基因组结构

默克公司今天宣布，将投资750万加元(约合600万美元)加入结构基因组联盟。 　　公司在声明中表示，投资所支持的研究项目是为开发分子探针以研究基因调控的表观遗传机制。应用探针将扩充和加深对多个疾病领域，特别是癌症和炎症性疾病领域生物学机制的理解 　　默克和结构基因组联盟表示，支持项目聚焦于竞争前期研发化学探针。 　　结构基因组联盟的公共部门与私人企业合作模式是为了推动新药靶点到私人企业这一药物研发计划。学术机构的合作研究者利用知识，技术和工具来发现和描述这些靶点。 　　结构基因组联盟由艾伯维(AbbVie)，拜耳(Bayer)，勃林格殷格翰(Boehringer Ingelheim)，加拿大创新基金会(the Canada Foundation for Innovation)，加拿大礼来(Eli Lilly Canada)，加拿大基因组中心(Genome Canada)，葛兰素史克(GlaxoSmithKline)，杨森(Janssen)，加拿大默克(Merck Canada)，诺华(Novartis)，安大略研究与创新部(the Ontario Ministry of Research & Innovation)，辉瑞(Pfizer)，武田(Takeda)和维康基金会(Wellcome Trust)联合资助。（仪器信息网译）

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.

p strong 　　医疗保健的下一次重大转型很可能始于基因组计划! /strong /p p style=" text-align: justify text-indent: 2em " 早在2013年夏天，Genomics England就开始为100,000 基因组计划项目进行紧锣密鼓的筹备。 /p p style=" text-align: center" img src=" https://img1.17img.cn/17img/images/201902/uepic/6918dc05-7bd5-49a3-b542-b9f4b72542e2.jpg" title=" 微信图片_20190201134555.jpg" alt=" 微信图片_20190201134555.jpg" width=" 532" height=" 266" style=" width: 532px height: 266px " / /p p 　　该试点项目在启动时的目标可谓是雄心勃勃：完成100,000人全基因组序列的患者测序。英格兰国家卫生服务局(NHS)招募的参与者获取的基因序列将用于建立罕见病和癌症的研究队列，同时未来还将使用这些数据为诊断提供信息并指导临床护理。 /p p 　　当时的总理大卫卡梅伦是这次项目启动背后的强大后盾，他的长子伊万患有罕见的遗传病大田原综合症，这种病的体征是无数次严重的癫痫发作。不幸的是，2009年伊万在他六岁时死于此病。 /p p 　　2017年BIO会议的一个人头攒动的大厅里，卡梅伦这样表示：“这让我觉得我们可以做更多的工作来帮助研究遗传学和基因组学的药物，所以我通过了100,000人基因组计划项目，第一个测序的基因组至今仍旧放在我的桌子上，我认为可以将基因组数据库与我们的国家卫生服务部门结合起来。” /p p 　　 strong 这项庞大的基因组计划绝不仅仅是一个梦想，它的最终目的旨在为所有5500万公民提供基因组医疗服务。 /strong /p p 　　Genomics England首席商务官Joanne Hackett表示：“由于当时全基因组测序的成本非常高，所以并没有人大规模地做这件事。“而就在其成立一年多后，Genomics England宣布与测序巨头Illumina合作，继而耗资3亿英镑，建成了剑桥外的Wellcome Trust Sanger研究所Genome校区的测序中心。 /p p 　　根据Illumina副总裁兼首席科学家David Bentley的说法，英国基因组学在项目结构方面的远见卓识绝对不容小觑，而他们认为这便是医学遗传学的未来。 /p p 　　尽管这项任务面临庞大的挑战，但这一切最终还是得到了回报。去年10月，NHS宣布将从该试点过渡，并将开始为任何疑似患有罕见病和某些癌症的人提供全基因组测序，而迄今为止最大规模的基因组医学服务将部署于世界上每一个角落。 /p p 　　就在去年12月初，英格兰基因组计划领导人宣布：已完成在2018年底测序100,000个基因组的宏伟目标，而要知道，截止去年2月他们才刚刚对50,000个基因组进行了测序，这无疑是一个巨大飞跃。 /p p 　　目前测序中心的试验步伐依旧迅速，现在每个月的检测速度在6,000到7,000个全基因组之间。而如果服务需求增加，数量上仍有足够的空间上涨，因为其测序操作已从目前正在使用的HiSeq仪器转换到Illumina新的，更快的测序平台NovaSeq。 /p p 　　 strong 临床基因组的挑战 /strong /p p 　　虽然100,000基因组计划的第一个任务是帮助开发通过NHS提供基因组医学的工作模型，但它还包括运行一个平行的研究机构来利用测序数据供学术和商业实体使用，数据和相关发现将使NHS能够不断改善其对患者的服务。 /p p 　　 strong 如何实现研究到临床护理的转化 /strong /p p 　　该组织与该项目的NHS关键联络人福勒表示：“我作为一名区域流行病学家目前正在调查传染病的暴发，而100,000基因组项目能够促进医疗保健转型，我坚信，而这势必会将研究和临床实践紧密结合在一起。” /p p 　　该计划的目的是将罕见病和癌症序列分离为50%和50%。但是，在开始收集癌症样本后不久，福勒和他的团队发现，对于大多数研究环境而言依靠FFPE组织样本是无效的。虽然FFPE样本长期被临床医生和研究人员使用，在存储人体组织有优势，通常有助于比较在不同时间采集的样本以跟踪疾病的进展。但是这些样品的测序通常是针对少数基因的，这些活动通常不受组织固定过程中已知的DNA降解和片段化的影响，而这时新鲜冷冻变成了唯一可行的选择。 /p p 　　放弃FFPE组织样本的决定使该项目的癌症患者招募工作停滞了大约一年，最终分离的结果为60%的罕见疾病基因组和40%的癌症基因组。英国基因组学研究人员正在试验不同的冷冻方法，以确定它是否影响测序质量以及样品使用不同的运输方法保持其完整性的时间。 /p p 　　福勒表示：“我不确定具体的数字是怎样的，但我们每周收到400份新冷冻样品，而这种数量是我们始料未及的。” /p p 　　 strong 教育和培训 /strong /p p 　　NHS在接下来的18个月内会让所有国家医院信托基金的工作人员得到培训，计划在10年内培养出一支训练有素的基因组医学工作者队伍。 /p p 　　Chandratillake表示：雄心壮志很重要，100,000人测序看似是一座不可攀登的山峰，而我们现在已经登上山顶。现在我们要攀登一座更大的山。 /p p 　　Pope表示：由于NHS的目的是继续从基因组医学服务的患者那里收集研究数据，患者必须经过一个知情同意过程。因此，临床医生需要与患者就临床决策达成共识。” /p p 　　对于Chandratillake来说，全国范围内的基因组医学也是NHS的一个具体例子，它关注的是跨越种族，区域和社会经济方面的护理公平。通过100,000个基因组计划，NHS跟踪了患者招募和人口覆盖情况。 /p p 　　然而，除了护理公平，除了迄今为止最大规模的基因组医学部署，NHS和Genomics England的努力也正在迈入一个新的领域。 /p p 　　也许医疗保健领域的数字革命才刚刚开始。 /p p 　　 strong 参考文献： /strong /p p 　　Genomic Medicine for the Masses England’s National Health Service launches genomic medicine service for all 55 million citizens /p