測序大拿指出廣泛使用的人類基因組缺失3億個DNA

圖片.png

　　在過去的17年間，全球大多數科學家們一直都以來自單個個體的基因組DNA信息集合，作為一種“基線”來比對遺傳突變。

　　比如，人類基因組參考基因組：GRCh38就是來自定期更新的個體DNA序列。但是在一項最新研究中，約翰霍普金斯大學的科學家們發現，910名非洲人后裔的集體基因組中出現了很大一塊的缺失——基礎參考基因組中缺少了大約3億bits。

　　領導這一研究的約翰霍普金斯大學計算生物學中心的Steven Salzberg博士說，“人類的DNA比我們原先想象的要多得多”。

　　Salzberg博士是生物信息學和計算生物學領域的著名科學家，在基因組組裝上經驗豐富，曾參與人類基因組計劃。自新一代測序出現以來，他和他的團隊開發了一系列應用程序，應用廣泛。這一研究發現公布在Nature Genetics雜志上。

　　人體遺傳變異

　　了解不同人群基因組的變異對于研究揭示為什么某些人或群體更易患常見的健康狀況，例如心臟病，癌癥和糖尿病至關重要，科學家需要建立更多參考基因組來反映不同的種群。

　　“整個科學界都依賴于一個單一的參考基因組，當一個特定的DNA分析與參考文獻不匹配時，我們也許會扔掉那些不匹配的序列，但那些丟棄的DNA實際上可能會有你需要的答案和線索，“Salzberg說。

　　“如果你正在尋找在特定人群中更為普遍的病癥相關的基因組變異，那么就應該將基因組與更能代表該人群的參考基因組進行比較”，文章的一作，約翰霍普金斯大學計算機科學專業的Rachel Sherman說。

　　世界參考基因組是由少數匿名志愿者的核酸序列組裝而成。研究顯示，70％的參考基因組來自一個半歐洲半非洲的個體，其余來自多個歐洲人和中國人。

　　“這項最新研究結果強調了對來自不同背景和祖先的人群進行研究，創建人類基因組全面和包容性的重要性，”NIH心臟病肺病科主任James P. Kiley博士說，“更全面的人類基因組可能會讓我們更好地了解不同人群的疾病風險變化。”

　　更多種群的參考基因組

　　在最新研究中，Salzberg和Sherman收集了來自910個非洲人后裔的DNA，他們生活在全球20個地區，包括美國，中非和加勒比地區。

　　之前許多研究人員也在尋找參考基因組與他們正在研究的個體的基因組之間的微小差異，有時只是DNA中化學堿基對的單一變化。這些小變化被稱為單核苷酸多態性SNP。

　　然而，Salzberg的團隊專注于基因組中更大的變異。“SNP有助于確定個體的血統，但它們并不能很好地確定可能導致常見病癥和疾病的遺傳變異。因為一些情況可能是由于基因組較大部分變異造成的。”

　　在兩年的時間里，Salzberg和Sherman分析了910人的DNA序列，尋找至少1000個堿基對中的DNA片段，這些片段與參考基因組不匹配。“這些DNA序列，使個體獨特了起來，”Sherman說。

　　他們組裝了這些序列，尋找重疊和冗余，篩選出短于1,000個堿基對的序列，以及可能與細菌相關的DNA，這種細菌在所有人類中都存在。

　　然后，他們將所有910個個體的組裝序列與標準參考基因組進行比較，希望找出Salzberg所說的“你可能有，而我沒有的DNA”。

　　這樣，他們發現了3億個堿基對DNA，這大約是整個人類基因組估計大小的10％。他們發現其中最大的獨特DNA長度為152,000個堿基對，但大多數DNA長約1,000-5,000堿基對。

　　這些DNA序列中的一小部分可能與編碼蛋白質或其他細胞功能的基因重疊，但Salzberg說，他們沒有找到每個序列的功能。但Salzberg并不氣餒：“要想了解什么是有用的，還是先需要了解全面。”