自2000年首次發布以來，人類參考基因組僅涵蓋基因組的常染色質部分，而重要的異染色質區域尚未完成。

2022年3月31日，端粒到端粒(T2T)聯盟在Science在線發表題為“Thecompletesequenceofahumangenome”的研究論文（該文章入選為Science封面文章），該研究針對剩余8%的基因組，提供了人類基因組的完整30.55億堿基對序列T2T-CHM13，其中包括除Y之外的所有染色體的無間隙裝配，糾正了之前的參考序列，并介紹了近2億個堿基對序列，其中包含1956個基因預測，其中99個預測為蛋白質編碼。完成的區域包括所有著絲粒衛星陣列、最近的節段重復和所有五個近端著絲粒染色體的短臂。

總之，與過去20年的任何基因組參考版本相比，T2T-CHM13組裝增加了五個完整的染色體臂和更多的額外序列。這8%的基因組并沒有因為缺乏重要性而被忽視，而是因為技術限制。高精度長讀長測序終于消除了這一技術障礙，能夠對整個人類基因組的基因組變異進行全面研究，預計這將推動人類基因組健康和疾病的未來發現。

另外，2022年4月1日，約翰霍普金斯大學SergeyAganezov等人在Science在線發表題為“Acompletereferencegenomeimproves***ysisofhumangeneticvariation”的研究論文，Telomere-to-TelomereCHM13基因組增加了近2億個堿基對序列，糾正了數千個結構錯誤，并為臨床和功能研究解鎖了人類基因組中最復雜的區域。該研究展示了該參考序列如何普遍改進讀取映射和變體調用。該研究在以前未解決的區域中識別出每個樣本數十萬個變體，展示了T2T-CHM13參考對進化和生物醫學發現的重要作用。同時，該參考序列消除了每個樣本數以萬計的虛假變異，包括將269個醫學相關基因中的假陽性減少多達12倍。由于變異發現的這些改進以及種群和功能基因組資源，T2T-CHM13將取代GRCh38作為人類遺傳學的主要參考。

2022年4月1日，華盛頓大學MitchellR.Vollger等人在Science在線發表題為“Segmentalduplicationsandtheirvariationinacompletehumangenome”的研究論文，該研究使用完整的端粒到端粒人類基因組(T2T-CHM13)，提供了人類片段重復(SD)組織的全面視圖。SD占額外序列的近三分之一，將全基因組估計從5.4%增加到7.0%[2.18億堿基對(Mbp)]。對268個人類基因組的分析表明，91%的先前未解析的T2T-CHM13SD序列(68.3Mbp)更好地代表了人類拷貝數變異。比較來自人類(n=12)和非人類靈長類動物(n=5)基因組的長讀長組裝，該研究系統地重建了生物醫學相關和重復基因的進化和結構單倍型多樣性。該分析揭示了人類與其他靈長類動物之間SD組織結構雜合性和進化差異的模式。

2022年4月1日，加州大學伯克利分校NicolasAltemose等人在Science在線發表題為“Completegenomicandepigeneticmapsofhumancentromeres”的研究論文，一個完整的端粒到端粒人類基因組組裝(T2T-CHM13)使研究人員能夠全面地表征構成基因組6.2%的著絲粒周圍和著絲粒重復序列（189.9兆堿基）。這些區域的詳細圖譜顯示了多堿基結構重排，包括活性著絲粒重復陣列。對著絲粒相關序列的分析揭示了著絲粒的位置與周圍DNA通過分層重復擴展的進化之間的密切關系。此外，對不同個體組中X染色體著絲粒的比較揭示了這些復雜且快速進化的區域中高度的結構、表觀遺傳和序列變異。

2022年4月1日，康涅狄格大學SavannahJ.Hoyt等人在Science在線發表題為“Fromtelomeretotelomere:Thetranscriptionalandepigeneticstateofhumanrepeatelements”的研究論文，該研究提出了T2T-CHM13人類參考基因組的從頭重復發現和注釋。該研究確定了以前未知的衛星陣列，擴展了重復和移動元件的變體和家族目錄，表征了復雜復合重復的類別，并定位了逆轉錄轉導事件。該研究檢測了新生轉錄并描繪了CpG甲基化譜，以定義人類轉錄活性逆轉錄元件的結構，包括著絲粒中的逆轉錄元件結構。這些數據擴展了對塑造人類基因組的重復區域的多樣性、分布和進化的洞察力。

2022年4月1日，約翰霍普金斯大學ArielGershman等人在Science在線發表題為“Epigeneticpatternsinacompletehumangenome”的研究論文，該研究提出了對以前未解決的序列的高分辨率表觀遺傳研究，代表了整個近端染色體短臂、基因家族擴展和重復類別的多樣化***。該資源精確地映射了CpG甲基化（3228萬個CpG）、DNA可訪問性和短讀長數據集（166,058個以前未解決的染色質免疫沉淀測序峰），以提供以前未識別或校正的基因的活性證據，并揭示臨床相關的旁系同源物特異性調節。對來自六個不同個體的人類著絲粒的CpG甲基化進行探測，可以估計動粒定位的變異性。該分析提供了一個框架，可以用來研究人類基因組中最難以捉摸的區域，從而深入了解表觀遺傳調控。

當前的人類參考基因組由基因組參考聯盟(GRC)于2013年發布，最近一次修補是在2019年(GRCh38.p13)。該參考基因組可追溯到人類基因組計劃，并且在過去的二十年中不斷改進。與競爭的Celera和大多數基于“***”序列組裝的現代測序項目不同，GRC組裝是由通過輻射沿人類基因組排序和定向的測序細菌人工染色體(BAC)構建的雜交、遺傳連鎖和指紋圖譜。然而，BAC克隆的局限性導致重復序列的代表性不足，并且來自多個個體的BAC的機會性組裝導致了單倍型的鑲嵌。結果，幾個GRC組裝間隙由于其側面不兼容的結構多態性而無法解決，并且許多其他重復和多態性區域未完成或組裝不正確。

GRCh38參考組裝包含151兆堿基對(Mbp)的未知序列，分布在整個基因組中，包括著絲粒周圍和亞端粒區域、擴增基因陣列和核糖體DNA(rDNA)陣列，所有這些都是基本基因組細胞過程所必需的。一些最大的參考缺口包括人類衛星（HSat）重復陣列和所有五個近端著絲粒染色體的短臂，它們在GRCh38中表示為未知堿基的多兆堿基延伸。盡管人類基因組計劃和GRC都完成了提高參考質量的努力，但在隨后的幾年中縮小剩余差距的進展有限。

長讀長鳥槍法測序克服了基于BAC的組裝的局限性，繞過了基因組之間結構多態性的挑戰。PacBio的多千堿基單分子讀取被證明能夠解決GRCh38中的復雜結構變異和間隙，而OxfordNanopore的>100-kbp“超長”讀數能夠完整組裝人類著絲粒（染色體Y），然后是組裝整個染色體（染色體X）。然而，這些技術的高錯誤率(>5%)對長的、幾乎相同的重復陣列的組裝提出了挑戰。PacBio最新的“HiFi”循環共有測序提供了20-kbp讀取長度的折衷方案，錯誤率為0.1%。

測序覆蓋率和組裝驗證（圖源自Science）

為了完成基因組的最后剩余區域，該研究利用PacBioHiFi和OxfordNanopore超長讀長測序的互補方面來組裝一致的純合CHM13hTERT細胞系（以下簡稱CHM13）。由此產生的T2T-CHM13參考組裝消除了一個20年前的屏障，該屏障隱藏了基于序列的分析的8%的基因組，包括所有著絲粒區域和五個人類染色體的整個短臂。在這里，該研究描述了一個真正完整的人類參考基因組的構建、驗證和初步分析，并討論了它對該領域的潛在影響。

該研究針對剩余8%的基因組，提供了人類基因組的完整30.55億堿基對序列T2T-CHM13，其中包括除Y之外的所有染色體的無間隙裝配，糾正了之前的參考序列，并介紹了近2億個堿基對序列，其中包含1956個基因預測，其中99個預測為蛋白質編碼。完成的區域包括所有著絲粒衛星陣列、最近的節段重復和所有五個近端著絲粒染色體的短臂。

總之，與過去20年的任何基因組參考版本相比，T2T-CHM13組裝增加了五個完整的染色體臂和更多的額外序列。這8%的基因組并沒有因為缺乏重要性而被忽視，而是因為技術限制。高精度長讀長測序終于消除了這一技術障礙，能夠對整個人類基因組的基因組變異進行全面研究，預計這將推動人類基因組健康和疾病的未來發現。

參考消息：

https://www.science.org/doi/10.1126/science.abj6987

https://www.science.org/doi/10.1126/science.abl3533

https://www.science.org/doi/10.1126/science.abj6965

https://www.science.org/doi/10.1126/science.abl4178

https://www.science.org/doi/10.1126/science.abk3112

https://www.science.org/doi/10.1126/science.abj5089

溫馨提示：本文轉自“iNature”，文章轉載只為學術傳播，無商業用途，版權歸原作者所有，如涉及侵權問題，請聯系我們，我們將及時修改或刪除。

TOPSCI-拓普思由世界知名大學博士團隊加盟打造的科研學術分享，SCI論文編輯/SCI期刊解析/SCI論文寫作技巧指導/科研工具運用/科研成果轉化等。