| 導(dǎo)讀 |
國(guó)立首爾大學(xué)醫(yī)學(xué)院的研究人員運(yùn)用第三代測(cè)序PacBio單分子實(shí)時(shí)測(cè)序技術(shù)、GemCodeTM和BioNano等多個(gè)平臺(tái)以及在本期的Nature上發(fā)表了迄今為止最連續(xù)人類(lèi)基因組，對(duì)一名韓國(guó)人的基因組（AK1）進(jìn)行從頭組裝和單倍體型定相信息分析。
|
國(guó)立首爾大學(xué)醫(yī)學(xué)院的研究人員和美國(guó)被譽(yù)為“測(cè)序黑馬”的公司——10x Genomics聯(lián)合運(yùn)用去年新發(fā)售的GemCodeTM測(cè)序平臺(tái)以及第三代測(cè)序PacBio單分子實(shí)時(shí)測(cè)序平臺(tái)在本期的Nature上發(fā)表了一項(xiàng)新的研究，對(duì)一名韓國(guó)人的基因組（AK1）進(jìn)行從頭組裝和單倍體型定相信息分析。這是迄今為止發(fā)表的最為連續(xù)的人類(lèi)基因組組裝。作者填補(bǔ)了特異人群參考基因組的空白，并確定了結(jié)構(gòu)變異。
該研究的顯著改進(jìn)
這項(xiàng)工作提供了了到目前為止最鄰近的二倍體基因組裝配與之前未報(bào)道的亞洲特異結(jié)構(gòu)變異的廣泛調(diào)查。其優(yōu)質(zhì)的臨床相關(guān)的等位基因的單體型分析有著提高精準(zhǔn)醫(yī)療的潛力。這對(duì)于目前基于歐洲人和白人人群的基因組分析方法，是一個(gè)顯著的改進(jìn)。這個(gè)方法提高了從一個(gè)個(gè)體的短讀長(zhǎng)序列比對(duì)形成到一個(gè)單倍體的一致性參考基因組的分析狀況，調(diào)整了通常無(wú)法捕捉到相對(duì)于個(gè)體基因組或種族人群屬于新序列的問(wèn)題。
主要研究方法
GemCode平臺(tái)能夠與現(xiàn)有的短讀取測(cè)序儀互補(bǔ)，產(chǎn)生長(zhǎng)片段信息(10-100 kb)，實(shí)現(xiàn)結(jié)構(gòu)變異和單體型等分析。為了更全面了解結(jié)構(gòu)變異的范圍和更好地理解AK1二倍體基因組結(jié)構(gòu)的相，研究者對(duì)從PacBio單分子實(shí)時(shí)測(cè)序reads組裝得到的，每個(gè)染色體單倍型的裝配體——“haplotig”進(jìn)行從頭組裝。除了PacBio長(zhǎng)讀長(zhǎng)測(cè)序，該研究還使用了Illumina短讀長(zhǎng)測(cè)序、10X Genomics連接讀取、細(xì)菌人工染色體（BAC）測(cè)序和BioNano Genomics光學(xué)圖譜。Contig N50達(dá)到17.9Mb，Scaffold N50達(dá)到44.8Mb。
實(shí)驗(yàn)設(shè)計(jì)及數(shù)據(jù)分析流程
數(shù)據(jù)上的提升
到目前為止該研究在之前最佳的N50長(zhǎng)度上提高了18Mb，最大的91個(gè)scaffold覆蓋了基因組的90%，8個(gè)染色體的臂是由單個(gè)scaffold構(gòu)成的。研究人員用AK1的組裝序列補(bǔ)齊了在人類(lèi)參考基因組GRCh38上的190個(gè)空缺中的105個(gè)，補(bǔ)齊的序列由364kb變成1.5Mb。另外也將剩下的85個(gè)空缺中的72個(gè)從663kb補(bǔ)充到4.1Mb。該研究鑒定到的18,210個(gè)結(jié)構(gòu)變異，包含7,358個(gè)刪除，10,077個(gè)插入，71個(gè)轉(zhuǎn)換和704個(gè)復(fù)雜變異，所有這些變異均在AK1組裝結(jié)果和人類(lèi)參考基因組GRCh37之間進(jìn)行了直接比較，達(dá)到了單堿基的分辨率。在18,210個(gè)結(jié)構(gòu)變異中，總共有11,927個(gè)變異是以前未曾報(bào)道的。
AK1 de novo assembly Scaffolds與GRCh38的數(shù)據(jù)結(jié)果進(jìn)行比較
測(cè)序新技術(shù)的強(qiáng)大作用
這項(xiàng)研究的結(jié)果顯示了測(cè)序新技術(shù)在從頭基因組組裝和“真正的”二倍體定相方面的強(qiáng)大能力，可以用來(lái)檢測(cè)全方位的遺傳變異和了解臨床相關(guān)基因的單倍體的結(jié)構(gòu)。這項(xiàng)基因包括：主要組織相容性復(fù)合體（MHC）的人類(lèi)白細(xì)胞抗原（HLA）的基因變異，對(duì)藥物基因組非常重要的CYP2D6基因，以及罕見(jiàn)的常染色體隱性遺傳疾病，如家族性地中海熱、Upshaw–Shalman綜合征中涉及到的基因。
該項(xiàng)研究的領(lǐng)導(dǎo)者，國(guó)立首爾大學(xué)醫(yī)學(xué)院的Jeong Sun Seo醫(yī)生說(shuō)：“10x Genomics的GemCode平臺(tái)和有針對(duì)性的BAC克隆測(cè)序在這項(xiàng)研究中成功單倍體定相是必不可少的。”
10x Genomics的聯(lián)合創(chuàng)始人和首席執(zhí)行官SergeSaxonov說(shuō)：“從頭裝配和定相就像十字瞄準(zhǔn)線(xiàn)一樣是我們的主要目標(biāo)。我們的技術(shù)非常適合于臨床和人群規(guī)模的測(cè)序。”
人類(lèi)基因組從頭組裝及單倍體型定相信息總結(jié)統(tǒng)計(jì)
作者在文章中還比較了目前已有的人類(lèi)基因組組裝的測(cè)序平臺(tái)、算法、組裝和定相統(tǒng)計(jì)數(shù)據(jù)。該列表表明，單分子長(zhǎng)讀長(zhǎng)測(cè)序技術(shù)在生成高質(zhì)量組裝數(shù)據(jù)上遠(yuǎn)超過(guò)短讀長(zhǎng)測(cè)序技術(shù)。這項(xiàng)研究清楚地表明了第三代測(cè)序長(zhǎng)讀長(zhǎng)技術(shù)結(jié)合GemCode測(cè)序平臺(tái)解決單倍型的從頭組裝方法的潛力，并揭示了以前未被發(fā)現(xiàn)的新的遺傳變異，將迎來(lái)人類(lèi)基因組測(cè)序的新標(biāo)準(zhǔn)。
