人类基因组新图谱

古老病毒通过入侵重塑人类基因组译者：Docofsoul《每日科学》2010年9月13日报道 —— 新加坡基因组研究院（GIS， 隶属于新加坡科技研究局(A*STAR)的生物医学研究院）的科学家以及来自新加坡国立大学、新加坡南洋理工大学、杜克-新加坡大学医学研究院与普林斯顿大学的同事们最近发现：数百万年前“入侵”人类基因组的病毒已经改变了人类胚胎干细胞（ES细胞）中的基因开启与关闭方式。科学家已经发现数百万年前“入侵”人类基因组的病毒已经改变了人类胚胎干细胞（ES细胞）中的基因开启与关闭方式。（照片来源：iStockphoto/Martin McCarthy)这一研究为生理学与医学诺贝尔奖获得者芭芭拉•麦克林托克（Barbara McClintock）于上世纪五十年代提出的理论提供了明确的证据。芭芭拉•麦克林托克的理论推测：转座因子，即可移动的遗传物质（DNA）片段（比如说病毒序列），一旦插入基因组，就能成为影响基因调节的“控制因子”。本发现对于推进干细胞研究进程、增强干细胞研究为再生医学效劳的潜力都算得上是重要贡献。 由新加坡基因组研究院精英小组负责人吉拉姆•布尔克（Guillaume Bourque）博士率队领导了本研究。本研究的论文发表于2010年6月6日的《Nature Genetics》（《自然•遗传学》）。通过运用新的测序技术，科学家们研究了人类与小鼠胚胎干细胞（ES细胞）中三种调节蛋白质（OCT4、NANOG 与 CTCF) 的染色体组定位（基因组定位）。令人感兴趣的是，在科学家发现大量的相似点的同时，他们也发现了在人类中受到调控的基因方式与基因类型的许多不同点。尤其是，他们发现：数百万年前自行插入人类基因组的特定类型病毒已经戏剧性地改变了人类干细胞基因调控网络。德克萨斯州大学阿灵顿分校副教授Cedric Feschotte 博士说：“本研究是计算与实验双管齐下的代表作，提供了无可置疑的全新的证据：一些经常被斥责为纯粹垃圾DNA的转座因子，恰恰正是人类发育调控密码的关键成分。”在基因调控网络的研究中，人类模型系统与小鼠模型系统之间的比较研究有助于增进对干细胞分化成体内不同细胞类型的具体过程的理解。布尔克博士说：“这种理解在促使再生医学的百尺竿头更进一步地发展 —— 从而解决诸如帕金森病与白血病等问题方面是至关重要的。除了在本研究中利用基因调控网络中的小鼠胚胎干细胞的优势外， 深入研究必须更加直接地集中于人类干细胞。这是因为将某一种类上完成的研究成果转向对另一种类的研究上时必然会遇上的挑战。为了让干细胞方面的发现能够用于临床实践，在人类与（非人类的）灵长类干细胞两个方面还有更多的研究工作需要完成。” 加利福尼亚州立大学神经学Rudi Schmid 特聘教授、哲学博士雷蒙德•怀特（Raymond L. White）教授说：“本论文报告了令人非常激动的新发现，证实了一个全新的、迥然不同的基因表达的调控机制。通过将小鼠的基因组与人类基因组的直接比较，科学家能够显示：在两种种类之间，基因调控因子的结合点经常不在同一位置。这本身就足够令人惊讶的了，但是研究者作了进一步的探索，证实许多位点都嵌合在称之为‘转位’因子的一类DNA序列中，这是因为他们具有在基因组中移动到新的位置的能力。存在很多这样的相信是病毒基因组进化残余部分的因子，但我们所了解到的（信息中）还有着非常出人意外的情形：它们到达新的（基因组）位置时，还携带着调控因子结合位点。这些在调控方面的变化估计可能在携带它们的有机体上产生重大变化。确实，许多学者相信调控方面的变化处于物种形成的核心，可能在人从其祖先的进化历程中扮演了一个重要角色。本论文可能成为这一研究领域的里程碑式的论文。”美国能源部联合基因组研究所所长、劳伦期•伯克利国家实验室伯克利实验分室基因组学部主任埃迪•拉宾（Eddy Rubin）博士补充说：“这个运用了比较基因组学策略的研究在人类胚胎干细胞（ES细胞）中发现了重要的人类特异性属性。该论文所提供的信息意义重大，应该有助于推进再生医学领域的发展，相信会有不俗的积极表现。”参考文献：Galih Kunarso, Na-Yu Chia, Justin Jeyakani, Catalina Hwang, Xinyi Lu, Yun-Shen Chan, Huck-Hui Ng, Guillaume Bourque. Transposable elements have rewired the core regulatory network of human embryonic stem cells.Nature Genetics, 2010; 42 (7): 631 DOI: 10.1038/ng.600（《转位因子重新连接人类胚胎干细胞的核心调控网络》）

人类基因组单核苷酸多态性的研究进展与动态The research development of single nucleotide polymorphisms in human genome 摘要：第一张人类基因组序列草图已经公布，正式图预计也将于2003年4月完成。但序列图只基于少数个体，它反映了基因组稳定的一面，并未反映其变异或多态的一面，而正是这种多态性，即基因组序列的差异构成了不同个体与群体对疾病的易感性、对药物与环境因子不同反应的遗传学基础。人类基因组中存在广泛的多态性，最简单的多态形式是发生在基因组中的单个核苷酸的替代，即单核苷酸多态性（single nucleotide polymorphisms, SNPs）。SNP通常是一种二等位基因的（biallelic），即二态的遗传变异，在CG序列上出现最为频繁。在转录序列上的SNP称为cSNP。SNP的数量大、分布广。按照1%的频率估计，在人类基因组中每100～300个核苷酸就有一个SNP。因此，整个人类基因组（3.2 X 109bp）中至少有1,100万以上的SNPs，在任何已知或未知基因内和附近都可能找到数量不等的SNP 目前普遍认为，作为数量最多且易于批量检测的多态标记，SNP在连锁分析与基因定位，包括复杂疾病的基因定位、关联分析、个体和群体对环境致病因子与药物的易感性研究中将发挥愈来愈重要的作用。迄今，对多基因疾病候选基因的SNPs研究已积累了丰富的数据，基于这些SNPs的关联分析也正方兴未艾。本文阐述了SNP的特征、不同研究者对基于SNP进行关联分析的观点以及SNP的研究进展与动态。 关键词： SNP；遗传标记；关联研究 中图分类号：Q75 随着分子遗传学的进展，疾病遗传学研究从简单的单基因疾病转向于复杂的多基因疾病（如骨质疏松症、糖尿病、心血管疾病、精神性紊乱、各种肿瘤等）与药物基因组学的研究中。与前者相比，多基因性状或遗传病的形成，受许多对微效加性基因作用，即其中每种基因的作用相对较微弱。这些不同基因构成的遗传背景中，可能有易感性主基因（major gene）起着重要作用。它们同时还受环境因素的制约，彼此间相互作用错综复杂，所以任一基因的多态性对疾病发生仅起微弱的作用。鉴于此，需要在人类基因组中找到一种数目多、分布广泛且相对稳定的遗传标记，单核苷酸多态性(single nucleotide polymorphisms, SNPs)正是代表了这样一种标记，所以它成为继第一代限制性片段长度的多态性标记、第二代微卫星即简单的串联重复标记后，第三代基因遗传标记。 1． SNP作为遗传标记的优势 SNP自身的特性决定了它比其它两类多态标记更适合于对复杂性状与疾病的遗传解剖以及基于群体的基因识别等方面的研究。 （1）SNP数量多，分布广泛。据估计，人类基因组中每1000个核苷酸就有一个SNP，人类30亿碱基中共有300万以上的SNPs。SNP 遍布于整个人类基因组中，根据SNP在基因中的位置，可分为基因编码区SNPs（Coding-region SNPs，cSNPs）、基因周边SNPs（Perigenic SNPs，pSNPs）以及基因间SNPs（Intergenic SNPs，iSNPs）等三类。 （2）SNP适于快速、规模化筛查。组成DNA的碱基虽然有4种，但SNP一般只有两种碱基组成，所以它是一种二态的标记，即二等位基因（biallelic）。 由于SNP的二态性，非此即彼，在基因组筛选中SNPs往往只需+/-的分析，而不用分析片段的长度，这就利于发展自动化技术筛选或检测SNPs。主要的技术方法包括单链构象多态性(single strand conformation polymorphisms, SSCPs)法、异源双链分析（heteroduplex analysis, HA）、DNA直接测序分析、变异检测阵列（variant detector arrays, VDA）法以及基质辅助激光解吸附电离飞行时间（MALDI-TOF）质谱法等。 （3）SNP等位基因频率的容易估计。采用混和样本估算等位基因的频率是种高效快速的策略。该策略的原理是：首先选择参考样本制作标准曲线，然后将待测的混和样本与标准曲线进行比较，根据所得信号的比例确定混和样本中各种等位基因的频率。 （4）易于基因分型。SNPs 的二态性，也有利于对其进行基因分型。对SNP进行基因分型包括三方面的内容：(1)鉴别基因型所采用的化学反应，常用的技术手段包括：DNA分子杂交、引物延伸、等位基因特异的寡核苷酸连接反应、侧翼探针切割反应以及基于这些方法的变通技术；(2)完成这些化学反应所采用的模式，包括液相反应、固相支持物上进行的反应以及二者皆有的反应。(3)化学反应结束后，需要应用生物技术系统检测反应结果。目前许多生物技术公司发展出高通量检测SNP的技术系统，如荧光微阵列系统（Affymetrix）、荧光磁珠技术（Luminex,Illumina, Q-dot）、自动酶联免疫（ELISA）试验（Orchid Biocomputer）、焦磷酸的荧光检测（Pyrosequencing）、荧光共振能量转移（FRET）(Third Wave Technologies)以及质谱检测技术（Rapigene, Sequenom）。 2． 基于SNP的关联研究 如果某一因素可增加某种疾病的发生风险，即与正常对照人群相比，该因素在疾病人群中的频率较高，此时就认为该因素与疾病相关联。如非遗传因素吸烟与肺癌相关；在遗传因素中，如APOE4与Alzheimer`s相关。对疾病进行关联分析需要在年龄与种族相匹配的患者和对照人群中确定待测因素（环境的或遗传的）的频率分布，患者和对照人群的选择是否恰当直接影响结果的可靠性。对常见的由高频率、低风险等位基因导致的疾病，采用致病等位基因的关联分析比连锁分析更有效。 应用SNP进行关联研究，首先需明确多少SNPs才可满足在全基因组范围内的分析。Kruglyak应用计算机模拟法预测人类基因组中超过3Kb就不存在连锁不平衡，据此推出完成全基因组扫描将需要500,000个SNPs。而Collins等收集通过家系研究得到的常染色体单倍型的信息发现，在染色体上相距0.2cM到0.4cM（约200-400kb）之间的标记仍存在连锁不平衡，如按每100kb需要一个SNP计算，那么完成全基因组扫描仅需约30,000个SNPs，平均每3-4个基因用一个SNP就可识别出整个基因组内任何位置上的具表型活性的变异。最近发现SNP与SNP之间的连锁不平衡甚至可延伸到更远的区域（0.35cM-0.45cM），那么进行基因组扫描需要的SNP数量就更少。导致上述估算SNP 数量差异的主要原因是Kruglyak进行模拟计算时，假设现在的人群在5000年前起源于共同的祖先，且人群规模的有效大小保持在10,000左右，然后经过连续的指数扩增，直至达到现在的50亿左右。Collins认为这种假设是不现实的，在人类发展的历史过程中，人群数目的增长是迂回曲折的，经历扩张与萎缩的周期性变化。 Weiss等认为Collins及其同事的结果可能低估了问题的复杂性。因为他们的结果或是基于小样本资料推断出来的，就会使连锁不平衡（LD）程度的估算偏高；或是从理论上预测LD的水平，而忽略了基因组中大量的随机变异。如大多数位点的信息是来源于小样本中测序得到的资料，据此得到的单倍型结构不可靠。目前的研究集中于基因组中LD相对广泛存在的区域，在此区域内，基因相对容易作图。如基于这些经验来进行基因组其它区域的LD分析，就可能发生偏离。如两个相距较远的SNPs 之间具有强的LD性质，就认为它们之间的SNPs及该SNP侧翼的SNPs也存在强烈的LD，这种假设仅适合于其中一些多态位点，但它并不是通则。当然，在一些罕见人群中，如Saami，在较长的区域内广泛存在大量的LD，但对Fihland人群，则在较长区域内几乎不存在LD，对全球整个复杂人群而言，LD肯定变得更复杂一些。 Gray等认为随着人类基因组测序计划的进展，人类基因组的结构逐渐被阐明，因此就可在那些富含基因的区域选择SNP进行全基因组扫描，这样所需的SNP数量还会减少。Halushka等根据他们对75个基因检测的实验结果推测，SNPs在单个基因或整个基因组中的分布是不均匀的，在非转录序列中要多于转录序列，而且在转录区也是非同义突变的频率比其它方式突变的频率低得多。Templeton 等对LPL基因突变与重组热点的研究结果提示，SNP集中分布于基因组的CG二核苷酸处或单核苷酸重复区或αDNA聚合酶的识别位点（TGGA）处。将人类基因组不同区域物理图谱与遗传图谱的进行比较，发现遗传距离和物理距离的比值有很大的差异，提示基因组不同区域的重组水平存在差异。如Dunham等将22号染色体STR的物理位置与遗传位置进行了对比，发现该染色体的重组率差异很大，提示存在重组热点。根据基因组内不同区域重组频率的高低可进一步选择SNP的数量，重组热点需要的标记数量就多，相反就少。这种设计也可能会进一步减少基因组扫描所需的SNP标记。 使用SNP进行关联分析面临的另一个问题是如何选择SNP。如果对每一个SNP都进行独立研究，那么对几百万SNPs 的研究就会导致成千上万次的假关联，结果就掩盖真实的关联性，所以，进行关联分析前，一定要对所研究的SNP进行选

2007年最令研究人员惊叹的是，从一个人到另一个人的基因组差异程度之大，科学家开始懂得这些差异在疾病和个体特性中的作用。《科学》杂志及其出版者美国科学促进会(AAAS) 将“人类基因组差异”评为2007年首要进展，并在12月21日出版的杂志上列出本年度其他9项最重要的科学成就。负责评选的《科学》杂志物理类科学新闻副主编Robert Coontz 说，“多年来，我们一直谈人与人如何相像，甚至人与猿如何类似。2007年的几项前沿研究第一次将人与人的DNA存在很大的不同讲透彻了。这是一个巨大的概念性跳跃，将会对所有的事情产生影响：从医生如何治病到我们如何看待自己以及保护我们的隐私。”2007年，几位个人的基因组被测序。随着技术的提高，我们中的许多人将会了解部分或全部的个人基因组，也将了解自己有患哪些疾病的风险。自人类基因组序列测出以来，生物学家一直在绘制基因组的一个碱基上的小差异，这种差异被称为单核苷酸多态性(SNPs)。这些差异是2007年十几个研究项目的关键，研究人员在这些被称为基因组范围关联的研究中比较了几千位患病或无病个体的DNA，从而确定哪些小的基因差异带来疾病风险。这种信息能帮助研究人员发现疾病基因，比如近年发现的几个2型糖尿病基因。今年的基因组范围关联研究为许多疾病提供了线索，包括心房颤动、自身免疫疾病、双相障碍、大肠癌、1型和2型糖尿病、心脏病、高血压、多发性硬化症以及风湿性关节炎。2007年，生物学家还了解到，在DNA上亿个碱基中，成千到上百万的碱基可能丢失、增加或以某种方式被拷贝，这些变化在几代人内就能改变基因的活性。这些被称为“拷贝数差异”的影响在高淀粉饮食的人群中有表现，这些人群比有狩猎采集传统的人群有更多的消化淀粉DNA的拷贝。研究儿童自闭症的遗传学家发现了导致患自闭症风险增加的一个新的DNA修饰。名列《科学》2007年十大进展第二位的是重新编程细胞的技术。日本和美国小组分别在6月宣布他们用小鼠皮肤制造了诱导性多能干(iPS)细胞，这些iPS细胞能产生身体的所有细胞，包括卵子和精子，从而显示iPS细胞具有胚胎干细胞的能力。11月份，两个小组分别报告了用人类皮肤细胞制造iPS细胞的研究。这项研究可能改变干细胞研究的科学与政策。Coontz说：“与首要进展一样，一旦科学家能清除几个障碍，重新编程细胞可能为生物医学研究开辟新方向。”《科学》评选出的其他8项进展包括：跟踪宇宙射线来自阿根廷Pierre Auger天文台的研究人员报告说，进入地球大气的宇宙线可能来自天空中存在着许多活跃星系核的区域。这些宇宙线可能是经过黑洞附近的磁场时获得加速度的。受体结构研究人员确定了人类Beta2-肾上腺素能受体的结构，这是一个重要的G蛋白偶联受体，它通过传递体内的激素、血清素以及其他分子的信息管理人体内部系统。从抗组胺剂到beta阻滞剂的一系列药物以这些受体为靶标。结构知识可能带来新的药物。超越硅电子器件过渡金属氧化物研究的进展也许预示了下一个材料革命，2007年，几个研究小组将两种氧化物结合在一起，制造了带有各种有用的电子和磁性性能潜力的界面。量子霍尔效应理论和实验物理学家制造了预测的量子霍尔效应，这是电子从某些材料中流过时在外加电场作用下的奇怪行为。如果这一效应在室温下工作，它可能导致新的低功率的“自旋电子学”计算的设备。分而治之研究揭示，与病毒和肿瘤作战的T细胞有立刻保护和长期保护的分工，改进的疫苗也许使这项研究成果得到应用。研究人员发现，当他们捕捉到刚刚分化的T细胞时，在T细胞相反的两极有两类蛋白质被生成，一边的蛋白带有“战士”的分子标记，另一边的显示“记忆细胞”的特征，记忆T细胞能潜伏多年以防备未来的入侵。以少胜多合成化学家研制了一个高效低成本的制造药物和电子化合物的技术。返回未来用人和大鼠作的研究提出，记忆和想象扎根于大脑的海马区，该区是记忆的一个关键中心。研究人员推测，大脑的记忆也许能通过重新整理过去的经历来产生未来的情景。游戏结束一个人工智能编程的精心杰作使双陆棋成为迄今为止计算机解决了的最复杂的游戏。研究人员发现，如果竞技双方不犯任何错误，双陆棋将以平局结束。2008年应该注意的领域包括microRNA、人工制造的微生物、新的计算机芯片材料、人类细菌以及尼安德特人的基因组、人类神经回路以及来自CERN的大型强子对撞机的数据。

第三张“基因变异图谱”与第二代基因组测序技术——评“千人基因组计划”首期研究成果的医学意义世界上任意两个人的基因99%都是相同的，而恰是那1%不同，负责着个体间的表型差异。《自然》杂志近期披露，当人体内携带有250到300基因变异位点的时候，相关基因就就会“沉默”。甚至，一个人只携带了 50到100基因变异位点，就可能患上某种疾病。10年前，“人类基因组计划”这一耗资30亿美元、历时10余年的伟大科学工程完成之际，人们以为得到了揭开自身生命奥秘的天书，生命科学也划时代地进入了“后基因组时代”。如今看来，当时得到的仅仅是人类基因组的“参考图谱”，对于人群里个体间的基因差异，或是更具医学意义的“基因变异图谱”来说，人们知之甚少。第三张“基因变异图谱”为了探寻个体间的基因差异，科学界在2002年启动了HapMap（人类基因组单体型图谱）计划。Hapmap在2005年完成的“第一张基因变异图谱”含有一百万个“单核苷酸多态性”（SNPs）位点；HapMap在2008年完成的“第二张基因变异图谱”含有三百一十万个SNPs位点。而此次“千人基因组”所公布的一期结果——“第三张基因变异图谱”，已经包含了一千五百万个SNPs位点。今年10月28日，《自然》杂志为此刊出的文章题目为“基于群体规模的基因变异图谱”，鲜明的指出，“千人基因组计划”首期研究成果，其最大优势在于：“第三张基因变异图谱”所采用的样本，针对了“大规模人群”。 远超过此前两张“基因变异图谱”所测定的样本数。绘制“第三张基因变异图谱”的所有数据，是基于两个核心家庭，6个个体的精确基因组测序，179个个体的低覆盖率基因组测序，以及七百多人的蛋白编码区的基因测序。检测人群数目庞大，人种涉及中国人、日本人、西欧人等。因此，第三张“人类基因变异图谱”的问世，可以从更深的层次上了解，种族之间、个体之间的基因差异。更具医学意义的是，对于人群中发生频率在１％以上的基因变异，本次研究的覆盖率达到９５％以上。这就意味着：此前Hapmap计划所绘制的两张“基因变异图谱”中，没能涉及的“罕见病”致病基因，可能在“第三张基因变异图谱”中已经被标出。“基因变异图谱”的医学应用随着，“人类基因变异图谱”绘制的日臻完善，和商业化全基因组SNP 分型芯片成本的不断降低，以及新的统计方法和软件的出现, “全基因组关联分析”( Genome-Wide Associat ion Study , GWAS) 越来越多的应用于复杂疾病“易感基因”的确定。今年6月6日，安徽医科大学的张学军教授领衔的团队，通过对中国汉族和维吾尔族人群近2万份样本进行分析，在人类基因组的3个区域内发现与白癜风发病密切相关的4个易感基因。今年8月2日，中***事医学院贺福初院士领衔的蛋白质组学国家重点实验室，通过对大陆5个肝癌高发区的4500多名肝癌病例和对照的研究，发现了肝癌易感基因新区域（1p36.22）今年8月23日，新乡医学院的王立东教授联合国内18家医院，建立了数十万份的食管癌标本资料库，并首次在人类第10号和20号染色体上，发现两个食管癌易感基因(PLCE1和C20orf54)。基因变异有着很强的人种差异，相比国外此领域的研究成果，以上研究成果的临床意义，在于其是针对我国的特有人群。也就是说，以上研究成果在我国的临床上更具医学价值。更为可喜的是，以上研究成果均发表在此领域最为权威的《自然 遗传学》杂志上。我国在利用GWAS需找复杂疾病易感基因领域的研究，已经得到了世界的公认。

“10年前，我们参与人类基因组计划，完成了1%的工作，其实是‘搭了别人的车’。现在，面对即将到来的基因组学新时代，我们不能再搭别人的车了。”当年曾参与人类基因组计划承接1%测序工作、如今已是中科院北京基因组研究所副所长的[url=http://sourcedb.big.cas.cn/zw/zjrc/brjh/200907/t20090724_2194384.html][color=#800000]于军[/color][/url]，对中国未来基因组学的发展和应用前途有点担心。2010年6月26日是人类基因组图谱公布10周年，国内外的一些研究机构都在这一天举行了纪念会。中国科协普及部、中科院北京基因组研究所、遗传与发育学研究所、中国遗传学会等单位也在北京举行了纪念会。会上，于军兴奋地回忆起当年他那个义无反顾的决定：1998年4月一天的早晨4点左右，他正在美国西雅图的家中睡觉。忽然自动传真机响了起来，“我爬起来一看，是邀请我回国工作的，我拿起笔签上自己的名字就传了回去”。这是于军回国工作的起点，也是中国参加人类基因组计划的起点。正是于军带回国内的技术和人才奠定了完成1%任务的基础。他是“1%计划”的“始作俑者”之一。与那时的热血沸腾相比，今天的于军更多了一份冷静与思考。“10年前，测定一个人的基因组，大约花了近10亿美元，用了13年的时间；而现在测一个人的基因组也就1万美元、一周左右的时间。美国现在已研制出第三代基因测序仪，用它测定一个人基因组的费用可降到1000甚至100美元，用时仅需15分钟。”于军说，当第三代基因测序仪广泛应用时，大规模应用基因组技术的“个体化基因组时代”就到来了。“个体化基因组时代”为人类描绘了一个美好的未来：那时，我们可以知道某一种药物为什么会对一部分人有治疗作用而对另一部分人不起作用，甚至起负作用；那时还会针对个体疾病的状态和遗传基础的独特性对症下药；也会针对个体化的药靶研制出个性化的治疗药物和治疗手段……这将是一个巨大的医疗市场。而测定每一个人的基因组本身也是一个大市场。“对于有十几亿人口的中国来说，假如使用美国研制的第三代基因测序仪来工作的话，那要进口多少台？按一个人测序需100美元计算，又要花费多少钱？”于军向记者言及此事，表现出了一种内心深处的忧虑。“中国一定要加快研制自己的DNA测序仪。”据了解，于军团队正与有关单位合作研制第二代和第三代测序仪器。“但我们的力量仍然有限，应该有更多的团队和单位加入到这个行列中来。这是我们迎接基因组学新时代的必要准备。”还有一种必要的准备，那就是做好有关基因、遗传学、基因组学等相关科学的科普宣传工作。“美国人十分重视基因组学的科普宣传。”于军回忆说，当年，美国立项测定人类基因组图谱时，就把这项工作的科普宣传列入了计划。10年前图谱完成时，时任美国总统克林顿发表致辞，电台、电视台现场直播，上万名美国人参加了当时各种各样的庆祝活动。“关于科普的作用，一个明显的例子是对待转基因食品的态度。”于军说，美国人就不像中国人那样对转基因食品“过分惶恐”。因为他们知道转基因食品并不像有人说的那样可怕和有危害。中国在面对转基因食品的问题上，好像是由大众的好恶来决定，而不是由对转基因的科学认识来决定。未来的基因组学时代、个性化基因组时代，我们可能会遇到比转基因食品更棘手的问题：法律问题、伦理道德问题、个人隐私问题等等。“从现在起我们就应该做好基因组新时代的科普宣传，未雨绸缪，为基因组学的发展和应用提供更加广阔的发展空间。”于军如是说。（转自科技日报）

人类基因研究再突破　　这是“人类基因组计划”之后国际科学界在基因研究领域取得的又一重大进展。人类基因组计划让我们得到了人类基因组图谱，但其中许多基因过去都不知道有什么功能。研究者最常关注的是与编码蛋白质相关的基因，但它们只占整个基因组的约2%。一个聚集了422位科学家的国际团队，完成了解析基因组剩余部分(非编码区域)的工作，人类基因组中约80%的基因都有某种确定的功能。　　参与这项计划的英国桑格研究所研究人员珍妮弗·哈罗说，如果说人类基因组计划提供了一张地图，那么ENCODE计划就在这张地图上标出了各个基因的功能信息。　　这两个计划之间也有承上启下的关系，在人类基因组计划基本完成的2003年，国际科学界创建了ENCODE计划。这也是一个大型国际合作项目，来自美国、英国、西班牙、日本和新加坡五国32个研究机构的科学家参与了此次项目，耗资1.5亿美元。他们获得并分析了超过15万亿字节的原始数据，目前已经全部公布。研究对147个组织类型进行了分析，以确定哪些能打开和关闭特定的基因，以及不同类型细胞之间的“开关”存在什么差异。

由中美英等国科研机构发起的大型国际科研合作项目“千人基因组计划”10月28日在英国《自然》杂志上，以封面文章形式发布了迄今最详尽的人类基因多态性图谱，同时也在美国《科学》杂志上报告了在基因研究技术手段上的收获，相关成果标志着人类基因研究进入了一个划时代的新阶段。“千人基因组计划”由中国深圳华大基因研究院、美国国立人类基因组研究所、英国桑格研究所等机构于2008年启动，旨在绘制迄今最详尽、最有医学应用价值的人类基因多态性图谱。现在报告的是该计划第一阶段的分析成果。“千人基因组计划”共同主席、英国桑格研究所基因专家、《自然》封面文章主要作者之一理查德·德宾在接受记者采访时说：“这一计划现在取得了两个重要成果，第一是获得了迄今最详尽的人类基因多态性图谱，第二是探索出了研究基因多态性的新技术手段。”基因多态性是指人与人之间的基因差异。人的基因组总体上差不多，但在有些位置上你我他都不一样，存在各种基因变种，它们最终导致了人与人之间的差异。德宾说，在第一个成果方面，研究人员找出了1000多万个大大小小的基因变种，其中约800万个都是前所未知的。对于人群携带率在1%以上的基因变种，本次研究的覆盖率达到95%以上，得出了迄今最详尽的基因多态性图谱。这一成果在医学等领域有很高的应用价值，比如通过参照图谱，可以方便地找出致病的基因变种。在第二个成果方面，研究人员验证了在大型基因研究中综合使用多种基因测序手段的可行性。由于基因测序成本目前仍很高昂，如果能在“精测”一些基因序列的同时，对另一些基因序列只需“粗测”就能保证最终结果的准确性，将可以大幅降低基因测序研究的成本。《科学》杂志上的文章便侧重描述了技术手段方面的进展。德宾告诉记者，自十年前“人类基因组计划”完成以来，因为难以同时对许多人进行基因测序，基因研究一直只在较小的层面上进行。本次研究不仅使大规模测序成为可能，还绘制了一个详尽的基因图谱以供比对，这标志着人类基因研究进入了一个划时代的新阶段。他说，本次报告还只是基于“千人基因组计划”第一阶段中搜集的数百人的基因数据，而该计划的最终目标是获得欧、亚、美、非各洲不同人群中2500人的基因数据，预计在2012年发布的最终结果将可以覆盖99%以上的基因变种。据报道，“千人基因组计划”所获数据存放在公共数据库中，公众可免费查询。 (新华网)

DNA元件百科全书(Encyclopedia of DNA Elements, ENCODE)项目旨在描述人类基因组中所编码的全部功能性序列元件。它于2003年9月正式启动。来自英国、美国、西班牙、新加坡和日本的32个实验室中442名科学家参与这个项目。9年后的今天，他们在Nature(6篇)、Genome Research(18篇)和Genome Biology(6篇)期刊上发表了30篇论文。(特别专题：ENCODE-人类基因组详图问世)1. 转录因子的足迹分析对41种不同的细胞和组织类型进行基因组DNase I足迹分析(genomic DNase I footprinting)，研究人员在DNA调节区内鉴定出4500万个转录因子结合事件，从而代表着这些转录因子与840万个不同的短DNA序列元件存在差异性地结合。他们还发现影响等位基因染色质状态的基因变异体集中分布在这些足迹之中，并且这些序列元件优先得到DNA甲基化的保护。他们鉴定出一个固定不变的50个碱基对长的足迹，并且这种足迹精确地确定着上千个人启动子内的转录起始位点。最后，他们描述了一个新的调节因子识别基序集合，其中这些基序在序列和功能上是高度保守的。参见原文(10.1038/nature11212)2. 人基因组DNA元件集成百科全书ENCODE项目系统性地描绘出人基因组上的转录区域、转录因子结合、染色质结构和组蛋白修饰。根据这些数据，研究人员将生化功能分配到80%的人基因组，特别是在已得到很好研究的蛋白编码序列之外的区域。参见原文(10.1038/nature11247)

历时6年，300余研究者花费5300万美金，牛的基因组序列终于呈现在世人面前，相关的文章发表在Science杂志上。这是继2000年人类基因组破解以来，又一动物基因组序列被破译。负责人称，牛的基因组的破译不仅有助人们更深入了解牛的驯化过程，提高牛肉，牛奶的质量改善人类的生活质量，还有助了解人类的疾病。最新的一期Science杂志刊登了两篇独立研究牛基因组的文章，一篇Genome-Wide Survey of SNP Variation Uncovers the Genetic Structure of Cattle Breeds；一篇The Bovine Genome Sequencing and Analysis Consortium，该项目对牛的基因组进行了分辨率精细的测序。另外还有一篇评论性的文章，The Genome Sequence of Taurine Cattle: A Window to Ruminant Biology and Evolution，将研究焦点放在对牲畜进化和驯养历史的追踪工作上。研究人员发现，牛的基因组含有至少2万2000个基因，其中大约有14345个基因在7种其它的哺乳动物种系中具有对应的基因。 这些发现显示，在牛的进化和驯养过程中，基因的数量和构成的变化是如何改变牛的生物学系统并对它们的繁殖、免疫能力、乳汁分泌和消化造成了最为显著的影响的。 这些研究人员还对来自19个不同地理和在生物学上混杂繁殖的497头不同牛只DNA中的3万7470种差异进行了调查。他们发现，母牛的进化与我们人类本身的进化截然不同，它们从一个有着非常大的有效祖先群体到近期发生的快速的群体下降，而不是反过来的那种一种情形。 文章的作者将这种进化归因于与以往驯化活动、因农业专门化所作的选择以及与动物豢养的形成相关的遗传学瓶颈。 但是，牛品种中的多样性的现有水平看来至少与那些在人类群体中的水平一样地强健有力。 在一篇Perspective中，Harris Lewin对这些发现进行了更为详细的探讨，并重点介绍了其对人类健康和可持续性农业的意义。

科学家首次测序癌症患者基因组美国科学家近日首次成功测序了一个癌症患者的基因组，这一开创性工作为利用新方法揭开癌症的遗传学基础创造了条件。相关论文发表在11月6日的《自然》（Nature）杂志上。测序的基因组来自于一位女性，50多岁死于急性骨髓性白血病（AML）。美国华盛顿大学的研究人员利用来自皮肤样本的遗传材料，测序了她2套染色体的DNA，同时根据骨髓样本检测了其肿瘤细胞中的遗传突变。所有样本均采自患者接受癌症治疗前，以防DNA受到进一步损伤。随后，研究人员将患者的肿瘤基因组与其正常基因组进行了比较，以期发现遗传差异。在患者肿瘤基因组中接近270万个单核苷变异中，将近98%同样也在患者皮肤样本的DNA中检测到，这就大大缩小了进一步筛选的范围。研究人员最终在患者的肿瘤DNA中仅发现了10个可能与AML有关的遗传突变，其中8个很罕见，它们所处基因之前从未被认为与AML有关。研究人员还显示，肿瘤样本中的每个细胞拥有9个突变，而且较少发生的那个突变可能是最后形成的。研究人员怀疑，所有这些突变对于患者的癌症都很重要。美国国立人类基因组研究所前任主管Francis Collins说：“首次确定人类癌症基因组的完全DNA序列，并与同一个体的正常组织相比较，这在癌症研究中是一个真正的里程碑。”美国俄勒冈健康与科学大学癌症研究所的Brian Druker说：“虽然这一研究尚不能告诉我们怎样治疗癌症患者，但它是这条路上关键的第一步。它为大规模癌症基因组测序和揭示癌症秘密打下了基础。”目前，研究小组正在测序其他AML患者的基因组，同时他们还计划将这种全基因组方法扩展到乳腺癌和肺癌。

8月2日，我国科学家利用“全基因组关联分析”的方法，在人类1号染色体上发现了肝癌的易感基因区域。这将为肝癌的风险预测、早期预防和个体化治疗提供理论依据。事实上，自2000年人类基因组草图绘制完成迄今，科学家已经相继发现七十余种疾病的易感基因，基于此的基因诊断产业已经初现端倪，但十年前人们所基于厚望的“基因药物”、“个体化医疗”尚未实现。十年前，“人类基因组计划”，这一耗资三十亿美元，耗时十余年的伟大科学工程完成之际，人们以为得到了揭开自身生命奥秘的天书，生命科学也划时代的进入了 “后基因组时代”。十年间，一方面，生命科学持续蓬勃发展的态势，人类基因组的后续工作陆续展开；另一方面，基于此的基因药物却迟迟不能问世，基因产业逐渐沦为“泡沫经济”。今年恰逢人类基因组草图完成十周年，站在历史的高度，重温人类基因组草图绘制完成之时所报以种种美好的愿景，回顾十年间生命科学取得伟大成就，分析生命科学当下面临的挑战，或许更能厘清“后基因组时代”现代生命科学的发展脉络与走势。后基因组时代生命科学的发展——人类基因组计划的延续2000年6月，人类基因组草图绘制完成，标志着生命科学的发展，在经历了上世纪的“分子生物学时代”、“结构基因组时代”之后，后正式进入了“功能基因组时代”即“后基因组时代”。后基因组时代首个十年，人类基因组计划依旧是生命科学发展的主线。在此基础上，2002年，启动旨在研究人类染色体上单核苷酸多态性（SNP）的“人类基因组单体型图谱”计划（Hapmap）；2003年启动旨在鉴定人类基因组功能元件的“基因组功能元件百科全书”（ENCODE）计划，和旨在绘制人类基因组甲基化可变位点图谱的“表观基因组图谱”计划，2008年，启动“千人基因组计划”对27个不同族群，2500人的基因组测序，绘制更为精确的遗传多样性图谱。我国科学家也于2007年，完成首个黄种人“炎黄一号”的基因组测序；于2009年首次提出““人类泛基因组学”的概念。通过对人类基因组图谱的解读，借助“全基因组关联分析”（GWAS）的手段，重点关注人类基因组上SNP位点，先后发现了癌症、糖尿病等七十余种疾病的易感基因。除此之外，已经有近四十种的真核生物，和近千种的原核生物完成了基因组测序工作。基因组数据呈指数增长，基因图谱解读能力不断加强，生命科学在后基因组时代加速度般的高速发展。生命科学的经典理论不断修正、甚至颠覆。新生学科，交叉学科不断诞生，这些都促使生命科学由传统的“生物学”蜕变为真正意义上的“现代科学”，成为引领其他学科共同发展的“前沿学科”。后基因组时代的生命科学——系统生物学一百多年前，达尔文提出“进化论”时，尚没有严格意义上的生物学。达尔文环游世界，收集物证，他更多的被称为“博物学家”；上世纪，孟德尔利用豌豆、摩尔根利用果蝇探寻遗传规律的时候，生物学研究还停留在宏观性状的描述；进入分子生物学时代，沃森和克里克阐释了DNA的双螺旋结构，人们借助限制性内切酶，PCR扩增技术可以任意的扩增、剪切、拼装DNA片段，并形成了规范式的基因工程技术。但此时生命科学的发展，多来自于现代物理学、化学的贡献，生命科学更像是“生命的化学”。直至进入后基因组时代，随着，人类基因组计划完成以及后续研究工作的开展，基因组学、生物信息学、蛋白组学、代谢组学、表观遗传学等陆续诞生。这些新兴学科共同构建起现代生命科学的理论框架。使人类能够从整体的角度，不同的层面（基因、转录、翻译，修饰等）认识“从DNA到蛋白”，“从基因到表型”的发生过程。由此，传统的“生物学”蜕变为“现代生命科学”，为区别于以往传统的意义上的生物学，《经济学家》杂志，将后基因组时代的生命科学定义为生物学2.0（biology 2.0）。更为重要的是，十年间，人类基因组计划的相关研究成果，给生命科学所带来的深刻变革，促成了生命科学领域的一场“思想解放”。生物学中关于“基因”的定义，关于遗传信息传递的“中心法则”、关于基因调控等基本概念都已经修正，甚至颠覆。分子生物学时代，基因被定义为具有遗传功能的DNA片段。但是进入后基因组时代，人们发现miRNA、siRNA等可以直接影响DNA的转录。此外。表观遗传学研究表明，基因的表达不仅仅依赖于DNA序列，环境的因素同样不可忽视。“基因”的概念正在不断被重新定义。“基因”概念的内涵正在不断丰富。上世纪生物学经典的“中心法则”，表明遗传信息是传递沿着“DNA-RNA-蛋白质”的方向线性进行。但是，如今看来，细胞内部DNA的自身结构，DNA与RNA，DNA与蛋白，基因与环境，这些复杂的关系都会影响表型，遗传信息的传递更像一个错综复杂的网络。基因的表达不再是简单的“一个基因、一种酶或一种蛋白”，基因的调控也不能用“乳糖操纵子”那样简单的模型去描述。人们开始将细胞内部复杂的代谢调控网络当做一个整体去研究。因此，后基因组时代的现代生命科学被公认为 “系统生物学”。后基因组时代生命科学面临的主要挑战——“基因药物”、“个人化医疗”尚未未实现十年前，发起“人类基因组计划”的最初动机是，从基因层面找到疾病发生的分子机制，并以此为线索，设计基因药物，提出个性化治疗方案。2000年，“人类基因组草图绘制”完成之际，人们普遍认为，“人类在对付自身疾病上，将会有革命性的突破”。根据“个人基因组图谱”，借助“基因药物”，通过“个性化医疗”，所有困扰人类的顽疾，都能够得到有效的预防、诊断和治疗。此后十年间，人类基因组完全图谱、单体型图谱相继绘制完成。在人类染色体上已经明确了与表型和疾病相关的众多SNP位点。但是，至今却没有一个基于致病基因的“基因药物”问世；十年前人们所憧憬的“个人化医疗”，也由于个人基因图谱的绘制成本不能被市场接受、基因图谱的解读能力不能满足临床应用的需要，依旧还是个泡影。十年前被誉为朝阳产业的基因制药行业，如今被经济学家嘲讽为“基因泡沫经济”。造成目前困境的主要原因，除却十年前过于乐观的估计外，更多的还是应该归于生命科学自身发展不足。现有生命科学的发展水平尚不能完全解读人类基因组图谱。目前的研究方法、研究手段也不能建立基因与疾病的确证关系。目前科学界流行的研究方式是采用“全基因组关联分析”。GWAS是根据Hapmap计划所发现的人类基因组的SNP位点，利用统计学的方法，建立病例与对照的关联，以此，来确定引起复杂性疾病的可能基因，即易感基因。但是，几乎所有已发现的SNP位点都只是轻度增加疾病风险的“易感基因”，大多数疾病与基因之间关联仍然难以明确；而且，人们又发现除了单核苷酸多样性外，还存在着基因拷贝数变异等多种形式的基因组多样性。SNP位点不是人类寻找疾病成因的唯一线索。此外，GWAS研究方法，不基于任何假设，只是依赖于对数据的统计学分析。这显然有悖于传统生物学“先假设，后求证”的实验学精神。今年四月《自然》杂志，曾同时刊发两篇文章“数据第一”，和“假设第一”，对此进行讨论。后基因组时代的未来——个人基因组时代的个性化治疗进入后基因组时代，现代生命科学的发展如此迅速。即便是柯林斯，这位组织和推动人类基因组计划的科学家，要求其对十年后生命科学的发展程度作出准确判断，也是不现实的。但是，柯林斯的预言至少可以体现，目前科学界对生命科学发展方向的主流看法。以下是今年6月，柯林斯在“纪念人类基因组草图完成十周年”讲座上，关于后基因组未来的预言：“2020年，基于糖尿病、高血压基因靶点设计的基因药物将进入市场；癌症的治疗将更多的借助肿瘤分子图谱技术。基因药理学将成为新药研发的常规方法；精神疾病的诊断技术将发生改变；同源重组技术将保证种系间基因治疗的安全性。”“2030年，基于个体基因图谱的个性化医药将得到的广泛应用；医学实验将被计算机模型所取代。人类平均寿命将到90岁；美国和世界其他地方将出现反技术运动。关于人类掌握自身进化的议题，将继续争论。”从柯林斯的预言中，我们不难发现，“个人基因组图谱”、“基因药物”以及“个性化治疗”这些与人类健康密切相关的研究，依旧是今后生命科学研究的热点。如何解读人类基因组图谱，并促成这一科学成果走向临床应用，为提高人类健康水平、生活质量服务，这是后基因组时代生命科学面临的主要挑战，也是未来数十年科学家为之奋斗的目标。从这个意义上，柯林斯将后基因组时代未来十年称之为“个人基因组时代”，并引用《沙之箴言》的名句作为结语。

无需进行文库制备，所用DNA样本比标准方法更少2012年12月13日 来源： 中国科技网 作者： 陈丹 中国科技网讯 据物理学家组织网12月12日（北京时间）报道，英国研究人员简化了基因组测序的标准流程，首次无需进行文库制备便完成了DNA（脱氧核糖核酸）单分子测序，而且新方法只要很少量的DNA就能获得序列数据，用量可低至不到1纳克（10亿分之一克），仅为常规测序方法的500分之一到600分之一。 文库制备是指从测序前基因组样本中提取不同长度的DNA片段，这一过程不仅费力、费时，还会浪费DNA，而新技术能极大地减少DNA的损耗，并缩短测序时间。 该研究论文的第一作者、英国威康信托基金会桑格研究所的保罗·库普兰说：“我们用这种方法对病毒和细菌的基因组测序后发现，即使在相对较低的水平，我们也能够确定所检测的是何种有机物，不论样本中是否存在特定的基因或质粒（这对于确定抗生素耐药性很重要），或者其他信息，如对特定DNA碱基的修改等。”他表示，一旦技术得到优化，将在快速、高效地识别医院和其他医疗场所中的细菌和病毒方面具有很大的应用潜力。 研究小组利用第三代单分子测序系统PacBio RS演示了这种简化的直接测序方法。他们仅仅用800皮克（千分之一纳克）DNA来分析一个生物体的基因组，尽管测序仪只读取了基因组的70个序列片段，相对于常规测序方法获得的数据来说不过是很小的一部分，但这些信息足以让研究人员确定他们所检测的生物体的品种。 这项技术也使得科学家能够对此前无法识别的宏基因组（也称微生物环境基因组）样本中的生物体进行确认。“为微生物测序，首先需要能够在实验室中培养它们。”论文的主要作者、英国巴布拉汉研究所的塔米尔·钱德拉说，“这不仅耗费时间，而且有时候微生物不生长，为它们的基因组测序极其困难。”他表示，新方法可以直接对微生物测序，短时间内便可确定其“身份”。 论文的另一主要作者、威康信托基金会桑格研究所的哈罗德·斯维尔德洛说：“我们的技术可以在对所测序列没有任何先验知识、没有特定微生物试剂的条件下，在很短的时间内操作，这是一种很有前途的替代手段，可应用于控制感染等临床需要。”（记者陈丹） 总编辑圈点 长久以来，基因测序等围绕基因科学所展开的研究，都被人们贴上了从本源上解开人体生命奥秘、彻底解除遗传疾病威胁等殷切的标签。多国为提高社会健康水平，都开展了解码国民DNA的活动，有些甚至覆盖全基因组。然而，面对由30亿个碱基对构成的人类基因组，精确测序注定将是一场浩大而又漫长的工程。如何能快速、准确地将海量DNA数据转化为有帮助的实用信息，已经成为该领域科学家们面临的重大挑战之一。因而我们说，英国科学家此番取得的突破，不管是从整个学科研究的方法论层面，还是从临床应用的角度，都提高了基因研究服务于人类的速度。 《科技日报》（2012-12-13 一版）

中国科技网讯 据物理学家组织网8月29日（北京时间）报道，美国能源部劳伦斯·利弗莫尔国家实验室（LLNL）研究人员最近开发出一种核酸（DNA和RNA）快速扩增技术，使聚合酶链式反应（PCR）的速度大大加快，可在3分钟内将基因组片段扩增10亿倍，迅速识别出病原菌。疾病快速诊断有望很快成为现实。相关论文发表在最近出版的《分析师》杂志上。 PCR技术能让研究人员把一段DNA或RNA复制上百万副本，然后用于基因组测序、基因分析、遗传病诊断、亲子鉴定、法庭鉴定、确定疾病感染等。该过程一般需要1小时到几天时间。然而，快速诊断、应急反应或传染病监控往往要求PCR技术缩短到几分钟。 领导这项研究的工程师雷金纳德·比尔和同事克服酶动力学和热动力学方面的限制，用多孔材料和绝热薄膜制造出一种设备，实现了极速热循环，能每秒钟加热或制冷45℃，一次热循环不超过2.5秒。比尔特别指出：“这种设备的独特之处还在于，它制冷的速度和加热一样快。” 开发出这种设备后，比尔和同事从10种商用酶中选出了2种，这2种酶的链式反应速度非常快，将一些参数略作调整，就能使反应更快。 他们用一种肠杆菌属的细菌测试了新的PCR设备迅速扩增DNA片段的能力，然后用一段严重急性呼吸道综合征（SARS）DNA片段演示了设备处理威胁公共健康病毒方面的效果。该设备完成对目标DNA30个周期（10亿倍）的PCR扩增，用时仅为2分18秒。 目前，研究小组正在开发一种实时探测设备。按照他们的设想，将来一台PCR仪器就能完成整个测试，从样本到结果只需10分钟。市场对这种设备的需求将是巨大的，除传统的公共卫生和医疗研究领域，一台简单实用的实时PCR设备在养殖、农业以及食品加工行业都非常有用，可用来保障食品安全。（记者 常丽君） 总编辑圈点 随着人类基因组逐渐被破译，一张生命之图将被绘就，我们对人类自身的了解也会迈上新的台阶，很多疾病的病因将被揭开，药物就会设计得更好，治疗方案也能“对因下药”，生活起居、饮食习惯有可能根据基因情况进行调整，人类的整体健康状况将会提高。然而，病来如山倒，为了尽快找到病因，疾病的快速诊断就显得异常重要。而文中提到的技术，可在三分钟内识别病原菌，无疑为很多急症患者的生存争取了宝贵的时间。 《科技日报》（2012-8-30 一版）

http://img.dxycdn.com/trademd/upload/userfiles/image/2013/01/B1357710940_small.jpg梅花因其独特的花香，在很多诗词中成为人们吟诵的对象。那么，它的花香到底来自何处呢？我国科学家从基因组水平，揭示了合成梅花花香中重要成分乙酸苯甲酯的BEAT基因家族34个成员，并构建完成了首张梅花全基因组精细图谱。其研究论文在2012年12月27日《自然—通讯》亮点论文在线发表。我国梅花基因组项目首席专家、北京林业大学教授张启翔率领项目组，选取位于梅花起源中心的西藏野生梅花进行基因组测序，从基因组水平，揭示了合成梅花花香中重要成分乙酸苯甲酯的BEAT基因家族34个成员，在梅花基因组中显著扩增并且其中12个成员串联重复分布，从而使梅花具有独特的花香；推测梅花基因组中6个串联重复的DAM基因和其上游过多的CBF结合位点是梅花提早解除休眠的关键因子，从而解释“踏雪寻梅”之说。张启翔告诉记者，梅花全基因组测序的完成以及高密度遗传图谱构建，有助于揭示梅花花期早、花香独特等重要观赏性状的遗传基础，有助于挖掘与诸多重要性状相关的功能基因，为今后进一步揭示梅花花期、抗病调控机制、梅花及相关种属的分子育种奠定基础。研究中，项目组还揭示了蔷薇科植物进化规律。张启翔说，通过分析梅花的进化发现，梅与苹果发生分化后，并没有出现近期的全基因组复制事件，同时结合已完成的苹果和草莓基因组序列，成功重建了蔷薇科9条原始染色体，揭示了蔷薇科植物进化规律，为开展蔷薇科物种比较基因组学研究奠定重要的理论基础。据介绍，该科研成果由北京林业大学、深圳华大基因研究院及北京林福科源花卉有限公司等多家单位合作完成。目前，转录组数据组装及基因功能注释数据已在相关网站对外公开。

随着人类基因组图谱的完成，对基因组的分析已经成为新的研究热点。通过对人类基因组序列的分析得到人群中与有遗传倾向或受遗传与环境因素共同影响疾病的相关基因更成为了基因组分析研究中的热点。这种对genetic risk factors的分析对临床医学和流行病学都有很大启发，促进了疾病诊断、治疗和预防等各方面的改善。在基因组分析的方法中，目前最有效的是genome-wide association study,该方法与以前的linkage analysis相比有更大的power，与candidate-gene studies相比coverage更全面，不局限于已知的可能与疾病相关的染色体区域。本文对association study的思想、方法等做简单介绍。Genome-wide association study是建立在对SNP（single nucleotide polymorphism）的确定和assay的基础上的。要真正理解Genome-wide association study我们就要首先明确SNP的相关知识。任何两个人的基因组序列都是99.9%一致的，但那其余0.1%的不同却可能对个人对某些疾病的易感性有很大影响。在基因组中每一个loci都可能有不同的alleles，基因组中最常发生的polymorphism就是single nucleotide polymorphism,即SNP, 这些SNP在基因组中的密度大约是每300bp一个。研究中通常只选取minor allele frequency（MAF）在5％以上的SNP位点进行比较，以确保统计学意义。通过对遗传mechanism的研究发现，相隔在50kb以内的SNP在由亲代传给子代的过程中更容易发生linkage disequilibrium（LD），即有physical proximity的SNPs更倾向于以block的形式遗传，所以在实际应用中每一个block中只要选择一个与其它SNPs关联度最大的SNP位点作为tag SNP，就可以通过比较和assay各tag SNP的异同，确定一个基因组的haplotype类型。在基因组研究中将个体样本的SNP按在染色体上的排列顺序单独列出，得到的序列就称为是该样本genotype的haplotype组成。国际上的HapMap Project通过选取各代表性人种的大量个体，已经得到了由多于3.1 million SNPs标记的annotated，high-resolution map。此后的具体实验中只要将case组的haplotype与已得到的map进行matching，就可以知道可能与疾病易感性相关的SNP位点，进而得到相关的染色体区域。有了关于SNP的知识，我们就可以理解，Genome-wide association study是一种通过high-density array 进行genotyping从而确定polymorphism，并和统计学方法相结合，进而得出与疾病相关可能性很大的genetic risk factors的方法。Genome-wide association study 所确定的可能与遗传易感性相关的SNPs通过进一步的与control group中相对应的SNPs的比较而得到确认。（有时还要进行在第二个cohort中的fast-trackassay。）Genetic risk factors主要分两种类型，一是DNA序列的碱基改变，另一个是DNA序列的copy number改变。通常的association study只能确定那些和moderate risk有关的DNA序列(流行病学上对环境影响因素也只能确定那些与moderate risk有关的序列)。对碱基改变的测定在Robert Sladek 等人确定II型糖尿病（T2DM）相关loci的研究中有很充分的说明。这项研究是该种方法的标准研究，它以article的形式刊登在Nature上。它分为两个阶段，第一阶段是对有1,363个个体的法国case-control cohort的392,935个作为marker的SNPs进行genotpyping检验，第二阶段是针对第一阶段结果中与T2DM相关最显著的59个SNPs的rapid conformation。在genome-wide association study中样本的选取是很重要的，比如Sladek的这项研究中在第一阶段的样本中考虑到了要增加样本中risk alleles的含量，要尽量保证提供样本个体的表型一致，同时还要尽量排除其它系统误差对统计结果的影响。在研究中Sladek等人应用了在SNP assay中广泛使用的两个平台：Illumina Infinium Human 1 BeadArrays和Human Hap300 BeadArrays来筛查从Phase I HapMap得到的tag SNPs。该研究确定了四个有导致患common diabetes mellitus风险的variants的loci，其中一个恰好是已知与diabetes mellitus相关的TCF7L2基因，这也证明了该实验的准确度，从而也证明了genome-wide association study在elucidation of genetic traits中的可行性。DNA序列copy number的改变的检测在Lupski的feature文章中做了介绍。传统上的分子医学模型是以sickle cell disease为模型的单基因改变从而使合成的蛋白发生变异所导致的遗传疾病。但是随着人类基因组reference sequence的完成和能测定基因组改变的技术的发展，人们发现事实上基因组中由于deletion和duplication所造成的碱基对的改变是SNP所致碱基对改变的两到三倍，而且即便是在亲缘关系很近的个人之间也有很多这种由deletion和duplication所造成的基因组结构的不同。Lupski认为，这种genomic segments的deletion和duplication与sporadic disease的发生是有关的(可能是单一亲代的基因组发生rearrangement就导致疾病发生，也可能是父母双方的变异都不足以起到影响自身功能的程度，单两者在子代中的结合导致了疾病的发生)。Redon等人的研究确认了1,400个发生copy-number variation的区域，这些区域涵盖了14.5%被认为与遗传疾病相关联的基因，相关数据可以在OMIM（http://www.ncbi.nlm.nih.gov/omim）的数据库中找到。可能导致很多复杂的mental-retardation疾病的Submicroscopical genomic deletions and duplications在临床上需要用genomic array的DNA chips确定。一旦确定某疾病是与gene dosage的异常有关，那么临床治疗和药物研发的中心都要从修正不正常蛋白的功能转向修正它们的不正常含量。鉴于variation in genomic rearrangement的普遍性，今后的association study和linkage analysis都应考虑copy number对疾病易感性的影响。最后，也许一些常见的行为表型（phenotype in behaviors）也可能是受这种个体间DNA序列copy number的不同影响的，这需要进一步的研究。在genome-wide association analysis应用中的关键知识是DNA chips的原理和应用以及统计分析。用DNA chips做SNP assay，简单说来是首先在chip上做好可能的SNPs的各种探针，然后取样本做PCR，得到的扩增样本与chip上的探针杂交，最后根据得到的荧光的位置判定样本的基因组成。随着相关技术的发展，现在的SNP chips已经可以在一个样本上检查超过500,000个SNPs。正是通过这样的方法，常见病的inherited genetic underpinnings正被一点点发现。今年的NEJM上有多篇相关报道，包括了前列腺癌、乳腺癌、糖尿病以及冠状动脉疾病。但是伴随着数据量变得前所未有的大，随之而来的从海量数据中得出统计学上有意义的关系的难度也迅速增大，因为随着数据量的扩大，在每一次assay中得到的假阳性结果数量也变大很多。面对这种情况，传统的统计方法是采用Bonferroni approach。（比如对于500,000个样本，将一般的p值0.05除以500,000，得到我们采用的cutoff p值0.0000001，这个值也被称为是genome-wide significance。）但实际中由于SNP chips的价格昂贵，所以大部分的实验检测得到的样本是很有限的；或者由于虽然基因型确实与疾病易感性相关，但是这种关联程度很低；或者由于实验中会采取分步进行assay的方法，这时即便是有很强关联程度的基因型在第一阶段都很难达到0.0000001这以标准，这些情况都会导致Bonfirroni approach的不合适。鉴于以上原因，在genome-wide association study中更让人信服的不是p值的stringency有多高，而是由一组样本得到的association在多大程度上可以在其它同样大规模的重复实验中得到证实。针对同一疾病进行的a

[size=3][font=Times New Roman]4[/font][font=宋体]月[/font][font=Times New Roman]12[/font][font=宋体]日[/font][font=宋体]印度科学与工业研究理事会会长布拉姆哈查里近日宣布，印度研究人员成功绘制出了结核杆菌的基因组图谱，这将有助于研发有效治疗结核病的新型药物。[/font][/size][size=3][font=Times New Roman] [/font][/size][size=3][font=宋体]综合当地媒体报道，来自印度全国的数百名研究人员参与绘制出了包含[/font][font=Times New Roman]4000[/font][font=宋体]个基因的结核杆菌基因组图谱。[/font][/size][size=3][font=Times New Roman] [/font][/size][size=3][font=宋体]据悉，印度将在互联网上公开结核杆菌基因组图谱信息。为此，印度软件公司印孚瑟斯技术有限公司还专门开发了一个网站（ｗｗｗ[/font][font=Times New Roman].[/font][font=宋体]ｏｓｄｄ[/font][font=Times New Roman].[/font][font=宋体]ｎｅｔ）。该网站采用新的[/font][font=Times New Roman]Web3[/font][font=宋体]．[/font][font=Times New Roman]0[/font][font=宋体]格式，使用者可以获得更好的查询结果，而且还可以把基因组分析的最新结果随时在网站上更新。[/font][/size][size=3][font=Times New Roman] [/font][/size][font=宋体][size=3]布拉姆哈查里表示，治疗结核病是公共卫生领域面临的一项迫切任务，但是有关研究资金严重不足，特别是新药开发。他说，欢迎任何个人和医疗机构利用基因组信息开发出治疗结核病的新药。[/size][/font][size=3][font=Times New Roman] [/font][/size][size=3][font=宋体]结核病属于慢性传染病，由结核杆菌引起，其中肺结核病最为常见。全球每年大约有[/font][font=Times New Roman]170[/font][font=宋体]万人死于结核病。[/font][/size]

1.求助书一本 书名：中国主要经济植物基因组染色体图谱 作 者： 陈瑞阳出 版 社： 科学出版社

基因芯片技术进展及应用 作者：刘炎 [关键词] 基因芯片；核酸探针序列；杂交 1　基因芯片概述　　随着人类基因组计划( Human Genome Project)即全部核苷酸测序的即将完成，人类基因组研究的重心逐渐进入后基因组时代（ Postgenome Era）向基因的功能及基因的多样性倾斜［1，2］。通过对个体在不同生长发育阶段或不同生理状态下大量基因表达的平行分析，研究相应基因在生物体内的功能，阐明不同层次多基因协同作用的机理，进而在人类重大疾病如癌症、心血管疾病的发病机理、诊断治疗、药物开发等方面的研究发挥巨大的作用。它将大大推动人类结构基因组及功能基因组的各项基因组研究计划。　　基因芯片的工作原理与经典的核酸分子杂交方法（southern 、northern）是一致的，都是应用已知核酸序列作为探针与互补的靶核苷酸序列杂交，通过随后的信号检测进行定性与定量分析，基因芯片在一微小的基片（硅片、玻片、塑料片等）表面集成了大量的分子识别探针，能够在同一时间内平行分析大量的基因，进行大信息量的筛选与检测分析［3，4］。基因芯片主要技术流程包括：芯片的设计与制备；靶基因的标记；芯片杂交与杂交信号检测。　　基因芯片的设计实际上是指芯片上核酸探针序列的选择以及排布，设计方法取决于其应用目的，目前的应用范围主要包括基因表达和转录图谱分析及靶序列中单碱基多态位点（single nucleotide polymorphism，SNP）或突变点的检测，表达型芯片的目的是在杂交实验中对多个不同状态样品(不同组织或不同发育阶段、不同药物刺激)中数千基因的表达差异进行定量检测，探针序列一般来自于已知基因的cDNA 或EST库，设计时序列的特异性应放在首要位置，以保证与待测目的基因的特异结合，对于同一目的基因可设计多个序列不相重复的探针，使最终的数据更为可靠。基因单碱基多态检测的芯片一般采用等长移位设计法［5］，即按靶序列从头到尾依次取一定长度的互补的核苷酸序列形成一探针组合，这组探针是与靶序列完全匹配的野生型探针，然后对于每一野生型探针，将其中间位置的某一碱基分别用其它三种碱基替换，形成三种不同的单碱基变化的核苷酸探针，这种设计可以对某一段核酸序列所有可能的SNPs位点进行扫描。　　芯片制备方法主要包括两种类型：(1)点样法：首先是探针库的制备, 根据基因芯片的分析目标从相关的基因数据库中选取特异的序列进行PCR扩增或直接人工合成寡核苷酸序列［6］，然后通过计算机控制的三坐标工作平台用特殊的针头和微喷头分别把不同的探针溶液逐点分配在玻璃、尼龙以及其它固相基片表面的不同位点上，通过物理和化学的方法使之固定，该方法各技术环节均较成熟，且灵活性大，适合于研究单位根据需要自行制备点阵规模适中的基因芯片。(2)原位合成法［7～10］：该法是在玻璃等硬质表面上直接合成寡核苷酸探针阵列，目前应用的主要有光去保护并行合成法，压电打印合成法等，其关键是高空间分辨率的模板定位技术和高合成产率的DNA化学合成技术，适合制作大规模DNA探针芯片，实现高密度芯片的标准化和规模化生产。待分析样品的制备是基因芯片实验流程的一个重要环节, 靶基因在与芯片探针结合杂交之前必需进行分离、扩增及标记。标记方法根据样品来源、芯片类型和研究目的的不同而有所差异。通常是在待测样品的PCR扩增、逆转录或体外转录过程中实现对靶基因的标记。对于检测细胞内mRNA表达水平的芯片，一般需要从细胞和组织中提取RNA，进行逆转录，并加入偶联有标记物的dNTP，从而完成对靶基因的标记过程［11］，对于阵列密度较小的芯片可以用同位素，所需仪器均为实验室常规使用设备，易于开展相关工作，但是在信号检测时，一些杂交信号强的点阵容易产生光晕，干扰周围信号的分析。高密度芯片的分析一般采用荧光素标记靶基因，通过适当内参的设置及对荧光信号强度的标化可对细胞内mRNA的表达进行定量检测。近年来运用的多色荧光标记技术可更直观地比较不同来源样品的基因表达差异，即把不同来源的靶基因用不同激发波长的荧光素标记，并使它们同时与基因芯片杂交，通过比较芯片上不同波长荧光的分布图获得不同样品间差异表达基因的图谱［12，13］，常用的双色荧光试剂有Cy3- dNTP和Cy5- dNTP。对多态性和突变检测型基因芯片采用多色荧光技术可以大大提高芯片的准确性和检测范围，例如用不同的荧光素分别标记靶序列及单碱基失配的参考序列，使它们同时与芯片杂交，通过不同荧光强弱的比较得出靶序列中碱基失配的信息［14］。　　基因芯片与靶基因的杂交过程与一般的分子杂交过程基本相同，杂交反应的条件要根据探针的长度、GC碱基含量及芯片的类型来优化，如用于基因表达检测，杂交的严格性较低，而用于突变检测的芯片的杂交温度高，杂交时间短，条件相对严格。如果是用同位素标记靶基因，其后的信号检测即是放射自显影，若用荧光标记，则需要一套荧光扫描及分析系统，对相应探针阵列上的荧光强度进行分析比较，从而得到待测样品的相应信息。由于基因芯片获取的信息量大，对于基因芯片杂交数据的分析、处理、查询、比较等需要一个标准的数据格式，目前，一个大型的基因芯片的数据库正在构建中，将各实验室获得的基因芯片的结果集中起来，以利于数据的交流及结果的评估与分析。

GeneChip System ([url=https://insevent.instrument.com.cn/t/Mp]gc[/url]S) 3000Dx v.2基因[b][url=http://hplc17.com]芯片扫描系统[/url][/b]是最可靠的临床研究平台,也是唯一被FDA批准/ SFDA,试管和CE标志芯片系统,适用于临床检测基于RNA和DNA。　　[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]S 3000 dx v . 2是扩大Affymetrix临床的基础装备,装备还包括FDA批准,试管和CE标志Affymetrix基因分析试剂和人类基因组U133 v2.0芯片,即利用人类基因组U133 v2.0 cGMP制造芯片的版本。　　Affymetrix的临床工具包提供了一种进入市场的有效方法，使测试开发人员能够节省时间、金钱和监管风险。　　Affymetrix的基因芯片技术已经得到了成千上万的研究人员的信任，在芯片应用中产生了高度可重复的结果。[img=GeneChip® System ([url=https://insevent.instrument.com.cn/t/Mp]gc[/url]S) 3000Dx v.2基因芯片扫描系统1]http://17wab.cn/uploads/allimg/180726/1-1PH6102HW11.jpg[/img]　　[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]S 3000Dx v.2 基因[b][url=http://hplc17.com]芯片扫描系统[/url][/b]适用于：　　[b]科研[/b] 自信地分析或研究宝贵的人类样品　　[b]诊断检测的开发[/b] Affymetrix合作伙伴已经开发并商业化了一些获得FDA批准的体外诊断和符合CE-IVD的诊断检测　　[b]常规检测[/b] 一个系统，多种应用[img=GeneChip® System ([url=https://insevent.instrument.com.cn/t/Mp]gc[/url]S) 3000Dx v.2基因芯片扫描系统2]http://17wab.cn/uploads/allimg/180726/1-1PH6102JYW.jpg[/img]　　[b]功能/应用范围：[/b]　　1.基因功能研究 　　2.基因表达谱分析、基因诊断、序列分析 　　3.药物筛选与新药开发 　　4.基因多态位点及基因突变检测 　　5.其他方面的应用，如环境保护、农业和蓄牧业等领域的应用。　　[b]主要附件：[/b]　　专用芯片杂交箱640 全自动洗涤工作站 电脑　　[b]主要技术指标：[/b]　　扫描分辨率2.5微米，存储16bit图象，固态绿色激光器，检测波长570纳米。　　[b]技术特色：[/b]　　一、　　1.强大的类比性 　　2.巨大的信息产出率 　　3.高度敏感性和专一性 　　4.高度重复性 　　5.微型化、自动化 　　6.哺育新的实验方法。　　二、全基因组表达谱，基因组SNP检测。

据8月28日的《科学》杂志报道说，蚕虫驯养已经有1万多年历史了。蚕为人类提供了宝贵的丝绸和蛋白。但是，现在对蚕基因进行序列测试还为人们提供了一张有关这些随时会为我们提供如此多宝贵物质的昆虫的基因变异图。由西南大学、深圳华大基因带领的国际研究团队为29种家蚕和11种野蚕世系的基因组成功地进行了测序并找到了这些世系之间的差别。共获得了40个家蚕突变品系和中国野桑蚕的全基因组序列，共测632．5亿对碱基序列，覆盖了99．8％的基因组区域，是多细胞真核生物大规模重测序研究的首次报道；绘制完成了世界上第一张基因组水平上的蚕类单碱基遗传变异图谱，这是世界上首次报道的昆虫基因组变异图。科学家还发现了驯化对家蚕生物学影响的基因组印记，从全基因组水平上揭示了家蚕的起源进化。 研究发现，家蚕很明显地在基因上与其野生对应物不同，但即使在各家蚕世系之间，它们仍然维持着大量的变异性。这提示，家蚕只经历了一次牵涉有大量个体的单一且短暂的驯养过程，并在此后在家蚕与野蚕种群之间很少有基因流动。研究人员还能够识别出特别的能够增进丝的生产、蚕虫的繁殖和生长的基因（这些基因很可能是被人类挑选出的）。他们甚至还寻找到了在驯养过程中由蚕虫所获取的行为特征，例如极端的拥挤和容忍人的靠近和操作，以及它们在驯养过程中所丧失的如逃逸及躲避掠食者和疾病等的特征。（

美国加州的山景城是“硅谷”的重要组成部分。现在，一个与硅芯片相关的潜力大产业正在这里兴起，那就是基因组测序技术产业。这个产业的发展是随着多家大公司的激烈竞争开始的。不过，一家名为“整合基因”（Complete Genomics，CG）的公司不像别的公司一样研发和销售测序仪器，而是为科学家提供外包的测序服务，更绝的是，在这家公司里做测序的，并不是研究人员，而是一排排的机器人。近日，《新科学家》杂志探秘了这家充满科幻意味的公司。前台都是“机器人”走进CG公司，连前台都由计算机终端出任。它会主动向来客问好，询问姓名、身份和来访意图。旁边连接的一台打印机则自动打出访客挂牌。与此同时，一份电子邮件已经发送到内部接应人员的电脑上。这家公司的生产线更像科幻电影里的实验室，昏暗蓝色的房间里到处都是高级仪器，室内温度保持在28℃和相对较高的湿度，几名穿着实验服，带着发罩的工作人员在监视着电脑屏幕，查看着机器人的运作状态。这儿已经成为了世界上最大的人类基因组测序工厂。只是在这里工作的不是人类，而是机器人。在一个大约只有半个网球场大的房间里，“坐着”16台机器人，不间断地进行着人类基因组测序的工作。去年，它们完成800个人的DNA测序工作其中三分之一是后半年做出来的。到了今年，它们已经可以每个月生产出400个人的基因了。CG公司只是目前迅速形成产业的诸多基因组测序公司中的一家，但是它十分独特。公司市场总监图柯特（Jennifer Turcotte）对《新科学家》杂志解释说，通常而言，DNA测序是在一个密封的机器里进行的，但在这家公司的实验室里，机器人却是在一个开放暴露的环境下做基因组测序，这是为了便于维修。实验室特定的温度和湿度是为了符合测序中出现的生化反应，微弱的蓝光是为了避免荧光探测剂在探测基因代码符号时受到其他频率光波的破坏。这儿所进行的基因组测序，已是目前最新的第三代基因组测序技术，称为“DNA纳米球测序技术”。这种新方法是将DNA链放置在一小块硅芯片上进行调节，自我组装成所谓的“纳米球”。这样的测序所需要的试剂更少，得到的数据则更多。技术人员都穿着无尘室服装，因为任何一点灰尘都会干扰测序，除非哪儿出问题了，一般而言这些技术人员不会干预机器人的工作。机器人则会自动添加试剂，操作样本，每个DNA纳米球上携带着70个核苷酸，其排列顺序会通过光信号被拍摄记录下来。费用正在逐步降低这些机器人正在做的工作，是一个浩大庞杂的工程蓝图中的第一步，所有的人类基因组中有着30亿对碱基对，而CG计划将其全部组装出来。这需要非常大的计算量，公司为此也建了一个自动数据中心。不过，这个数据中心设在距离公司大约有20分钟车程的地方那儿的电费更便宜。目前CG公司只针对研究者和制药公司开放，个人还没法购买他们的服务。在这里，每对基因组测序要价9500美元，如果购买1000对以上，则每对价格降为5000美元。这个价格是随着基因组测序技术突飞猛进而急剧下降的，要知道，十年前，第一对人类基因组序列完成时，其价格是以十几亿美元计量的。而科学家现在已经预计几年后，基因组测序的价格可能会降到一般人都可能支付得起的程度。基因组测序的流水线完全是由机器人来做的，而职员做什么呢？公司共有185名职员，部分是科研人员，忙于改善公司的测序技术，另一部分则是做市场和联络，与各类客户打交道。基因组测序工程是一项既有非常光明的前途但又异常庞大的科学工程，而自动化则可能成为处理这项工作的最佳工具。基因学家们认为，通过一些基因扫描，是可以找到导致人类易感疾病的一些基因变异，人类基因谱上，有一些常见明显变异，但是就整个遗传问题来看，还有大量的混乱的遗传变异隐藏在DNA双螺旋体中，这些也导致了世界上千奇百怪的遗传疾病。如何去捕猎这些神秘莫测的错误基因代码呢？只剩下一个方法，那就是将整个人类基因谱测序，来捕捉一些可能和疾病有关的基因变异。这个方法虽然听上去如同“大海捞针”一样不靠谱，但目前一些迹象表明，今后或许基因组序列会成为医疗记录的一部分，或者科学家可以通过家庭的基因组测序来纠正基因错误。比如，去年西雅图系统生物学研究所的胡德（Leroy Hood）及其小组与CG公司进行了合作，在《科学》杂志上刊登了一篇论文。他们对一家四口的基因组进行了测序。这是个特殊的家庭，两个孩子都患有两种隐性遗传病米勒综合征和纤毛运动障碍，而父母则完全正常，在分别测出这家人的基因序列后，研究者将父母和子女基因组序列进行比较，验证了米勒综合征这种非常罕见遗传病的致病突变。提供测序外包的服务目前，站在基因组测序产业化起跑线上的企业包括了同样位于加州的生物科学公司Pacific Bio。这个公司创立了首次可以对单个DNA进行测序的仪器。和CG公司一样，目前，这家公司也只向研究者提供服务。有一些大型的、从事基因组测序产业的公司已经将基因组测序做到医院和个人普及的地步了，如研发制造大型测序分析仪器的Illumina公司。这个公司在2008年美国成长最快的科技公司评选中，风头甚至盖过了Google。它们提供的产品甚至可以直接给病人使用。而另一位基因创业企业家罗斯伯格（Jonathan Rothberg）甚至发明了可以放在桌子上的基因解码器，可以在2小时之内以很高的精度解读出1000万个基因代码符号。大部分的基因组测序企业都站在一个竞争线上，尽力提高DNA测序的速度，降低费用。而CG公司其实并非和它们是严格意义上的竞争对手他们计划组装出所有的人类基因序列，研发也是为此目的而进行。此外，他们并不如其他公司一样开发更高级更小巧的基因组测序仪，而是为科学家提供基因组测序的外包服务，也就是说，研究人员无需购买、安装、培训、运行和维修仪器，而只要将样品交给这家公司，等待结果到来就可以。虽然很多人不理解他们的做法，但这家公司始终坚持自己的观点，认为这样的服务最能让科学家将时间从捣腾仪器设备的工作中解放出来，专心放在生物学和假说验证上。从这几年CG公司取得的成绩来看，这种做法确实是有效的。2009年，CG公司宣布其测出了第一个人类基因序列，并移交给美国生物科技信息中心数据库。同一年，他们在《科学》上刊文，发布了三个完整人类基因组序列分析的结果，当时文章还宣布，测序的成本已经可以降到1726美元。这在生物界引起了轰动。到了那一年结束，他们已经做出了50个人的基因序列。此外，他们的名字也随着来自各地的科学家一起多次登上了权威学术杂志。除了去年帮助科学家解开了米勒综合征突变难题给科学界留下难忘的印象之外，美国的罗氏公司还曾经借助CG的基因组测序技术，完成了人类科学史上第一例肺癌患者的全基因组比较。相关研究结果刊登在《自然》杂志上。而美国癌症学会也开始和CG公司联手，希望通过其服务比较正常人和癌细胞基因组序列的差异。或许在不久的将来，解开癌症之谜的第一个贡献就属于这些蓝光照耀下的机器人。

近日，深圳华大基因研究院宣布，我国科学家将参与全球最大微生物基因组研究项目，对来自全球的20万个样本进行环境DNA测序或宏基因组测序，从而建立一个全球性的基因图谱，并承担核心工作。该项目旨在全方位、系统性研究全球范围内微生物群落功能及进化多样性，以便更好地造福社会及人类。与以往的微生物研究有所不同，该项目的研究对象不仅集中于海洋和人体环境中微生物群落，还包括土壤、空气、淡水生态系统等整个地球表面的绝大多数的微生物群落。华大基因将负责亚洲地区所有样本的收集和鉴定，并对整个项目提供DNA提取、扩增、建库、宏基因组测序以及研发生物信息学分析流程所需的计算资源。这些信息学分析流程将为项目研究产生的海量数据提供一个分析框架。项目负责人、芝加哥大学和阿贡国家实验室的教授杰克·吉尔伯特博士表示：“华大基因在测序能力、测序技术和信息分析等方面已展现出卓越的能力。此项目是一个前所未有的最大的基因组测序项目，作为全球最大基因组学研究中心，华大基因的参与至关重要。”华大基因理事长杨焕明院士表示，微生物对地球上所有的生命具有至关重要的作用，而我们对微生物的复杂性和多样性认识不足，征服这个未知的领域非常有必要。华大基因拥有国际先进水平的测序平台和强大的生物信息学分析能力，可以为促进人类对微生物群落重要性的了解贡献力量。（来源：科技日报）

八、基因芯片的应用（一）基因表达分析基因芯片具有高度的敏感性和特异性，它可以监测细胞中几个至几千个mRNA拷贝的转录情况。与用单探针分析mRNA的点杂交技术不同，基因芯片表达探针阵列应用了大约20对寡核苷酸探针来监测每一个mRNA的转录情况。每对探针中，包含一个与所要监测的mRNA完全吻合和一个不完全吻合的探针，这两个探针的差别在于其中间位置的核苷酸不同。这种成对的探针可以将非特异性杂交和背景讯号减小到最低的水平，由此我们就可以确定那些低强度的mRNA。目前，Affymetrix公司已经生产出HugeneFL、Mu6500（含有小鼠6500个基因）、Ye6100（含有酵母6100个基因）等基因芯片成品。1.分析基因表达时空特征。英国剑桥大学Whitehead研究所的Frank C.P. Holstege等人，应用含有酵母基因组的基因芯片，深入研究了真核细胞基因组的调节周期。应用基因组水平的表达分析，监测那些表达受转录起始机制的关键成分控制的基因，发现RNA聚合酶II、主要的转录因子TFIID和SAGA染色体修饰复合物等均在基因的表达中有自己特定的作用位点。通过本试验，研究人员揭示了：（1）基因特异性的转录因子对表达的调控作用。（2）细胞在缺乏营养的环境中，基因不同位点的协同调节作用的全新机制。（3）信号转导通路的最终作用位点，在最初的几步中就可以确定。以此试验为基础，研究人员进一步绘制出了酵母基因组控制图，并由此分析出了各种调节因子在基因上不同的作用位点和其作用的分子机制。美国Stanford大学的V.R.Iyer等人，对成纤维细胞中与细胞增生和损伤修复有关的基因进行了分析。首先，他们用成纤维细胞中的8600个基因片断制成基因芯片的探针阵列，通过与mRNA反转录形成的cDNA的杂交反应，可以判断出该基因的活性。在试验中，成纤维细胞被置于无营养的环境中，使绝大部分基因的活性关闭，两天后，加入10%的血清，24小时内，分6个不同的时间点，观察基因的活化情况。试验结果表明，在所有被监测的基因中，约有500个基因最为活跃，而使细胞保持不分裂状态的基因活性被抑制。其中，最早被活化的是那些转录调控基因。在活化的基因中，有28个基因共同作用，控制细胞的增殖；8个与免疫反应的激活有关；19个与血管重建有关；另有许多基因，与血管新生密切相关。在肿瘤细胞中，基因的表达与正常的细胞存在着明显的差异。通过基因芯片绘出基因表达的时空图谱，有助于人类认识生命活动过程和特征。2.基因差异表达检测生命活动中基因表达的改变是生物学研究的核心问题。理解人类基因组中10万个不同的基因功能，监测某些组织、细胞不同分化阶段的差异基因表达（differential gene expression ，DGE）十分重要。对差异表达的研究，可以推断基因与基因的相互关系，细胞分化中基因“开启”或“关闭”的机制；揭示基因与疾病的发生、发展、转归的内在联系。目前DGE研究方法主要有表达序列标签（ESTs）测序、差减克隆（subtractive cloning ）、差异显示（differential display）、基因表达系列分析 (serial analysis of gene expression，SAGE)。而cDNA微阵列杂交技术可监测大量mRNA的转录，直接快速地检测出极其微量的mRNA，且易于同时监测成千上万的基因，是研究基因功能的重要手段之一。Rihn BH等利用基因芯片检测胸膜间皮瘤与正常细胞间比较了6500个基因，，发现了300多个差异基因的表达。其中几个典型基因的表达经RT-PCR进行定量后，可作为胸膜间皮瘤诊断的标记物（Markers）。Sgroi报告DNA芯片结合激光捕获显微切割技术（laser capture microdissection）用于乳癌浸润期和转移期及正常细胞的基因表达谱（gene expression profiles）差异研究，结果被定量PCR和免疫组化所证实。差异表达有助于早期发现瘤细胞3万个基因与正常细胞的区别，有助于了解瘤细胞的发生、浸润、转移和药敏。最近，美国毒物化学研究所（CIIT） 和国家环境健康科学研究所（NIEHS）正计划在一张玻片上建立8700个小白鼠cDNA芯片，用于肝癌的研究。我国也已成功研制出能检出41000种基因表达谱的芯片。美国Stanford大学的David Botstein利用cDNA微阵列芯片，对乳腺癌细胞的基因表达进行了分析，发现其基因表达水平明显低于正常细胞。利用基因芯片对表达进行分析，在一次试验中可以获取相当于在60余万次传统的Northern杂交中所获得的关于基因表达的信息。通过这种实验方法，可以建立一种全新的肿瘤分类学方法，即依据每个肿瘤细胞中的基因表达情况对肿瘤细胞进行分类。基因芯片技术在分析基因的表达中具有不可比拟的优势。3.发现新基因　Moch等利用肿瘤微阵列芯片（5184个cDNA片段）发现了肾细胞癌的肿瘤标志物基因，并于正常细胞进行比较。在532份标本中检测到胞浆纤维Vimentin的表达基因，阳性率为51%～61%。追踪观察，有Vimentin表达的患者，预后极差。人类大量ESTs给cDNA微阵列提供了丰富的资源，数据库中400000个ESTs代表了所有人类基因，成千上万的ESTs微阵列将为人类基因表达研究提供强有力的分析工具。这将大大地加速人类基因组的功能分析。定量检测大量基因表达水平在阐述基因功能、探索疾病原因及机理、发现可能的诊断及治疗靶等方面是很有价值的。如该技术在炎症性疾病类风湿性关节炎（RA）和炎症性肠病（IBD）的基因表达研究中，由RA或IBD组织制备探针，用Cy3和Cy5荧光素标记，然后与靶cDNA微阵列杂交，可检测出炎症疾病诱导的基因如TNF-α、IL或粒细胞集落刺激因子，同时发现一些以前未发现的基因如HME基因和黑色素瘤生长刺激因子。Schena等人报道了cDNA的微阵列在人类基因表达监测、生物学功能研究和基因发现方面的应用。采用含1,046个已知序列的cDNA微阵列，用高速机器人喷印在玻片上，用双色杂交法定量监测不同基因表达，在一定的实验条件下，不同表达模式的阵列成分通过序列分析鉴定其特征。该方法较以往常用的方法敏感10倍以上，检测限度为1：500,000（wt/wt）总人体mRNA。在培养T细胞热休克反应的测定中，发现17个阵列成分的荧光比较明显改变，其中11个受热休克处理的诱导，6个呈现中度抑制，对相应于17个阵列成分的cDNA测序发现5个表达最高的成分是5种热休克蛋白，17个克隆中发现3个新序列。另外，在佛波酯诱导检测中，发现有6个阵列成分信号增强超过2倍，测序及数据库比较揭示有5个已知的，诱导表达最高的两个是PCA-1酪氨酸磷酸酶和核因子-κB1，有一个是未知的。这4个新基因的表达水平均相对较低，仅呈现2倍的诱导。Northern杂交结果证实了微阵列的结果。进一步检测了人的骨髓、脑、前列腺及心脏组织中热休克和佛波酯调节基因的表达，4种组织中检测出15种热休克和佛波酯调节基因的表达，其表达水平与Jurkat细胞中相应成分的表达水平密切相关如在四种组织中表达水平最高的两个基因β-actin和细胞色素C氧化酶在Jurkat细胞中的表达水平也很高。上述实验提示在缺乏任何序列信息的条件下，微阵列可用于基因发现和基因表达检测。目前，大量人类ESTs给cDNA微阵列提供了丰富的资源，数据库中400,000个ESTs代表了所有人类基因，成千上万的ESTs微阵列将为人类基因表达研究提供强有力的分析工具。这将大大地加速人类基因组的功能分析。4.大规模DNA测序　人类基因组计划的实施促进了高效的、自动化操作的测序方法的发展。芯片技术中杂交测序（sequencing by hybridization，SBH）技术及邻堆杂交（contiguous stacking hybridization，CSH）技术即是一种新的高效快速测序方法。用含65536个8聚寡核苷酸的微阵列，采用SBH技术，可测定200bp长DNA序列，采用67108864个13聚寡核苷酸的微阵列，可对数千个碱基长的DNA测序。SBH技术的效率随着微阵列中寡核苷酸数量与长度的增加而提高，但微阵列中寡核苷酸数量与长度的增加则提高了微阵列的复杂性，降低了杂交准确性。CSH技术弥补了SBH技术存在的弊端，CSH技术的应用增加了微阵列中寡核苷酸的有效长度，加强了序列准确性，可进行较长的DNA测序。计算机模拟论证了8聚寡核苷酸微阵列与5聚寡核苷酸邻堆杂交，相当于13聚寡核苷酸微阵列的作用，可测定数千个核苷酸长的DNA序列。Dubiley等人将合成的10聚寡核苷酸固定于排列在载片表面的0.1×0.1×0.02mm或1×1×0.02mm聚丙酰胺凝胶垫上制备聚寡核苷酸微阵列，先用分离微阵列（fractionation chips）进行单链DNA分离，再用测序微阵列（sequencing chips）分析序列，后者联合采用了10聚寡核苷酸微阵列的酶促磷酸化、DNA杂交及与邻堆的5聚寡核苷酸连接等技术。该方法可用于含重复序列及较长序列的DNA序列测定及不同基因组

科技日报2007年12月20日讯 人类基因组测序工作的最终完成，花费了全球6个国家的顶尖科学家们10年多的时间和精力以及30亿美元的财力。虽然不断有科学家报道他们关于治病基因的发现成果，但含有30亿碱基对的人类基因组数量太庞大，基因疗法距离实际运用还需要很长时间的等待。几十年来，不断有科学家认为，基因组中有很多DNA（脱氧核糖核酸）并没有特殊功能，甚至有科学家将这些DNA称为“垃圾DNA”，这些垃圾DNA从人体去除后也不会对人类基本活动带来严重后果，但是反对者却认为每个DNA都有自己特定的功能，关于垃圾DNA是否存在一直存在争论。[em0716] [em0715]

GeneChip System ([url=https://insevent.instrument.com.cn/t/Mp]gc[/url]S) 3000Dx v.2基因[b]芯片扫描系统[/b]是最可靠的临床研究平台,也是唯一被FDA批准/ SFDA,试管和CE标志芯片系统,适用于临床检测基于RNA和DNA。　　[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]S 3000 dx v . 2是扩大Affymetrix临床的基础装备,装备还包括FDA批准,试管和CE标志Affymetrix基因分析试剂和人类基因组U133 v2.0芯片,即利用人类基因组U133 v2.0 cGMP制造芯片的版本。　　Affymetrix的临床工具包提供了一种进入市场的有效方法，使测试开发人员能够节省时间、金钱和监管风险。　　Affymetrix的基因芯片技术已经得到了成千上万的研究人员的信任，在芯片应用中产生了高度可重复的结果。[img=GeneChip System ([url=https://insevent.instrument.com.cn/t/Mp]gc[/url]S) 3000Dx v.2基因芯片扫描系统1]http://17wab.cn/uploads/allimg/180726/1-1PH6102HW11.jpg[/img]　　[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]S 3000Dx v.2 基因[b]芯片扫描系统[/b]适用于：　　[b]科研[/b] 自信地分析或研究宝贵的人类样品　　[b]诊断检测的开发[/b] Affymetrix合作伙伴已经开发并商业化了一些获得FDA批准的体外诊断和符合CE-IVD的诊断检测　　[b]常规检测[/b] 一个系统，多种应用[img=GeneChip System ([url=https://insevent.instrument.com.cn/t/Mp]gc[/url]S) 3000Dx v.2基因芯片扫描系统2]http://17wab.cn/uploads/allimg/180726/1-1PH6102JYW.jpg[/img]　　[b]功能/应用范围：[/b]　　1.基因功能研究 　　2.基因表达谱分析、基因诊断、序列分析 　　3.药物筛选与新药开发 　　4.基因多态位点及基因突变检测 　　5.其他方面的应用，如环境保护、农业和蓄牧业等领域的应用。　　[b]主要附件：[/b]　　专用芯片杂交箱640 全自动洗涤工作站 电脑　　[b]主要技术指标：[/b]　　扫描分辨率2.5微米，存储16bit图象，固态绿色激光器，检测波长570纳米。　　[b]技术特色：[/b]　　一、　　1.强大的类比性 　　2.巨大的信息产出率 　　3.高度敏感性和专一性 　　4.高度重复性 　　5.微型化、自动化 　　6.哺育新的实验方法。　　二、全基因组表达谱，基因组SNP检测。

基因芯片(gene chips)技术是20世纪90年代初伴随着人类基因组计划的发展而兴起的新兴技术，它通过微缩技术，将大量已知的靶基因片段高度有序地偶联集成于硅芯片或玻璃芯片等介质上．由于典型的基因芯片使在介质表面有序地点阵排列DNA，所以又称DNA微阵列http://learn.gxtc.edu.cn/NCourse/swjs/introduction/Images/probearray.gif用生物技术制成的生物芯片http://learn.gxtc.edu.cn/NCourse/swjs/introduction/Images/image1.jpg应用人类基因组计划的DNA测序仪http://learn.gxtc.edu.cn/NCourse/swjs/introduction/Images/xinpian.jpg通过生物芯片来检测疾病

来源：中国科技网-科技日报 作者：王怡 2013年10月31日 原标题：我自主研发基因测序技术将实现产业化 科技日报讯（记者王怡）2013年国际基因组学大会10月29日在青岛举行。在开幕现场，中国科学院北京基因组研究所与吉林紫鑫药业股份有限公司就合作开发第二代高通量测序系统项目签订投资意向协议，这标志着由中科院自主研发的第二代测序仪项目即将进入市场转化和产业转化阶段。 基因测序技术，自人类基因组计划实施以来长期占据着国际生命科学技术研究的制高点，随着第二代基因测序技术的发展日趋成熟和成本急剧降低，该项技术被越来越多的科研和实践领域所应用，形成庞大市场。目前我国市场上所有高通量测序设备和试剂均来源于进口，据估计仅2013年我国在仪器和试剂上的投入就超过20亿元。 “我们的基因组学研究一直处于世界前列，源于我们最早参与人类基因组测序的工程，但是我们使用的设备一直都依靠国外的进口设备，中国科学院作为国立科研机构，我们有义务自主研制开发基因测序仪打破国外垄断。”中科院北京基因组研究所党委书记杨卫平说。 在中科院资助下，历时两年半时间完成第二代测序仪研发项目，于2011年实现原理样机和性能验收，部分性能指标超越同类进口产品。其后中科院北京基因组研究所自主投入完成该项目的工程化和产品化开发，并形成其自主知识产权群，目前已有9个专利获得授权。 “第二代高通量测序仪的产业化发展是我们的第一步，后面我们希望能有更多的进展，比如在试剂、数据库和后台都能实现国产化。”杨卫平说。

伦敦３月９日电,一个国际研究小组在一项人类基因组研究计划中，又发现了约１２０种基因的变异与癌症有关。这一发现使已知的与癌症相关的基因从３５０种增加到约４７０种。　　此前的研究认为，癌症与人类基因变异有关。 　　这种基因变异导致细胞无节制复制，形成恶性肿瘤，并向身体的其他部位扩散。　　新一期《自然》杂志报道说，一个由多国科学家组成的研究小组分析了２００多种不同类型的恶性肿瘤样本，从中选取了一类名为“激酶”的基因。研究人员发现，在这类基因发生的１０００多种变异中，有１２０多种基因变异与癌细胞的形成有直接关联。　　研究人员指出，由此看来，导致癌症的基因数量远远超过人们的预想。这类基因被发现得越多，越有利于癌症治疗方面的研究。他们希望通过进一步研究，为设计和开发治疗癌症的基因药物开辟新途径。

来源: 中国科技网　　肿瘤为了获得营养，会不断产生新血管，作为补充营养的通道。日本研究人员日前宣布，他们发现了一个能促使肿瘤产生新血管的基因。这一成果将有助今后开发出新的癌症治疗药物。　　研究人员曾发现血管内皮生长因子基因与肿瘤新生血管有关，且已开发出数种阻碍这种基因发挥作用的药物，不过有时患者会产生抗药性，有时还会出现副作用。　　日本三重大学教授田中利男率领的研究小组利用自己开发的斑马鱼改良品种“三重小町”展开实验。斑马鱼是一种小型热带鱼，但是基因序列约有80％与人类基因组相同，所以经常被用于科学实验。　　研究人员将前列腺癌细胞植入斑马鱼体内后，发现一种名为“ZMYND8”的基因表达增强后，肿瘤就容易生成新的血管。而利用药物遏制这种基因的功能后，新血管的生成也随之受到遏制。研究人员随后利用人脐带静脉血管内皮细胞展开实验，也获得了同样效果。　　田中利男说：“今后科学界有望通过遏制这一基因的功能，开发出新的癌症治疗药物。”