基因组重排

p style=" text-indent: 2em " 天津大学元英进教授带领的合成生物学团队，继人工合成酵母染色体打破非生命物质和生命物质界限后，日前首次利用精确控制基因组重排技术，培养出了能几何级生长的“超级酵母菌”。该成果填补了国内基因组结构变异的技术空白，提高了细胞工厂生产效率。该研究成果的三篇相关论文在《自然通讯》期刊同期发表。 /p p style=" text-indent: 2em " 据介绍，以前的DNA变异技术大多只针对基因层面进行小规模改造，在更加复杂的基因组结构变异层面的人工构建技术仍具有挑战。& nbsp & nbsp & nbsp & nbsp /p p style=" text-indent: 2em " 天津大学科研团队正是瞄准这一难题，研究出能够精准控制基因重排的方法，使作为研究对象的合成型酵母菌，在有限时间内产生几何级增长的基因组变异，驱动其快速进化生长。 /p p style=" text-indent: 2em " 为了能够精准调控合成型酵母基因组重排过程，天地大的科研人员特意为细胞设计了一把“入门锁”，打开这把“锁”要用两把“钥匙”，只有两把“钥匙”同时转动的状态下，细胞内的基因组重排才会开启。而这两把“钥匙”就是添加到菌株培养基中的两种物质——半乳糖和雌激素。在它们的互相作用下，通过使用这一精准控制技术对合成型酵母基因组进行多轮迭代重排，酵母种类多样性得到了极大丰富。科研人员从中筛选出大量高产β-胡萝卜素的菌株，经过5轮迭代基因组重排，合成型酵母菌中β-胡萝卜素产量提升了38.8倍。 /p p style=" text-indent: 2em " 在此基础上，研究人员还分别通过杂合二倍体基因组重排和跨物种基因组重排，获得了可以在摄氏42度温度下生长加快的菌株和咖啡因耐受性明显增强的酵母菌株。英国帝国理工大学的研究者们也利用天津大学合成型5号染色体的酵母菌进行基因组重排，实现底盘细胞的快速进化，显著提升了酵母紫色杆菌素合成能力和五碳糖代谢利用能力。 /p p style=" text-indent: 2em " 这一研究未来对提升能源医药化学品的生产合成，对于工业菌株进化和功能知识发现具有重要意义。上述研究还得到国家自然科学基金委、科技部973计划以及国际合作项目的支持。 /p

从人类基因组草图到完全图谱——论基因组重复片段研究作者：李东卫，张玉波（中国农业科学院农业基因组研究所，“岭南现代农业”广东省实验室，深圳 518120）2001年发表的人类基因组草图并没有包含全部的基因组序列，直到二十年后，科学家们才正式宣布完成了人类全序列基因组图谱，这其中主要的技术障碍就是重复片段的测序工作。重复片段（segmental duplications，SDs）是指广泛存在于基因组中的大于1 kb且序列相似性超过90%以上的大片段。它们可以通过基因组重排及拷贝数变异产生新基因和驱动进化，其大量存在于子端粒中，并与哺乳动物细胞复制性衰老以及癌症等重要生物学过程密切相关，一直以来备受科学家关注。但是其序列特点使得常规的测序技术难以完全准确测出全部序列，是基因组组装工作的一个难点。人类基因组全图谱的完成将重复片段在生物体进化、延缓衰老、疾病治疗等方面的研究提供基础。本文将就重复片段的重要性，研究的技术难点，研究现状以及未来展望等方面展开论述。重复片段的重要性重复片段是基因组中序列高度相同的大片段，具有广泛的结构多样性。它们占人类参考基因组（T2T-CHM13）中的7.0%，长度为218 Mbp[2 ]，在中心体及子端粒区域富集高达10倍。中心体所包含的5个典型重复为：α卫星，β卫星，CER卫星，γ卫星，CAGGG重复，以及重复子4。子端粒所包含的典型重复为：端粒相关重复（TAR）以及传统的（TTAGGG）n重复[4 ]。重复片段可以介导染色体重排，使常染色体和异染色体之间通过同源重组产生镶嵌类型的重复的染色质[5 ]。在最近新鉴定的人类重复片段中，Mitchell R等预测了182个新的候选蛋白编码基因，并使用T2T-CHM13基因组重构了重复基因（TBC1D3，SRGAP2C，ARHGAP11B），这些基因在人额皮质增生中具有重要作用，揭示了重复片段结构在人和他们近亲物种之间的巨大进化差异[6 ]。大量的染色体子端粒区含有重复片段[8 ]。复制性衰老被认为是一种抗癌机制，限制细胞增殖。长寿的有机体经历更多的细胞分裂，因此具有更高的产生肿瘤的风险。端粒酶能够增加端粒的长度，促进癌细胞不断增殖，因此长寿动物体细胞倾向于抑制端粒酶的活性，从而抑制肿瘤发生的风险[10 ]研究难点：大片段长度、多拷贝数、序列高度相似 重复片段的大的片段长度，多拷贝数以及序列的高度相似是长期以来其研究的难点。各种测序技术的发展致力于解决这个问题。重复片段长度范围是1到400 kb [12 ]。而且，标准的长读段校正工具，例如MUMmer 或Minimap2不能够有效的捕捉低相似的重复片段，也经常将重复片段与其它调控元件混淆[14 ]，为重复片段的研究带来机遇。尤其是PacBio的HiFi读段，具有长读段的同时还具有较高的准确度。但是，很多重复片段的长度要比HiFi读段的平均长度要长，因此很难完全准确的进行组装[3 ]。染色体重排，尤其是染色质断裂常发生在高GC区域[16 ]。同时，在T2T-CHM13基因组基础上，Mitchell R等首次进行了全基因组重复片段的研究。与当前人类参考基因组（GRCh38）鉴定的167 Mbp复制片段相比，鉴定了更多的（218 Mbp）非冗余重复片段（图2 a, b）。新发现91%的重复片段能更好地代表人的拷贝数，通过与非人灵长类基因组相比，前所未有的揭示了人类和其它近亲在重复片段结构中的杂合性以及广泛的进化差异[17 ]。图2 T2T-CHM13中新鉴定的染色体内（a）与染色间（b）的重复片段[1 ]。利用重复片段解析衰老机制未来可期新组装的T2T-CHM13的拷贝数比GRCh38高9倍，因此它能更好的呈现人类拷贝数变异。通过鉴定新基因的拷贝数变异，可筛选相应的药物治疗靶点。例如，CHM13鉴定到LPA、MUC3A、FCGR2基因的拷贝数变异与疾病相关[1]。此外，对于尚具争议的疾病标志基因，例如乳腺癌中ESR1 基因[18]，可以通过CHM13对其进行分子进化分析，进而鉴定其突变和扩增，确定其在乳腺癌中的作用。尽管端粒作为抗衰老靶标已研究多年，但是端粒长短变化与复制性衰老的关系仍不清楚。细胞减数分裂过程中端粒变短的机制是什么？重复片段拷贝数变异与端粒变短有无相关性？很多研究已证明端粒酶具有延长端粒长度的作用，具体的机制是什么？这些问题因此前端粒不能被准确测序而长期未解决。现在，人类基因组完全图谱已基本实现，相信这些谜团会很快解开。未来可以根据人类年龄增长过程中端粒重复片段的拷贝数变异，解析其抗衰老的机制。通过人为干预其拷贝数，可能用于探索生命的极限。1. Vollger MR, Guitart X, Dishuck PC, Mercuri L, Harvey WT, Gershman A, Diekhans M, Sulovari A, Munson KM, Lewis AM et al.Segmental duplications and their variation in a complete human genome. bioRxiv.2021:2021.2005.2026.445678.2. Prodanov T, Bansal V.Sensitive alignment using paralogous sequence variants improves long-read mapping and variant calling in segmental duplications. Nucleic Acids Research.2020 48(19).3. Bailey JA, Yavor AM, Massa HF, Trask BJ, Eichler EE.Segmental duplications: Organization and impact within the current Human Genome Project assembly. Genome research.2001 11(6):1005-1017.4. Courseaux A, Richard F, Grosgeorge J, Ortola C, Viale A, Turc-Carel C, Dutrillaux B, Gaudray P, Nahon JL.Segmental duplications in euchromatic regions of human chromosome 5: a source of evolutionary instability and transcriptional innovation. Genome research.2003 13(3):369-381.5. Giannuzzi G, Pazienza M, Huddleston J, Antonacci F, Malig M, Vives L, Eichler EE, Ventura M.Hominoid fission of chromosome 14/15 and the role of segmental duplications. Genome research.2013 23(11):1763-1773.6. Young E, Abid HZ, Kwok PY, Riethman H, Xiao M.Comprehensive Analysis of Human Subtelomeres by Whole Genome Mapping. PLoS genetics.2020 16(1):e1008347.7. Lander ES, Linton LM, Birren B, Nusbaum C, Zody MC, Baldwin J, Devon K, Dewar K, Doyle M, FitzHugh W et al.Initial sequencing and analysis of the human genome. Nature.2001 409(6822):860-921.8. Seluanov A, Chen ZX, Hine C, Sasahara THC, Ribeiro AACM, Catania KC, Presgraves DC, Gorbunova V.Telomerase activity coevolves with body mass not lifespan. Aging Cell.2007 6(1):45-52.9. Bromham L.The genome as a life-history character: why rate of molecular evolution varies between mammal species. Philos T R Soc B.2011 366(1577):2503-2513.10. Shay JW.Role of Telomeres and Telomerase in Aging and Cancer. Cancer discovery.2016 6(6):584-593.11. Sharp AJ, Locke DP, McGrath SD, Cheng Z, Bailey JA, Vallente RU, Pertz LM, Clark RA, Schwartz S, Segraves R et al.Segmental duplications and copy-number variation in the human genome. American journal of human genetics.2005 77(1):78-88.12. Hartasanchez DA, Braso-Vives M, Heredia-Genestar JM, Pybus M, Navarro A.Effect of Collapsed Duplications on Diversity Estimates: What to Expect. Genome Biol Evol.2018 10(11):2899-2905.13. Numanagic I, Gokkaya AS, Zhang L, Berger B, Alkan C, Hach F.Fast characterization of segmental duplications in genome assemblies. Bioinformatics.2018 34(17):i706-i714.14. Vollger MR, Dishuck PC, Sorensen M, Welch AE, Dang V, Dougherty ML, Graves-Lindsay TA, Wilson RK, Chaisson MJP, Eichler EE.Long-read sequence and assembly of segmental duplications. Nature methods.2019 16(1):88-94.15. Rhie A, McCarthy SA, Fedrigo O, Damas J, Formenti G, Koren S, Uliano-Silva M, Chow W, Fungtammasan A, Kim J et al.Towards complete and error-free genome assemblies of all vertebrate species. Nature.2021 592(7856):737-+.16. Nurk S, Koren S, Rhie A, Rautiainen M, Bzikadze AV, Mikheenko A, Vollger MR, AltemoseN, Uralsky L, Gershman A et al.The complete sequence of a human genome. bioRxiv.2021:2021.2005.2026.445798.17. Zhu Y, Liu X, Ding X, Wang F, Geng X.Telomere and its role in the aging pathways: telomere shortening, cell senescence and mitochondria dysfunction. Biogerontology.2019 20(1):1-16.18. Tabarestani S, Motallebi M, Akbari ME.Are Estrogen Receptor Genomic Aberrations Predictive of Hormone Therapy Response in Breast Cancer? Iranian journal of cancer prevention.2016 9(4):e6565.

癌症是由遗传因素、环境因素等多因素导致的复杂疾病。因其个性化的特点-每个人/甚至不同细胞都具有独特的遗传突变，从而加大了癌症治疗及监测的难度。而高通量测序技术的发展为我们带来了契机，不仅可以加速揭开癌症的病因及机制，更进一步使个性化医疗成为现实。 　　2014年之前由于全基因组重测序价格仍然高昂，科研人员不得不舍弃部分遗传信息(如基因融合、染色体重排等)，而选择外显子组测序&mdash &mdash 仅针对编码区的SNP/InDel进行检测。随着全基因组测序成本不断下降，尤其是诺禾致源公司引进的X-Ten平台，率先推出&ldquo 万元基因组&rdquo 测序活动，使得国内的全基因组测序变得更便宜更快捷，因此，全基因组重测序已成为癌症研究的最佳选择。 　　全基因组重测序的必要性 　　2011年，Chapman等人在Nature上利用多发性骨髓瘤样本对全基因组与全外显子组测序进行了比较，结果表明多发性骨髓瘤中一半的蛋白质编码突变都是通过染色体畸变(如易位)发生的，故大部分突变都无法通过外显子组测序发现。相对于全外显子组测序，人类基因组重测序已在检测基因融合，基因组突变，染色体碎裂和染色体重排等研究中屡建奇功。 　　癌症研究中重要的遗传信息 　　基因组突变 　　所有癌症在发展过程中都会积累大量体细胞突变，其中司机突变(Driver mutations)是对癌症发展很关键的体细胞突变，而剩下的就被称为乘客突变(Passenger mutations)。2011年Berger等人在Nature上发表了原发性人类前列腺癌及其配对正常组织的完整基因组序列研究。一些肿瘤包含复杂的平衡重排链(拷贝数中性)，它们通常发生在已知癌症基因中或附近。而一些断裂点发生在基因间区域，可能会因外显子组测序错过，因此，这篇文章例证了有些突变(如文章中类似于基因间区域的非编码区)只有也只能通过全基因组测序才能检测出来。 　　基因融合 　　基因融合在基因组中非常普遍，也是一些类型癌症的标志。基因融合是由两个不相关的基因发生融合形成的一种基因产物，该产物具有全新的功能或与两个融合基因不同的功能。配合末端配对(Paired end, PE)测序技术使用的全基因组测序是目前检测所有基因融合的最准确、最全面的工具，对这些基因融合的检测包括了重复、倒位、覆盖和单碱基插入缺失各种类型。2014年，癌症基因组图谱(TCGA)联盟采用全基因组重测序和全外显子组测序结合的方式对131例膀胱泌尿上皮癌进行了研究，研究者发现了FGFR3与TACC3的融合现象，7例肿瘤样本中检测到病毒整合位点，相关研究结果发表在Nature上。而类似这样的基因融合和病毒整合位点是全外显子组测序做不到的，仍然只能通过全基因组测序的方式进行研究。 　　染色体碎裂 　　该现象是一个一次性的细胞危机，该过程中成百上千个基因组重排在单次事件中发生。这种灾难性事件的后果是复杂的局部重排和拷贝数变异，其范围限制在0-2个拷贝。据估计，染色体碎裂发生在2-3%的癌症的多个亚型中，以及约25%的骨髓中。染色体重排需借助DNA双链断裂和一定方式的排列连接，这种重排破坏了基因组的完整性，继而参与形成白血病、淋巴瘤和肉瘤。它的复杂性和随机性使得它成为一种很难研究的现象，目前的解决策略是使用末端配对和长距离末端配对(mate-pair)技术建库的全基因组深度测序方法进行研究。 　　基因组改变和拷贝数变异(CNV) 　　目前的研究结果告诉我们，若分析中只关注SNP势必将错过大部分重要的基因组重排。据估计，每个人类基因组中&ldquo 非SNP变异&rdquo 总共约有50Mb。Morrison等人选用膀胱移行细胞癌(TCC-UB)的5例样本进行全基因组重测序，结果发现，其中3例样本具有较多SNP和SV变异，并且都具有P53基因的突变 在另外2例肿瘤样本中，研究者发现谷氨酸受体N-methyl-D-aspertate receptor基因发生易位和扩增，该研究结果对后期的肿瘤药物靶点鉴定与疾病治疗具有重要作用。由于覆盖深度变化太大，导致对原拷贝数的变异不敏感，全外显子组测序不容易检测到CNV，对于大片段的基因组改变更是无能为力。 　　全基因组测序与全外显子组测序比较 　　正是基于以上的优势，近年来采用全基因组重测序作为研究手段发表的高水平文章越来越多，这也会是将来人类基因组学研究的趋势，预测相关科研成果将呈现井喷式增长。