè)結(jié)構(gòu)變異，涉及大量潛在功能原件包括至少1367個(gè)蛋白質(zhì)編碼基因；并發(fā)現(xiàn)通用參考基因組上缺失的參考序列富集了適應(yīng)性演化和起源于遠(yuǎn)古人類的遺傳變異，并且與角質(zhì)化、紫外線輻射應(yīng)激、DNA修復(fù)、免疫反應(yīng)以及壽命等表型或功能相關(guān)。這項(xiàng)研究表明，建立我國(guó)自己的人群泛基因組圖譜十分必要。在重構(gòu)人類演化歷程、挽回復(fù)雜疾病研究時(shí)“丟失的遺傳率（missing heritability）”等研究和應(yīng)用中，該圖譜具有巨大的潛在價(jià)值。
從人類基因組計(jì)劃中國(guó)只承擔(dān)“1%”的圖譜繪制任務(wù)，到今天中國(guó)人群泛基因組圖譜“100%”由中國(guó)科學(xué)家完成，這項(xiàng)研究成果展現(xiàn)了中國(guó)生命科學(xué)尤其是基因組學(xué)科研水平在過(guò)去40年間的歷史性跨越，為完整構(gòu)建中華民族參考泛基因組打下了堅(jiān)實(shí)的基礎(chǔ)，也為人類參考泛基因組圖譜繪制了獨(dú)特的“中國(guó)畫卷”。
中科院院士、分子微生物學(xué)家趙國(guó)屏認(rèn)為：“這一成果表明我國(guó)科學(xué)家在人類基因組學(xué)領(lǐng)域的研究水平得到了顯著提升。我相信這項(xiàng)工作對(duì)我國(guó)的人類基因組學(xué)和醫(yī)學(xué)中的復(fù)雜疾病遺傳基礎(chǔ)研究等領(lǐng)域會(huì)起到重要的推動(dòng)作用?！?/p>
從“線性一維序列”到“泛基因組多維圖譜”的跨越
與曼哈頓原子彈計(jì)劃、阿波羅登月計(jì)劃并稱為人類科學(xué)史上三大科學(xué)工程的人類基因組計(jì)劃，最主要的成果就是第一次解析了人類遺傳密碼，構(gòu)建了一個(gè)沿用至今并在不斷完善中的人類參考基因組。
人類參考基因組之所以重要，是因?yàn)槿祟愲m然是一個(gè)物種，其基因組大致相似（如果不考慮結(jié)構(gòu)變異，在組成人類基因組的30億個(gè)堿基對(duì)中，大約99.9%是一致的），然而，人類個(gè)體的基因組又是各不相同的；而正是這0.1%左右（大約三百萬(wàn)堿基對(duì)）的不同，造成了人類各族群、個(gè)體間表型不同的遺傳基礎(chǔ)。
由于目前基因檢測(cè)技術(shù)的限制，無(wú)法一次性測(cè)通一個(gè)人的所有DNA，而要將其先打成成千上萬(wàn)份“碎片”，測(cè)好后再一一拼接而成。所以，要能夠正確使用人類基因組序列，幫助我們認(rèn)識(shí)人類自身特別是與我們健康密切相關(guān)的基因組信息，以獲得有價(jià)值的知識(shí)，必須有一張能夠指導(dǎo)待研究對(duì)象的基因排序和組合的“導(dǎo)航圖”，這就是人類參考基因組。
然而，從2001年首次發(fā)表人類基因組草圖，人類參考基因組經(jīng)歷了數(shù)十次的更新迭代，發(fā)展到目前廣泛使用的第38版本（GRCh38）。直到2022年從“端粒到端?！甭?lián)盟（T2T）構(gòu)建的“無(wú)缺口”的T2T-CHM13參考基因組完成圖，所有涉及人類遺傳學(xué)的研究仍然依賴于線性參考基因組。
“對(duì)我們而言，以白人為主體信息參考的線性參考基因組代表性很不充分，如果按照此前的'導(dǎo)航圖’，我們中國(guó)人的基因'拼圖’碎片會(huì)有很多無(wú)法匹配上去。”徐書華解釋。
▲
徐書華
今年正值國(guó)際人類基因組計(jì)劃完成20周年，也成為人類參考基因組從“線性一維序列”過(guò)渡到“泛基因組多維圖譜”的轉(zhuǎn)折年。“所謂線性，就是像寫字一樣，一行一行地表示基因字符，但是實(shí)際上的基因組要比這復(fù)雜許多。除了單個(gè)字符會(huì)變化，語(yǔ)句之間還會(huì)形成結(jié)構(gòu)化的變異?！毙鞎A說(shuō)，從線性到多維的轉(zhuǎn)變，為完整進(jìn)行中國(guó)人的基因“拼圖”提供了可能性。
實(shí)際上，基因組的組裝一開始就借助了數(shù)學(xué)中的“圖論”思想和理論，加之計(jì)算機(jī)算法，實(shí)現(xiàn)了特定物種基因組元件的順序排列。泛基因組（Pangenome）進(jìn)一步借助圖論的思想和計(jì)算技術(shù)，將人類多個(gè)族群的代表性樣本的具有多樣性的基因序列以多維圖譜形式組裝起來(lái)，形成一個(gè)能充分反映種群基因組結(jié)構(gòu)變異多樣性的導(dǎo)航圖，從而指導(dǎo)進(jìn)一步的遺傳學(xué)和醫(yī)學(xué)研究。隨著DNA測(cè)序和基因組組裝技術(shù)以及計(jì)算分析方法的大幅改進(jìn)，富含個(gè)體遺傳多樣性信息的圖泛基因組替代線性基因組作為人類參考基因組的趨勢(shì)，將很快成為現(xiàn)實(shí)。
本次研究就突破了先前的單一線性序列，開辟全新維度，即體現(xiàn)跨人群、跨種族的差別，形成一張泛基因組圖譜。和原先的線性人類參考基因組圖相比，這張泛基因組圖譜的體量擴(kuò)大到了前者的近百倍，挽回了大量漏缺的基因序列。
徐書華介紹，這張圖譜極其紛繁復(fù)雜，以至于離開計(jì)算機(jī)無(wú)法用肉眼直接觀察和操作，也因和前不久發(fā)布的HPRC圖譜進(jìn)行了整合，可以說(shuō)是目前“全世界最好的泛基因組圖譜”。
助力遺傳學(xué)、醫(yī)學(xué)研究，服務(wù)人民生命健康
為了構(gòu)建高質(zhì)量高精度的中國(guó)人群泛基因組參考圖譜，復(fù)旦大學(xué)徐書華教授、西安交通大學(xué)葉凱教授聯(lián)合國(guó)內(nèi)26家單位發(fā)起了中國(guó)人群泛基因組聯(lián)盟（Chinese Pangenome Consortium, CPC），旨在建立我國(guó)專屬參考基因組和泛基因組資源和分析體系，形成我國(guó)自主可控的人類基因組資源與核心技術(shù)，支撐精準(zhǔn)醫(yī)學(xué)發(fā)展，服務(wù)“健康中國(guó)”戰(zhàn)略。
在其第一期研究計(jì)劃中，CPC對(duì)代表中國(guó)36個(gè)族群的58個(gè)樣本采用最新的第三代高保真基因組測(cè)序技術(shù)進(jìn)行了深度測(cè)序，結(jié)合最新的單倍型基因組組裝方法，獲取了116個(gè)高質(zhì)量單倍型基因組，并以圖基因組的方式構(gòu)建了高質(zhì)量中國(guó)人群參考泛基因組。該泛基因組圖譜總共包含約3.01 Gb個(gè)堿基對(duì)的序列信息，在現(xiàn)有人類參考基因組的基礎(chǔ)上新增了約1.9億個(gè)堿基對(duì)的新序列，包含約590萬(wàn)個(gè)小變異（單核苷酸多態(tài)性變異和小規(guī)模插入/缺失變異）和約3.4萬(wàn)個(gè)結(jié)構(gòu)變異（Structural variation, SV），涉及至少1367個(gè)蛋白編碼基因復(fù)制事件等。其中，約500萬(wàn)個(gè)堿基對(duì)新序列存在于95%以上的單倍型中，被視為中國(guó)人群基因組核心序列，可能與中國(guó)人群特有的較為穩(wěn)定的生物學(xué)功能或表型特征相關(guān)。
▲
CPC一期核心樣本地理分布及語(yǔ)系、族群、遺傳聚類關(guān)系
CPC泛基因組圖譜作為首個(gè)中國(guó)人群專屬的泛基因組參考圖譜，與HPRC泛基因組圖譜相比，在中國(guó)人群特有的復(fù)雜變異解析方面具有顯著優(yōu)勢(shì)。CPC泛基因組圖譜中新發(fā)現(xiàn)了1079個(gè)基因拷貝數(shù)變異，以及包含藥物代謝基因CYP2D6等在內(nèi)的在中國(guó)人群中富集而在其他世界人群中出現(xiàn)頻率較低的若干基因拷貝數(shù)變異；新鑒定出富集在中心粒、端粒等染色體復(fù)雜區(qū)域的3.4萬(wàn)個(gè)結(jié)構(gòu)變異，其中半數(shù)以上僅在單個(gè)或兩個(gè)樣本中出現(xiàn)——若不針對(duì)中國(guó)豐富的族群多樣性開展專門研究，將沒有機(jī)會(huì)發(fā)現(xiàn)這些遺傳變異。研究人員進(jìn)一步揭示，這些CPC新發(fā)現(xiàn)的遺傳變異可能與亞洲人群特有的疾病易感性及表型多樣性有關(guān)。一個(gè)典型的例子是α-珠蛋白基因簇，研究人員在該基因區(qū)域鑒定出兩個(gè)中國(guó)人群特異性的大規(guī)模結(jié)構(gòu)變異，包括一段20kb的缺失序列和一段10kb的重復(fù)序列，這將為進(jìn)一步研究中國(guó)人群貧血癥的遺傳機(jī)理和致病機(jī)制提供新的線索。
▲
圖形化泛基因組示例及CPC特有復(fù)雜變異分布
▲
CPC對(duì)我國(guó)族群特異的復(fù)雜基因組結(jié)構(gòu)變異解析示例
同時(shí)，CPC新發(fā)現(xiàn)的遺傳變異影響了具有潛在功能和經(jīng)受過(guò)適應(yīng)性進(jìn)化的基因，這些基因可能與亞洲人群特有的疾病易感性及表型多樣性有關(guān)，這也證實(shí)了將人群專屬高質(zhì)量泛基因組用于基因組學(xué)和醫(yī)學(xué)研究的潛力和必要性。此外，研究人員在CPC參考圖譜中發(fā)現(xiàn)了相當(dāng)大比例的古人來(lái)源基因序列——平均每個(gè)族群和每個(gè)樣本中分別有約15Mb和約9.5Mb的古人來(lái)源新序列——這可能是前期開展大量研究卻未在現(xiàn)代人基因組中發(fā)現(xiàn)的古人基因滲入序列，或?qū)闁|亞現(xiàn)代人基因組中的古人基因滲入研究乃至整個(gè)古DNA領(lǐng)域提供新的信息資料和線索。
未來(lái)，中國(guó)人群參考泛基因組不僅有助于中華民族共同體的遺傳學(xué)研究，還將改變過(guò)去依賴主體基于歐洲白人的參考基因組而導(dǎo)致東亞特有罕見變異檢出精確度難以提升的困境，應(yīng)用于我國(guó)重大疾病的遺傳機(jī)制解析，從而提高我國(guó)生物醫(yī)學(xué)數(shù)據(jù)分析的質(zhì)量和效率，服務(wù)人民生命健康。
復(fù)旦大學(xué)徐書華教授、西安交通大學(xué)葉凱教授、中國(guó)醫(yī)學(xué)科學(xué)院褚嘉祐教授和復(fù)旦大學(xué)陸艷副教授為論文的共同通訊作者。復(fù)旦大學(xué)博士后高揚(yáng)，西安交通大學(xué)楊曉飛副教授，中國(guó)科學(xué)院上海營(yíng)養(yǎng)與健康研究所博士生陳豪、譚昕江，中國(guó)醫(yī)學(xué)科學(xué)院楊昭慶研究員以及復(fù)旦大學(xué)鄧戀青年研究員為論文的并列第一作者。該論文共同作者包括復(fù)旦大學(xué)王寶楠、孔爽、李松洋、崔雨杭、雷暢、趙曉涵、史穎冰、楊子藝，中科院王亦民博士、潘雨聞博士、馬森博士，中國(guó)醫(yī)科院孫浩博士，中科院昆明動(dòng)物所吳東東研究員，江蘇師范大學(xué)伍少遠(yuǎn)教授，復(fù)旦大學(xué)趙興明教授，西安交大附屬醫(yī)院施秉銀教授，復(fù)旦大學(xué)金力教授，南京醫(yī)科大學(xué)胡志斌教授等。
中國(guó)人群泛基因組圖譜已公開在線發(fā)布：
https://pog.fudan.edu.cn/cpc/#/；https://github.com/Shuhua-Group/Chinese-Pangenome-Consortium-Phase-I；
該項(xiàng)研究所涉及的樣本信息和數(shù)據(jù)的公開發(fā)表已獲得國(guó)家人類遺傳資源管理部門批準(zhǔn)。該項(xiàng)研究得到了國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目、基礎(chǔ)科學(xué)中心、國(guó)家重點(diǎn)研發(fā)計(jì)劃等項(xiàng)目的資助。
論文鏈接：
https://www.nature.com/articles/s41586-023-06173-7
更多信息請(qǐng)?jiān)L問CPC網(wǎng)站：
https://pog.fudan.edu.cn/cpc/#/
來(lái) 源
生命科學(xué)學(xué)院、人類表型組研究院
組 稿
校融媒體中心
文 字
殷夢(mèng)昊
攝 影
戚心茹
責(zé) 編
殷夢(mèng)昊
編 輯
邱潔心
聯(lián)系客服
