全基因组数据

Knowing your DNA will is not a panacea.-by Walter Gilbert 　　沃特· 吉尔伯特(Walter Gilbert)是一位美国物理学家与生物化学家，分子生物学的早期研究者之一。 　　1980年与弗雷德里克· 桑格因为发展了测定DNA序列的方法，而与保罗· 伯格(Paul Berg)共同获得诺贝尔化学奖。他运用桑格直读法原理，独立地提出更简便的测定核苷酸顺序的方法&mdash &mdash 化学降解法。他用化学反应将DNA裁剪成一系列不同长度的核苷酸片断，它们的一端相同，并标有放射性同位素，测定各片断的长度和另一端最后一个核苷酸，就能决定DNA相应位置上的排列顺序。 　　2014年在德国巴伐利亚州林道召开的&ldquo The Lindau Nobel Laureate Meetings&rdquo (林道的诺贝尔奖得主会议)上，来自美国Rice University(莱斯大学)的Mohit Kumar Jolly采访了这位开创了测定DNA序列的方法的诺贝尔奖得主。 Walter Gilbert和Mohit Kumar Jolly2014年在林道 　　Mohit Kumar Jolly (MKJ): 看来您的介绍，您曾获得在剑桥大学拿到数学博士后，很快成为哈佛大学的理论物理教授，后来又从事分子生物学工作，并在诺贝尔化学奖领域取得成就。您能跟我们谈谈是如何做到在这3个不同的领域跨界的吗? 　　Walter Gilbert (WG)：其实，在我的人生中，已经多次改变研究领域，因为我一直想探索新事物。我在大学里，是学习化学和物理的科班出身，但却发现化学无聊，于是我专注于高能量的量子场论。 　　在取得我的博士学位后，我在哈佛大学从事物理教学，主要研究量子力学和电磁学。 　　后来，我在英国剑桥的一次聚会上遇到了詹姆斯· 沃森(James Watson)。他给了我六篇文章，让我了解他们在做的分子生物学实验。我参观了他们的实验室后，觉得他们的工作很有趣。 　　因此，在送走了我带的即将毕业的理论物理学毕业生后，我成为了一名分子生物学家。 　　在那个时间点上，我甚至还开了一家名叫"Biogen"的生物公司，并且在上世纪80年代担任了该公司5年的CEO。这对于一个搞科研的人来说，真是一个完全不同的体验。 　　在2002年，我关闭了我的实验室 现在我成为了一个当代艺术品的生产商和消费者。 　　Walter Gilbert ：&ldquo I have always found it very easy to change fields. In this process, I have realized that the purpose of education is to make you think about all different kinds of things in the world.&rdquo 　　&mdash &mdash 我一直认为跨界并不是一件很难的事，在这个过程中，我认为教育的最终目的是&ldquo 让你思考世界上不同的人和事&rdquo ! Gilbert向另一个诺奖得主Brian Kobilka展示其作品 　　Mohit Kumar Jolly (MKJ): 我们知道您曾因发现DNA测序而获得诺贝尔奖，那您是从什么时候意识到全基因组测序会越来越便宜的呢? 　　Walter Gilbert (WG)：DNA测序费用会不断下降，这是意料之中的事情。在1985年的时候，个人的全基因组测序费用高达30亿美元 而在今天，完成一个人的全基因组测序仅需5万美金。我希望：到2020年，无论是医院还是第三方检测，个人全基因组测序的费用可以下降到几百美金。 　　但是大家需要注意的是，全基因组测序并不意味着一定是&ldquo 精准医疗&rdquo ，我曾经对我自己的全基因组进行了测序，但是它忽略了局部的基因组重排，因此这算不上是绝对的&ldquo 精准医疗&rdquo 。 　　或许在普通人看来，只要我们进行了全基因组测序后，就可以通过编辑我们的基因来设计高智商的后代，但是我只能说这是个&ldquo 神话&rdquo ，因为在生物学上，并不是一个基因就对应唯一属性。 Walter Gilbert talking to a Young scientist at #LNLM14 　　Mohit Kumar Jolly (MKJ)：目前有关&ldquo 个性化医疗&rdquo 的主题讨论得相对火热，您怎么看待&ldquo 个性化医疗&rdquo 的前景? 　　Walter Gilbert (WG)：站在我个人角度，我是很看好&ldquo 个性化医疗&rdquo 的发展的。然而现在市场上对&ldquo 个性化医疗&rdquo 存在2大对立的观点。 　　站在患者的角度，每一个患者都有不同的新陈代谢机制，即使是患了同一种疾病也会有不同的临床表现。同样的癌症，在不同人的身上表现亦不同。目前唯一的办法就是将它们分类成有限的亚型，然而开发针对这些亚型的药物，但是它们的有效率并不是很高。 　　另一种观点是站在大药厂、药物研发商的角度，他们并不喜欢&ldquo 个性化医疗&rdquo ，他们更喜欢标准化的方式 否则，他们大批量生产的&ldquo 仿制药&rdquo 怎么卖? 　　让我很困惑的是：药企为什么没有意识到&ldquo 当基因测序越来越深入，其病例的亚型就将分类的越来越细，这将进一步有助于药物的临床试验&rdquo 。因此我认为，制药大亨们想要占领&ldquo 基因测序&rdquo 市场的制高点，他们得首先转变下自己的观念。 　　Mohit Kumar Jolly (MKJ)：当下在生命健康领域的另一个热门话题是&ldquo 大数据&rdquo ，您怎么看? 　　Walter Gilbert (WG)：&ldquo 大数据&rdquo 即是要收集大量的数据集，发现基因和疾病之间的相关性。毫无疑问的是，我们收集的数据是有作用的，但是问题是，很多时候我们不知道如何解释它。 　　另外，你必须记住，所有的统计学上的显著性并不意味着生物学上的显著。所以说，大数据绝对不是万能的。 　　Mohit Kumar Jolly (MKJ)：最近还有一个争议性较多的问题，是关于&ldquo 基因专利&rdquo 申请的，您怎么看待&ldquo 基因专利&rdquo 申请的? 　　Walter Gilbert (WG)：我同意最高法院的决定，即我们不能申请任何自然存在的物种的专利。由于基因是个体的一部分，因此我认为它不应该被允许申请专利。 　　不过，我认为有些公司申请基于某个特定基因会产生某些疾病的基础上的诊断方法(基因测试)是可以授予专利的。 　　并且我认为，专利完全是一种伦理道德上的行为。它属于一种社会上层建筑，给做出了某项发明的作者提供回报的垄断行为。因此，专利只能控制商业行为，而不是用来独霸学术研究的，科学研究更应该是开发的与共享的。

p style=" text-indent: 2em " 今年早些时候，为确立自己在精准医学和数字健康领域的世界领先地位，以色列提出了一项开发基因组和临床数据研究平台的国家倡议。 strong 近日，以色列宣布将开启一项大型人口基因组计划，计划到2023年，对超过10万名患者进行基因组测序，以改善患者的个体化医疗服务。该计划还将于2019年初开始与以色列健康管理组织(HMO)合作并收集患者样本。 /strong span id=" _baidu_bookmark_start_25" style=" line-height: 0px display: none " ? /span /p p style=" text-align: center " img width=" 598" height=" 240" title=" 311.jpg" style=" width: 529px height: 218px " alt=" 311.jpg" src=" https://img1.17img.cn/17img/images/201812/uepic/7f38dd31-6fc6-4abb-998b-cd6924afd51f.jpg" / /p p style=" text-align: center " strong 凭借独特优势 建立国家健康数据库 /strong /p p 　　据悉，以色列政府计划花费约10亿新谢克尔(约2.66亿美元)来支持这项基因组和个性化医疗计划。该计划的共同组织者、以色列创新管理局技术基础设施部门高级专家Ora Dar表示，该计划的 strong 最初动机就是改进数字医疗健康技术和基础设施，使以色列人民受益。 /strong 除创新管理局外，以色列总理办公室、财政部、卫生部、社会平等部、经济部、科学技术部以及高等教育委员会的领导人也在牵头开展这项计划。据他透露，领导该计划的CEO已经被选举出来，将负责政府以外的资金筹集工作，详细信息目前尚未公布。 /p p 　　Dar介绍道，工作团队将专注于整合医学、学术科研和工业转化，以便为患有多种疾病患者提供个性化的解决方案。作为该计划的一部分，研究团队还将开展Mosaic Project，招募可代表以色列流行病和种族特征的志愿者， strong 在保证隐私安全和匿名的前提下，收集其临床和基因组信息，最终建立一个可用于研究遗传学和医学信息的国家健康数据库 /strong 。研究团队将在常规医院收集志愿者的生物样本，包括血液、唾液、尿液、粪便以及其他类型的样本，以收集全面的生物信息。志愿者还可以预约进行特定样本收集。 /p p 　　在Mosaic数据库中，研究人员可以通过识别不同患者的信息，选择性进行NGS测序和其他检测。同时，该研究团队也将开发数据分析技术，尤其是肿瘤的个性化治疗研究领域，但患者样本采集收集工作流程仍需要详细的验证。此外，该计划也将建立科学和伦理委员会，负责研究项目批准和测序资金分配。人们需要申请以获得数据可的访问权。 /p p 　　Mosaic数据库将借助以色列的独特“竞争优势”得到充实，包括国家获取的患者医疗数据，多样化的遗传人群、先进的科学研究项目以及日益增长的创业环境等。 strong 因为在过去的20年中，98%的以色列人口已经完全被电子医疗记录体系覆盖 /strong ，包括以色列人、贝都因人以及来自世界各地的人，而且大部分人都获得了两个大型HMOS的投保。Dar相信，借助近20年的医疗健康信息，Mosaic Project能够展示以色列公民患有的长期疾病和发病趋势。 /p p 　　尽管有政府支持，但不可否认的是，该计划的实施仍存在一些障碍。首先就是进一步加强数据系统和数据标准化。为方便人工智能检查患者的数据，要对患者的电子医疗记录、医学影像和样本进行实时监测。同时，还要改善和扩大研究人员获取临床数据的机会，以及加强数据分析人员的培训和资格认证。在道德伦理审查、知情同意和隐私安全方面也要投入大量精力。 /p p style=" text-align: center " strong 大人群基因组计划的兴起 /strong /p p 　　除了以色列的基因测序计划，也有多个国家先后宣布启动大型人口基因组测序计划，夯实以基因数据为基础的精准医学，为疾病诊疗、药物研发提供更多的数据基础。近日，英国方面宣布，其“十万人基因组计划”工作已经完成。该计划于2012年启动，历经5年半，耗资超5亿美元。计划收集的10万人的基因组测序信息可以帮助科学家和医生更好的了解罕见病和癌症，创造新型“基因组医学服务”框架。此外，2018年10月，英国政府宣布将在未来5年内开展500万人基因组计划，这是迄今为止全球最大规模的人群基因组计划。 /p p 　　2017年12月，中国正式启动“十万人基因组计划”。这是我国在人类基因组研究领域实施的首个重大国家计划。该计划将绘制中国人精细基因组图谱，研究疾病健康和基因遗传的关系。其覆盖地域包含我国主要地区，涉及人群除汉族外，还将选择人口数量在500万以上的壮族、回族等9个少数民族。 /p p 　　2018年5月，美国国立卫生研究院正式启动All of Us 研究项目，以加速精准医学研究、改善健康状况。All of Us是NIH近年来资助规模最大的项目之一，也是一项全民参与的健康研究项目。该项目预计纳入100万人的队列研究，参与者包括各种族、不同年龄和性别的人群，也包括病人和健康人。 /p p 　　此外，法国、澳大利亚、日本等国家都启动了大型的人口基因组测序计划。所有这些计划都指定了多个公司作为合作伙伴，为研究的开展提供特定测序技术服务，帮助分析基因组数据。以以色列的基因组计划为例，目前有500多家以色列公司在数字健康处理方面为该计划提供服务，同时将有更多技术型企业加入合作，某些公司还可以开发网络技术保护患者的个人数据和隐私。具体信息将在2019年年初公布。 /p p 　　基因组医学为医学研究带来了一场革命。随着世界各国万人级别基因组测序计划的逐渐兴起，以基因组学为基础的精准医学也迅猛发展，大数据竞备赛的帷幕已经拉开。大量基因测序计划的实施为为开发医疗解决方案和创建大数据分析平台提供了数据基础，为癌症、罕见病等疾病的研究提供了数据支持。同时，从事医疗设备、药品、医疗人工智能和数据分析的科学公司也能从中获得临床、基因组和其他相关数据，并最终造福患者。 /p p 　　参考资料： /p ol class=" list-paddingleft-2" style=" list-style-type: decimal " li p Israel to Sequence 100K People, Create Genomic Database to Support & #39 Digital Health& #39 /p /li /ol

叶绿体是植物将光能转化为化学能的重要细胞器，具有独立的基因组。自植物叶绿体基因组被发现以来，被广泛应用于植物系统进化关系研究、光合作用调控机制研究、叶绿体基因工程等方面。随着基因测序技术的发展，尽管已发布了海量的植物叶绿体基因组序列，但如何整合应用这些数据目前仍面临数据命名标准不统一、数据信息不全以及较高经济价值的物种尚未进行测序等问题。　　近日，中国科学院北京基因组研究所（国家生物信息中心）国家基因组科学数据中心章张、宋述慧团队，联合中国中医科学院中药资源中心袁媛、黄璐琦团队，开发了迄今为止物种数量最多的叶绿体基因组综合数据库Chloroplast Genome Information Resource（CGIR ）。CGIR收录了来自11,946个物种的19,388条叶绿体基因组序列，包括利用全国第四次中药资源普查标本自测的718种未发表的叶绿体基因组序列，按照基因组（Genomes）、基因（Genes）、微卫星序列（SSRs）、DNA条形码（Barcodes）、DNA特征序列（DSSs）五个功能模块对数据进行组织与管理。相关研究成果以Towards comprehensive integration and curation of chloroplast genomes为题，发表在Plant Biotechnology Journal上。　　根据生物物种名录（The Catalogue of Life），经过大规模人工审编，CGIR对所收录叶绿体基因组的物种分类信息进行审编，按照纲、目、科、属、种不同分类层级进行整理，并依据权威植物研究机构邱园发布的世界功能植物名录（World Checklist of Useful Plant Species）对药用植物、食用植物、环境植物、能源植物、有毒植物、能源植物等进行标注。同时，CGIR审编修正基因名的不规范命名、异名、错误注释等情况。在此基础上，CGIR系统整理各基因组的基因注释信息，为用户检索、浏览和信息获取提供便利。　　针对分子标记开发这一叶绿体基因组最为常见的应用情景，CGIR使用生物信息学方法计算了所收录叶绿体基因组的微卫星序列、DNA条形码和DNA特征序列三种不同类型分子标记信息，同时，开发了相应的树型视图方便用户根据分类层级信息快速寻找目标标记，简化了科研人员开发分子标记的流程。　　CGIR通过自主测序、整合公开基因组资源和人工数据审编向用户提供了目前最全面、物种数量最多的叶绿体基因组数据。经审编的物种分类、物种功能、基因名称与序列、分子标记等保证了数据的高度可靠，对植物系统发育、物种鉴定、叶绿体基因工程的发展均具有重要意义。　　研究工作得到科技基础资源调查专项、中国中医科学院科技创新工程项目、中央本级重大增减支项目“名贵中药资源可持续利用能力建设项目”的支持。　　论文链接 CGIR数据处理示意图及主要功能模块的数据统计