21年前，第一版人類(lèi)基因組圖譜正式發(fā)布，引爆了當(dāng)年的生命科學(xué)研究領(lǐng)域。
遺憾的是，由于當(dāng)時(shí)的技術(shù)限制，部分人類(lèi)基因組區(qū)域未能實(shí)現(xiàn)測(cè)序解讀，人類(lèi)基因組圖譜并不完整，并且存在一些錯(cuò)誤。經(jīng)過(guò)后續(xù)多次更新，現(xiàn)在的人類(lèi)基因組版本為GRCh38.p14（GRCh38）。但GRCh38缺失了人類(lèi)基因組約8%的序列，有169段重要的重復(fù)序列未能成功拼接；相當(dāng)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(gè)重復(fù)的常染色質(zhì)區(qū)域也未解析。
當(dāng)?shù)貢r(shí)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(bào)告了最新的人類(lèi)參考基因組（T2T-CHM13），包括人類(lèi)所有22條常染色體和X染色體的無(wú)縫組裝。該成果完成了人類(lèi)基因組計(jì)劃中8%尚未解決的具有挑戰(zhàn)性的任務(wù)，主要通過(guò)對(duì)葡萄胎（單倍體）的長(zhǎng)讀長(zhǎng)測(cè)序?qū)崿F(xiàn)，為人類(lèi)基因組增加了～200Mb的遺傳信息，相當(dāng)于一個(gè)完整的染色體。該特刊共發(fā)布6篇文章，詳細(xì)介紹了人類(lèi)近全基因組從端粒到端粒組裝分析完成、表觀遺傳轉(zhuǎn)錄基因組分析、重要重復(fù)序列的解讀分析等，糾正了以往基因組序列的許多錯(cuò)誤，并解鎖了人類(lèi)基因組中結(jié)構(gòu)最為復(fù)雜的一些區(qū)域。
圖：每個(gè)長(zhǎng)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(hào)。紅色片段表示T2T聯(lián)盟解析的此前缺失的序列。來(lái)源：T2T聯(lián)盟
通過(guò)解析以前無(wú)法測(cè)序和比對(duì)的序列區(qū)域，這些區(qū)域大多由高度重復(fù)的序列組成，繪制的參考基因組可以對(duì)著絲粒衛(wèi)星重復(fù)、轉(zhuǎn)座元件和片段重復(fù)進(jìn)行詳細(xì)的描述?；蚪M圖譜的繪制，包括以前發(fā)表的相關(guān)研究，解決了人類(lèi)遺傳多樣性的各個(gè)方面，包括人類(lèi)與靈長(zhǎng)類(lèi)動(dòng)物的進(jìn)化比較。此外，基因組圖譜可用于識(shí)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(xué)如何影響重復(fù)序列的轉(zhuǎn)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(xué)相關(guān)變異的檢測(cè)，以及驅(qū)動(dòng)決定人類(lèi)特征的基因組區(qū)域的進(jìn)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(gè)有助于繼續(xù)探索的基準(zhǔn)，可以深入研究完整自我背后的遺傳學(xué)。
The complete sequence of a human genome
自首次發(fā)布以來(lái)，人類(lèi)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(gè)完整的包含30.55億堿基對(duì)的人類(lèi)基因組圖譜——T2T-CHM13，包括除Y染色體外所有染色體的無(wú)縫組裝，糾正了此前參考圖譜中的錯(cuò)誤，并引入了近2億個(gè)堿基對(duì)序列，包含1956個(gè)基因預(yù)測(cè)，其中99個(gè)預(yù)測(cè)是蛋白質(zhì)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(fù)區(qū)域，以及5個(gè)端中心染色體的短臂，解鎖這些復(fù)雜基因組區(qū)域可以進(jìn)行變異和功能研究。
圖：完整的T2T-CHM13人類(lèi)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(gè)堿基對(duì)，糾正了數(shù)千個(gè)結(jié)構(gòu)錯(cuò)誤，并解鎖了人類(lèi)基因組中最復(fù)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(jìn)全球3202個(gè)短讀長(zhǎng)測(cè)序和17個(gè)長(zhǎng)讀長(zhǎng)測(cè)序不同樣本的read mapping和變異調(diào)用。研究團(tuán)隊(duì)在此前未解決的序列區(qū)域確定了每個(gè)樣本中的數(shù)十萬(wàn)個(gè)變異，展示了T2T-CHM13圖譜在進(jìn)化和生物醫(yī)學(xué)發(fā)現(xiàn)方面的應(yīng)用前景。同時(shí)，該研究消除了每個(gè)樣本中數(shù)以萬(wàn)計(jì)的假陽(yáng)性變異，包括使269個(gè)醫(yī)學(xué)相關(guān)基因檢測(cè)的假陽(yáng)性降低了90%以上。由于這些變異檢測(cè)的改進(jìn)，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(lèi)遺傳學(xué)的參考圖譜。
Segmental duplications and their variation in a complete human genome
高度相同的片段重復(fù)（SDs）在疾病和進(jìn)化中有著非常重要的作用，也是人類(lèi)參考基因組（GRCh38）最后被完全測(cè)序的區(qū)域之一。利用完整的人類(lèi)T2T-CHM13圖譜，研究團(tuán)隊(duì)提出了人類(lèi)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(gè)人類(lèi)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(lèi)拷貝數(shù)變異特征。通過(guò)比較人類(lèi)（n=12）和非人類(lèi)靈長(zhǎng)類(lèi)動(dòng)物（n=5）基因組的長(zhǎng)片段組裝，研究團(tuán)隊(duì)系統(tǒng)重建了生物醫(yī)學(xué)相關(guān)和重復(fù)基因的進(jìn)化和結(jié)構(gòu)單倍型多樣性。上述分析揭示了結(jié)構(gòu)雜合模式和人類(lèi)與其他靈長(zhǎng)類(lèi)動(dòng)物之間SD組織的進(jìn)化差異。
Complete genomic and epigenetic maps of human centromeres
現(xiàn)有的人類(lèi)參考基因組序列幾乎完全排除了著絲粒內(nèi)部和周?chē)闹貜?fù)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(duì)其組織、進(jìn)化和功能（包括促進(jìn)染色體的正常分離）的理解?，F(xiàn)在，為全面地描述著絲粒周?chē)皟?nèi)部重復(fù)序列，T2T聯(lián)盟發(fā)布了一個(gè)完整的、從端粒到端粒的人類(lèi)參考基因組序列——T2T-CHM13。重復(fù)序列區(qū)域的詳細(xì)圖譜揭示了數(shù)兆堿基結(jié)構(gòu)的重排，包括活躍的著絲粒重復(fù)序列。著絲粒相關(guān)序列的分析揭示，著絲粒的位置與其周?chē)鶧NA的分層重復(fù)擴(kuò)增進(jìn)化之間存在較強(qiáng)關(guān)聯(lián)。此外，對(duì)不同個(gè)體X染色體著絲粒的比較表明，在這些復(fù)雜且快速進(jìn)化的區(qū)域內(nèi)存在著結(jié)構(gòu)、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(dòng)元件和重復(fù)基因組區(qū)域是獨(dú)特的譜系特異性基因組，是指紋個(gè)體基因組形成的主要原因。對(duì)這類(lèi)重復(fù)元件（包括在基因組更復(fù)雜區(qū)域中發(fā)現(xiàn)的重復(fù)元件）的綜合分析，需要完整的線性基因組組裝。為此，研究團(tuán)隊(duì)從頭重復(fù)測(cè)序和注釋了T2T-CHM13。研究團(tuán)隊(duì)確定了以前未知的衛(wèi)星陣列，擴(kuò)展了重復(fù)和移動(dòng)元件的變體及家族目錄，表征了復(fù)雜復(fù)合重復(fù)序列的類(lèi)別，并定位了逆轉(zhuǎn)錄元件轉(zhuǎn)導(dǎo)事件。此外，研究團(tuán)隊(duì)還檢測(cè)了新生轉(zhuǎn)錄并繪制了CpG甲基化譜，以定義人類(lèi)轉(zhuǎn)錄活性逆轉(zhuǎn)錄元件的結(jié)構(gòu)，包括著絲粒中的逆轉(zhuǎn)錄元件結(jié)構(gòu)。這些數(shù)據(jù)擴(kuò)展了人們對(duì)塑造人類(lèi)基因組重復(fù)區(qū)域的多樣性、分布和進(jìn)化的認(rèn)知。
Epigenetic patterns in a complete human genome
人類(lèi)參考基因組新版本T2T-CHM13解析了基因組中的復(fù)雜區(qū)域，包括重復(fù)和同源區(qū)域。研究團(tuán)隊(duì)發(fā)現(xiàn)了在以往的高分辨率表觀遺傳學(xué)研究中從未被解析的序列。該序列是一個(gè)包含整個(gè)近端著絲粒染色體短臂、基因家族擴(kuò)增及重復(fù)類(lèi)的多樣化集合，精確映射了CpG甲基化（32800個(gè)CpG）、DNA可及性和短片段數(shù)據(jù)集（166058個(gè)未解析的染色質(zhì)免疫沉淀測(cè)序峰），提供了此前未識(shí)別或校正基因之間存在活動(dòng)的證據(jù)，并揭示臨床相關(guān)的同源特異性調(diào)控。通過(guò)對(duì)來(lái)自6個(gè)不同個(gè)體著絲粒CpG甲基化的進(jìn)一步探索，該研究還對(duì)著絲粒定位的變異性進(jìn)行了評(píng)估。綜上所述，該研究為研究人類(lèi)基因組中最復(fù)雜的區(qū)域提供了框架，為表觀遺傳調(diào)控提供了新見(jiàn)解。
圖：完整的人類(lèi)基因組表觀遺傳特征。
同時(shí)，Science還發(fā)布了遺傳學(xué)家Deanna Church教授的評(píng)述文章“A next-generation human genome sequence”。Deanna M. Church在評(píng)述中表示，21年前，Celera基因組公司和人類(lèi)基因組計(jì)劃（HGP）發(fā)布了兩個(gè)人類(lèi)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(cuò)誤。但繪制人類(lèi)基因組參考圖譜的價(jià)值是顯而易見(jiàn)的，因此HGP圖譜在過(guò)去的十年中不斷更新完善。遺憾的是，人類(lèi)基因組圖譜仍存在許多缺點(diǎn)。此次發(fā)布的新圖譜將對(duì)人類(lèi)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(lèi)的基因組模型邁出的重要一步，這將更好地支持個(gè)性化醫(yī)療、人群基因組分析和基因組編輯。
· END ·
聯(lián)系客服
