編輯推薦：一個(gè)研究小組終于完成了人類(lèi)基因組的序列，填滿(mǎn)了基因組30億個(gè)核苷酸的最后8%。這些區域很難放在染色體上，因為它們的重復性很強。在著(zhù)絲粒周?chē)?，新增加的序列揭示了隨著(zhù)時(shí)間推移而增加的重復DNA層，這可能有助于揭示非洲人類(lèi)進(jìn)化的細節。對染色體分離至關(guān)重要的著(zhù)絲粒區域，可以為分離障礙提供線(xiàn)索。
當研究人員比較來(lái)自世界各地的1600人的著(zhù)絲粒區域時(shí)，他們發(fā)現那些沒(méi)有最近非洲血統的人大多有兩種序列變異。這兩種變化的比例由圓圈內的黑色和淺灰色的楔子表示，它們被放置在地圖上每組個(gè)體被取樣的位置附近。那些來(lái)自非洲或其他地區的人有很大比例的新近非洲血統，如加勒比人，有更多的著(zhù)絲粒序列變異，以多色的楔形為代表。這些變異可以幫助追蹤著(zhù)絲粒區是如何進(jìn)化的，以及這些基因變異與健康和疾病的關(guān)系。
2003年科學(xué)家宣布人類(lèi)基因組的完整序列時(shí)，他們有點(diǎn)含糊其辭。
事實(shí)上，近20年后，大約8%的基因組從未被完全測序，這主要是因為它由高度重復的DNA片段組成，很難與其他片段對齊。
但是，一個(gè)成立三年的聯(lián)盟最終填充了剩余的DNA，為科學(xué)家和醫生提供了第一個(gè)完整的、無(wú)間隙的基因組序列。
新完成的基因組被稱(chēng)為T(mén)2T-CHM13，代表著(zhù)當前參考基因組GRCh38的重大升級。醫生在搜索與疾病相關(guān)的突變時(shí)，以及科學(xué)家在研究人類(lèi)基因變異的進(jìn)化時(shí)，都會(huì )使用GRCh38。
除此之外，新的DNA序列揭示了以前從未見(jiàn)過(guò)的著(zhù)絲粒周?chē)鷧^域的細節。著(zhù)絲粒是細胞分裂時(shí)染色體被抓取和分離的地方，確保每個(gè)“子”細胞繼承正確數量的染色體。這一地區的變化也可能為我們的人類(lèi)祖先在非洲的進(jìn)化提供新的證據。
“發(fā)現這些以前缺失的基因組的完整序列告訴我們很多關(guān)于它們是如何組織的，這對于許多染色體是完全未知的，”加利福尼亞大學(xué)的博士后研究員Nicolas Altemose和四篇關(guān)于完整基因組的新論文的合著(zhù)者說(shuō)：“以前，我們對那里的情況只有最模糊的描述，而現在，它清晰到了單堿基對的分辨率?！?/p>
Altemose是描述著(zhù)絲粒周?chē)鷫A基對序列的論文的第一作者。一篇解釋測序是如何完成的論文將發(fā)表在4月1日出版的《科學(xué)》雜志上，而Altemose的著(zhù)絲粒論文和其他四篇描述新序列告訴我們的內容的論文在期刊上進(jìn)行了總結，全文發(fā)布在網(wǎng)上。4月1日，《自然方法》雜志也在線(xiàn)發(fā)表了四篇論文，其中一篇是Altemose的聯(lián)合第一作者。
測序和分析是由一個(gè)由100多人組成的團隊進(jìn)行的，該團隊被稱(chēng)為T(mén)elere to Terome Consortium，簡(jiǎn)稱(chēng)T2T，以覆蓋所有染色體末端的端粒命名。該聯(lián)盟的22個(gè)常染色體和X性染色體的無(wú)間隙版本由30.55億個(gè)堿基對和19969個(gè)蛋白質(zhì)編碼基因組成，這些堿基對是構成染色體和我們基因的單位。在編碼蛋白質(zhì)的基因中，T2T團隊發(fā)現了大約2000個(gè)新的基因，其中大多數已被禁用，但其中115個(gè)可能仍在表達。他們還在人類(lèi)基因組中發(fā)現了大約200萬(wàn)個(gè)額外的變種，其中622個(gè)發(fā)生在醫學(xué)相關(guān)基因中。
T2T的領(lǐng)導者之一、美國國家衛生研究院國家人類(lèi)基因組研究所（NHGRI）的高級研究員Adam Phillippy說(shuō)：“當他們的基因組測序能夠更好地用于他們的國家健康研究院的基因組測序時(shí)。真正完成人類(lèi)基因組序列就像戴上一副新眼鏡?，F在我們可以清楚地看到一切，我們離理解這一切意味著(zhù)什么又近了一步?！?/p>
著(zhù)絲粒及其周?chē)男翫NA序列占整個(gè)基因組的6.2%，即近1.9億個(gè)堿基對或核苷酸。在剩余的新添加序列中，大多數是在每個(gè)染色體末端的端粒周?chē)约昂颂求w基因周?chē)膮^域發(fā)現的。整個(gè)基因組僅由四種核苷酸組成，三種核苷酸一組編碼用于構建蛋白質(zhì)的氨基酸。Altemose的主要研究包括發(fā)現和探索蛋白質(zhì)與DNA相互作用的染色體區域。
“沒(méi)有蛋白質(zhì)，DNA就什么都不是?！盇ltemose說(shuō)，他在獲得U.S.伯克利和加州大學(xué)舊金山分校的生物工程博士學(xué)位后，于2021獲得D.Piel.牛津大學(xué)的數據統計博士學(xué)位?！癉NA是一組指令，如果周?chē)鷽](méi)有蛋白質(zhì)來(lái)組織、調節、修復受損的DNA并復制它，就沒(méi)有人去讀它。蛋白質(zhì)-DNA相互作用是基因組調節的所有動(dòng)作發(fā)生的地方，能夠繪制某些蛋白質(zhì)與基因組結合的位置對于理解它們的功能非常重要?！?/p>
在T2T聯(lián)盟對缺失的DNA進(jìn)行測序后，Altemose和他的團隊使用新技術(shù)在著(zhù)絲粒內找到一個(gè)稱(chēng)為動(dòng)粒的大蛋白質(zhì)復合體牢牢抓住染色體的位置，以便細胞核內的其他機器可以將染色體對分開(kāi)。
他說(shuō)：“當這個(gè)過(guò)程出錯時(shí)，你最終會(huì )出現染色體錯配，這會(huì )導致各種各樣的問(wèn)題。如果這種情況發(fā)生在減數分裂中，這意味著(zhù)你可能會(huì )有染色體異常，導致自發(fā)流產(chǎn)或先天性疾病。如果發(fā)生在體細胞中，你可能最終患上癌癥——基本上，就是有大量失調的細胞?！?/p>
他們在著(zhù)絲粒內部和周?chē)l(fā)現的是新序列的層疊層，覆蓋著(zhù)舊序列的層疊層，仿佛通過(guò)進(jìn)化，新的著(zhù)絲粒區域已被反復放置以與動(dòng)粒結合。較老的區域具有更多隨機突變和缺失的特征，表明細胞不再使用這些區域。動(dòng)粒結合的新序列的變異性小得多，甲基化也少。甲基的加入是一種表觀(guān)遺傳標簽，它往往會(huì )使基因沉默。
著(zhù)絲粒內部和周?chē)乃袑佣加蒁NA的重復長(cháng)度組成，以約171個(gè)堿基對為單位，大致相當于DNA的長(cháng)度，它包裹著(zhù)一組蛋白質(zhì)形成核小體，保持DNA的包裝和緊湊。這171個(gè)堿基對單元形成了更大的重復結構，它們被串聯(lián)多次重復，在著(zhù)絲粒周?chē)纬闪艘粋€(gè)大范圍的重復序列。
T2T團隊只關(guān)注一個(gè)人類(lèi)基因組，該基因組來(lái)自一種名為葡萄胎的非癌性腫瘤。葡萄胎本質(zhì)上是一種人類(lèi)胚胎，拒絕母體DNA，并復制其父系DNA。這樣的胚胎會(huì )死亡并轉化為腫瘤。但事實(shí)上，這只葡萄胎有兩份完全相同的父系DNA——都是父親的X染色體，而不是母親和父親的不同DNA——這使得測序變得更容易。
Altemose說(shuō)，研究人員本周還公布了來(lái)自不同來(lái)源的Y染色體的完整序列，該序列的組裝時(shí)間幾乎與基因組其他部分的總和一樣長(cháng)。對這一新Y染色體序列的分析將在未來(lái)的出版物中發(fā)表。
Altemose和他的團隊也使用新的參考基因組作為支架，對來(lái)自世界各地的1600個(gè)個(gè)體的著(zhù)絲粒DNA進(jìn)行比較，揭示了著(zhù)絲粒周?chē)貜虳NA的序列和拷貝數的重大差異。以前的研究表明，當遠古人類(lèi)從非洲遷徙到世界其他地方時(shí)，他們只采集了一小部分基因變異樣本。Altemose和他的團隊證實(shí)，這種模式延伸到著(zhù)絲粒。
Altemose說(shuō)：“我們發(fā)現，在非洲大陸以外最近有祖先的個(gè)體中，他們的著(zhù)絲粒，至少在X染色體上，傾向于分成兩大簇，而大多數有趣的變異發(fā)生在最近有非洲祖先的個(gè)體中。鑒于我們對基因組其他部分的了解，這并不完全令人驚訝。但它表明，如果我們想研究這些著(zhù)絲粒區域有趣的變異，我們真的需要集中精力對更多非洲基因組進(jìn)行測序，并完成端粒到端粒序列的組裝?！?/p>
他指出，著(zhù)絲粒周?chē)腄NA序列也可以用來(lái)追蹤人類(lèi)譜系，追溯到我們共同的猿祖先。
Altemose說(shuō)：“當你離開(kāi)活動(dòng)著(zhù)絲粒的位置時(shí)，你會(huì )得到越來(lái)越多的退化序列，如果你走到這片重復序列海洋的最遠海岸，你會(huì )開(kāi)始看到古代的著(zhù)絲粒，也許我們遙遠的靈長(cháng)類(lèi)祖先曾經(jīng)與動(dòng)粒結合。它幾乎就像一層層的化石?！?/p>
T2T的成功得益于一次測序長(cháng)片段DNA的技術(shù)改進(jìn)，這有助于確定DNA高度重復片段的順序。其中包括PacBio的HiFi測序，它可以高精度讀取超過(guò)20000個(gè)堿基對的長(cháng)度。另一方面，牛津納米孔技術(shù)有限公司開(kāi)發(fā)的技術(shù)可以按順序讀取多達數百萬(wàn)個(gè)堿基對，但保真度較低。相比之下，Illumina Inc.所謂的新一代測序僅限于數百個(gè)堿基對。
Altemose說(shuō)：“這些新的長(cháng)讀DNA測序技術(shù)令人難以置信；它們是這樣的游戲規則的改變者，不僅是對于這個(gè)重復的DNA世界，而且因為它們允許你對單個(gè)DNA長(cháng)分子進(jìn)行測序。你可以開(kāi)始以之前不可能的分辨率提問(wèn)，即使是短讀測序方法也不行?！?/p>
Altemose計劃進(jìn)一步探索著(zhù)絲粒區域，使用他和斯坦福大學(xué)的同事開(kāi)發(fā)的一種改進(jìn)技術(shù)，精確定位染色體上與蛋白質(zhì)結合的位點(diǎn)，類(lèi)似于動(dòng)粒與著(zhù)絲粒的結合方式。這項技術(shù)也使用長(cháng)讀取測序技術(shù)。他和他的團隊在本周發(fā)表在《自然方法》雜志上的一篇論文中描述了這項技術(shù)，稱(chēng)為長(cháng)讀序列定向甲基化（DiMeLo-seq）。
與此同時(shí)，T2T聯(lián)盟正在與人類(lèi)泛基因組參考聯(lián)盟合作，致力于開(kāi)發(fā)代表全人類(lèi)的參考基因組。
Altemose說(shuō)：“我們應該有一個(gè)代表所有人的參考，而不是一個(gè)人類(lèi)個(gè)體或一個(gè)葡萄胎（甚至不是真正的人類(lèi)個(gè)體）的參考。關(guān)于如何實(shí)現這一點(diǎn)，有各種各樣的想法。但我們首先需要的是對這種變異的理解，我們需要大量高質(zhì)量的個(gè)體基因組序列來(lái)實(shí)現這一點(diǎn)?！?/p>
參考文獻：
1.Complete genomic and epigenetic maps of human centromeres
2.DiMeLo-seq: a long-read, single-molecule method for mapping protein-DNA interactions genome-wide
聯(lián)系客服
