21年前，第一版人類基因組圖譜正式發(fā)布，引爆了當年的生命科學研究領域。
遺憾的是，由于當時的技術限制，部分人類基因組區(qū)域未能實現(xiàn)測序解讀，人類基因組圖譜并不完整，并且存在一些錯誤。經(jīng)過后續(xù)多次更新，現(xiàn)在的人類基因組版本為GRCh38.p14（GRCh38）。但GRCh38缺失了人類基因組約8%的序列，有169段重要的重復序列未能成功拼接；相當一部分序列難以分析組裝。此外，具有重要生物功能的染色體近端著絲粒短臂、著絲粒和多個重復的常染色質區(qū)域也未解析。
當?shù)貢r間3月31日~4月1日，Science以特刊形式發(fā)表了端粒到端粒（T2T）聯(lián)盟的研究成果，報告了最新的人類參考基因組（T2T-CHM13），包括人類所有22條常染色體和X染色體的無縫組裝。該成果完成了人類基因組計劃中8%尚未解決的具有挑戰(zhàn)性的任務，主要通過對葡萄胎（單倍體）的長讀長測序實現(xiàn)，為人類基因組增加了～200Mb的遺傳信息，相當于一個完整的染色體。該特刊共發(fā)布6篇文章，詳細介紹了人類近全基因組從端粒到端粒組裝分析完成、表觀遺傳轉錄基因組分析、重要重復序列的解讀分析等，糾正了以往基因組序列的許多錯誤，并解鎖了人類基因組中結構最為復雜的一些區(qū)域。
圖：每個長條代表一條染色體的線性可視化，左邊顯示的是染色體編號。紅色片段表示T2T聯(lián)盟解析的此前缺失的序列。來源：T2T聯(lián)盟
通過解析以前無法測序和比對的序列區(qū)域，這些區(qū)域大多由高度重復的序列組成，繪制的參考基因組可以對著絲粒衛(wèi)星重復、轉座元件和片段重復進行詳細的描述?；蚪M圖譜的繪制，包括以前發(fā)表的相關研究，解決了人類遺傳多樣性的各個方面，包括人類與靈長類動物的進化比較。此外，基因組圖譜可用于識別著絲粒內(nèi)和著絲粒之間甲基化豐度的變化如何不同，以及表觀遺傳學如何影響重復序列的轉錄。
此次發(fā)布的系列研究成果梳理了T2T參考基因組如何影響生物醫(yī)學相關變異的檢測，以及驅動決定人類特征的基因組區(qū)域的進化。雖然還有很多基因信息有待挖掘，但T2T參考基因組提供了另一個有助于繼續(xù)探索的基準，可以深入研究完整自我背后的遺傳學。
The complete sequence of a human genome
自首次發(fā)布以來，人類參考基因組只覆蓋了部分基因組，一些重要區(qū)域尚未完成解析。T2T聯(lián)盟解決了剩余8%的基因組分析，提供了一個完整的包含30.55億堿基對的人類基因組圖譜——T2T-CHM13，包括除Y染色體外所有染色體的無縫組裝，糾正了此前參考圖譜中的錯誤，并引入了近2億個堿基對序列，包含1956個基因預測，其中99個預測是蛋白質編碼基因。完整的區(qū)域包括所有的著絲粒衛(wèi)星陣列，近端重復區(qū)域，以及5個端中心染色體的短臂，解鎖這些復雜基因組區(qū)域可以進行變異和功能研究。
圖：完整的T2T-CHM13人類基因組組裝概述。
A complete reference genome improves analysis of human genetic variation
與此前的CHM13基因組圖譜相比，T2T-CHM13圖譜增加了近2億個堿基對，糾正了數(shù)千個結構錯誤，并解鎖了人類基因組中最復雜的區(qū)域，用于臨床和功能研究。該研究展示了該參考圖譜如何普遍地改進全球3202個短讀長測序和17個長讀長測序不同樣本的read mapping和變異調(diào)用。研究團隊在此前未解決的序列區(qū)域確定了每個樣本中的數(shù)十萬個變異，展示了T2T-CHM13圖譜在進化和生物醫(yī)學發(fā)現(xiàn)方面的應用前景。同時，該研究消除了每個樣本中數(shù)以萬計的假陽性變異，包括使269個醫(yī)學相關基因檢測的假陽性降低了90%以上。由于這些變異檢測的改進，聯(lián)合群體和功能基因組資源，T2T-CHM13圖譜被定位為取代GRCh38作為人類遺傳學的參考圖譜。
Segmental duplications and their variation in a complete human genome
高度相同的片段重復（SDs）在疾病和進化中有著非常重要的作用，也是人類參考基因組（GRCh38）最后被完全測序的區(qū)域之一。利用完整的人類T2T-CHM13圖譜，研究團隊提出了人類SD組織的全面視角。SDs約占新增序列的三分之一，在全基因組范圍的估值從5.4%增加到7.0%（2.18Mbp）。268個人類基因組的分析表明，91%的未解決的T2T-CHM13 SD序列（68.3Mbp）更好地代表了人類拷貝數(shù)變異特征。通過比較人類（n=12）和非人類靈長類動物（n=5）基因組的長片段組裝，研究團隊系統(tǒng)重建了生物醫(yī)學相關和重復基因的進化和結構單倍型多樣性。上述分析揭示了結構雜合模式和人類與其他靈長類動物之間SD組織的進化差異。
Complete genomic and epigenetic maps of human centromeres
現(xiàn)有的人類參考基因組序列幾乎完全排除了著絲粒內(nèi)部和周圍的重復序列，這些序列約占基因組的6.2%（189.9兆字節(jié)），這限制了人們對其組織、進化和功能（包括促進染色體的正常分離）的理解?，F(xiàn)在，為全面地描述著絲粒周圍及內(nèi)部重復序列，T2T聯(lián)盟發(fā)布了一個完整的、從端粒到端粒的人類參考基因組序列——T2T-CHM13。重復序列區(qū)域的詳細圖譜揭示了數(shù)兆堿基結構的重排，包括活躍的著絲粒重復序列。著絲粒相關序列的分析揭示，著絲粒的位置與其周圍DNA的分層重復擴增進化之間存在較強關聯(lián)。此外，對不同個體X染色體著絲粒的比較表明，在這些復雜且快速進化的區(qū)域內(nèi)存在著結構、表觀遺傳和序列的高度差異。
From telomere to telomere: The transcriptional and epigenetic state of human repeat elements
移動元件和重復基因組區(qū)域是獨特的譜系特異性基因組，是指紋個體基因組形成的主要原因。對這類重復元件（包括在基因組更復雜區(qū)域中發(fā)現(xiàn)的重復元件）的綜合分析，需要完整的線性基因組組裝。為此，研究團隊從頭重復測序和注釋了T2T-CHM13。研究團隊確定了以前未知的衛(wèi)星陣列，擴展了重復和移動元件的變體及家族目錄，表征了復雜復合重復序列的類別，并定位了逆轉錄元件轉導事件。此外，研究團隊還檢測了新生轉錄并繪制了CpG甲基化譜，以定義人類轉錄活性逆轉錄元件的結構，包括著絲粒中的逆轉錄元件結構。這些數(shù)據(jù)擴展了人們對塑造人類基因組重復區(qū)域的多樣性、分布和進化的認知。
Epigenetic patterns in a complete human genome
人類參考基因組新版本T2T-CHM13解析了基因組中的復雜區(qū)域，包括重復和同源區(qū)域。研究團隊發(fā)現(xiàn)了在以往的高分辨率表觀遺傳學研究中從未被解析的序列。該序列是一個包含整個近端著絲粒染色體短臂、基因家族擴增及重復類的多樣化集合，精確映射了CpG甲基化（32800個CpG）、DNA可及性和短片段數(shù)據(jù)集（166058個未解析的染色質免疫沉淀測序峰），提供了此前未識別或校正基因之間存在活動的證據(jù)，并揭示臨床相關的同源特異性調(diào)控。通過對來自6個不同個體著絲粒CpG甲基化的進一步探索，該研究還對著絲粒定位的變異性進行了評估。綜上所述，該研究為研究人類基因組中最復雜的區(qū)域提供了框架，為表觀遺傳調(diào)控提供了新見解。
圖：完整的人類基因組表觀遺傳特征。
同時，Science還發(fā)布了遺傳學家Deanna Church教授的評述文章“A next-generation human genome sequence”。Deanna M. Church在評述中表示，21年前，Celera基因組公司和人類基因組計劃（HGP）發(fā)布了兩個人類基因組序列的初始版本。這些圖譜是不完整的，且存在一些錯誤。但繪制人類基因組參考圖譜的價值是顯而易見的，因此HGP圖譜在過去的十年中不斷更新完善。遺憾的是，人類基因組圖譜仍存在許多缺點。此次發(fā)布的新圖譜將對人類基因組分析產(chǎn)生重大影響，并意味著向組裝代表所有人類的基因組模型邁出的重要一步，這將更好地支持個性化醫(yī)療、人群基因組分析和基因組編輯。
· END ·
聯(lián)系客服
