里程碑！最完整的人类基因组序列首次公布！
填补8%的空白
对人类基因组的研究，已经有50多年的历史。其中最有名的研究项目，是1990年启动的“人类基因组计划”。2003年4月14日，多国实验室耗费10多年的时间和30亿美元的资金，完成了人类基因组计划的测序工作，首次绘制出了人类基因组的图谱。当时的测序工作，大大推动了基因组学的研究，增加了我们对人体和疾病的理解。
但是，当时人类基因组计划得出的序列中，仍然留下了大约8%的空白，其中包含了很多高度重复的DNA序列，加起来有一条染色体那么长。
这8%的缺失，源于20年前测序技术的限制。当时使用的测序方法是“短读长测序”技术（“short-read" technology），一次只能读取很短的一段基因序列。
举个例子
如果把基因组的一部分想象成段落中的一句话，比如“今天早上小明吃了个包子”，通过短读长测序，研究者能得到很多简短的小部件，比如“今天”“小明”“明吃”“包子”；再经过“拼图”式的分析，他们就可以拼凑出这句完整的话。
直到两种新技术诞生，人类基因组学的研究才迎来了转折点。这两种技术都属于“长读长测序”技术（“long-read" technology），一种是牛津纳米孔测序（Oxford Nanopore DNA sequencing），它可以一次读取多达100万个DNA碱基，准确度中等；另一种是PacBio HiFi测序，一次只能读取2万个碱基，但准确度近乎完美。这两种技术，都可以一次性测出大块的DNA序列，研究者可以直接看到一整个句子甚至段落，也就能知道某个序列连续重复了多少次。
从2019年初开始，T2T联盟的科学家将这两种新技术结合起来，致力于攻克这些重复序列，填补缺失的空白。2020年底，他们公布了阶段性成果——X染色体和8号染色体的完整组装。经过之后2年的努力，现在，他们终于揭开了真正完整的人类基因组序列，从端粒到端粒，包含了每一条染色体。
最完整的人类基因组图谱
新的基因组图谱版本被称为T2T-CHM13，由30.55亿个碱基对和19969个蛋白质编码基因组成。
◉它比上一个版本增加了近2亿个碱基对以及2000多个新基因。
◉绘制了更精确的五条染色体臂的图谱，这将有助于进一步增加人们对染色体的认识。
◉覆盖了基因组中最复杂的一些区域，包括在重要染色体结构中及其周围发现的高度重复的DNA序列，如着丝粒和核糖体DNA。着丝粒是将两条染色体连接在一起的部分，在细胞分裂中起着关键作用。核糖体DNA为细胞的蛋白质工厂提供指令。还有一些可能帮助物种适应的新基因。
◉还发现了人类基因组中超过200万个变异，为622个医学相关的基因组变异提供了更准确的信息。
◉新序列还纠正了2013年发布的参考基因组序列GRCh38中的数千个结构错误。
“人类基因组的这些部分，对我们理解基因组如何工作、遗传疾病、人类多样性和进化非常重要。”美国加州大学圣克鲁兹分校的凯伦•米加表示。
对此，人类基因组计划的中国参与者、中国科学院基因组所研究员于军则比喻说：“假如说把人类基因组序列比作一辆非常复杂的汽车，与20年前完成的人类基因组草图相比，完整的新序列相当于增添了更多零件。”
后续的计划
毫无疑问，这个新的人类基因参考图谱将会对基因组分析产生重大影响，比如个性化医疗、人群基因组分析和基因组编辑方面。欧洲分子生物学实验室的副主任、生物信息学家尤恩·伯尼表示：“即使是5年前，我们也没有想到能做到这一点，更不用说10年前了。这些研究工作极为出色。”
虽然，这些新的研究工作使基因组测序达到了一个新的里程碑，但人类基因组测序仪器并没有完全下班。由于使用的细胞系没有Y染色体，但T2T联盟在推特上宣布他们已经确定了Y染色体上缺失序列的正确排列形式。想必离解析出完整的Y染色序列也不远了。
除此之外，人类基因组计划联合负责人、贝勒医学院遗传学家理查德·吉布斯说：“还有一些工作要做。”包括他在内的许多研究人员都强调，现在需要从更多样化的人群中获取完整的基因组序列，来寻找染色体短臂中可能存在的变异，以及获取其他测序难度比较高的区域的变异，因为这些都有可能和疾病或别的性状有关。
此外，他们还有一个新目标——从不同种族或血统的人中提取350个基因组（目前已破译了70个基因组）。这些基因组是人类泛基因组参考联盟的一部分，它们的测序更有挑战性，因为每一对染色体都是两两不同的。最终，科学家希望给每一个基因组，都找出端粒到端粒的完整序列。
本期内容到这里就结束啦
想看更多有趣又实用的内容
赶紧关注我吧
资料来源：环球科学、果壳、iPlants、科学网
部分图片来源于网络，非商业用途，仅作为科普传播素材。如有侵权，请联系删除。
原标题：《里程碑！最完整的人类基因组序列首次公布！》
上一篇：韶关医疗实验室建设思路说明SICOLAB
下一篇：干细胞是啥？干细胞疗法却是“神药”！