編者按(an) 8月23日，兩篇發表在《自然》雜志(zhi)的(de)論文宣告(gao)：科學(xue)家組裝了(le)人(ren)類Y染(ran)(ran)色(se)體的(de)第一(yi)個(ge)完整(zheng)(zheng)序列，補(bu)齊了(le)人(ren)類基因組這部“生(sheng)命(ming)天書(shu)”。多年以來，“生(sheng)命(ming)天書(shu)”初(chu)稿被科學(xue)家反復打磨、拾遺補(bu)闕。等待了(le)20多年后，Y染(ran)(ran)色(se)體的(de)完整(zheng)(zheng)“章節(jie)”姍姍來遲。而這還只是一(yi)個(ge)開始，未來，有關遺傳(chuan)、生(sheng)育、疾病、進化的(de)諸多密(mi)碼有望被一(yi)一(yi)破解(jie)。

【資料圖】

好消息(xi)傳(chuan)來。美(mei)國國家人類基因(yin)組研(yan)究所(suo)領導美(mei)國約翰斯(si)·霍普金(jin)斯(si)大(da)學(xue)、加州大(da)學(xue)圣克魯斯(si)分校等(deng)多家機(ji)構的科學(xue)家組裝(zhuang)了(le)人類Y染(ran)色(se)體(ti)的第一(yi)個(ge)完整序(xu)列。這是最后一(yi)個(ge)被完全測序(xu)的人類染(ran)色(se)體(ti)，新序(xu)列填補了(le)Y染(ran)色(se)體(ti)長度的一(yi)半(ban)以上的空(kong)白。兩篇相(xiang)關論文于8月(yue)23日發表在(zai)《自然》雜(za)志上。

幾(ji)十年來，Y染色體(ti)作為人類兩性(xing)染色體(ti)之一(yi)(yi)，由于其結構的(de)(de)復(fu)雜性(xing)，一(yi)(yi)直是基(ji)因(yin)組(zu)學界難啃的(de)(de)“硬骨頭”。現在，這(zhe)(zhe)一(yi)(yi)難以捉摸的(de)(de)基(ji)因(yin)組(zu)區域(yu)已經被完整測(ce)序，這(zhe)(zhe)意味著(zhu)，人類泛基(ji)因(yin)組(zu)的(de)(de)最(zui)后一(yi)(yi)塊“拼(pin)圖”被補上了(le)。

這(zhe)次測序(xu)為(wei)(wei)當(dang)前人類參考基因(yin)(yin)組增加了逾3000萬個(ge)(ge)堿基對，揭(jie)示了多個(ge)(ge)基因(yin)(yin)家族的完整結構，并確認(ren)了41個(ge)(ge)新的蛋(dan)白質編碼基因(yin)(yin)，為(wei)(wei)研(yan)究生殖、進(jin)化和(he)人口變化相關的重(zhong)要(yao)問(wen)題提供了關鍵信息。

Y染(ran)色體測序困難重(zhong)(zhong)重(zhong)(zhong)

深圳華大生命科學研究院(yuan)副院(yuan)長(chang)金鑫在接(jie)受科技日報(bao)記者采訪時說：“人類(lei)基因(yin)組(zu)(zu)測序是理解(jie)人類(lei)疾病、健(jian)康和進(jin)化的(de)(de)關鍵。通過(guo)將個體基因(yin)序列與(yu)參(can)考基因(yin)組(zu)(zu)進(jin)行比對，科學家可(ke)以找(zhao)到與(yu)疾病相關的(de)(de)基因(yin)，進(jin)而為(wei)個體提(ti)供更精準的(de)(de)診斷(duan)和治(zhi)療方案。”

深(shen)圳(zhen)華大生命(ming)科(ke)學(xue)(xue)研(yan)究院(yuan)研(yan)究員(yuan)周旸介紹(shao)說，完整人類基(ji)(ji)因組中約有30億個堿基(ji)(ji)對，科(ke)學(xue)(xue)家(jia)其實(shi)很(hen)難通(tong)過直接(jie)(jie)測(ce)序(xu)(xu)把序(xu)(xu)列(lie)測(ce)通(tong)，所以在測(ce)序(xu)(xu)的(de)時(shi)候，需要將大片段的(de)DNA進行(xing)隨機打(da)斷再進行(xing)測(ce)序(xu)(xu)。對于(yu)常染(ran)色(se)體(ti)是如此，對于(yu)X和Y染(ran)色(se)體(ti)亦然。所以在測(ce)序(xu)(xu)結束后，科(ke)學(xue)(xue)家(jia)需要通(tong)過對測(ce)序(xu)(xu)數據進行(xing)拼接(jie)(jie)來得到完整真實(shi)的(de)基(ji)(ji)因組序(xu)(xu)列(lie)。

1999年，人類首(shou)次(ci)成功完成對人體染色體完整基因序列的測(ce)定(ding)。科學家使用(yong)“短(duan)讀長”測(ce)序技術來做(zuo)到這一(yi)點(dian)，將DNA切成大約一(yi)百個堿基的小片段，然后像拼(pin)拼(pin)圖一(yi)樣(yang)重(zhong)新組裝它們。

2022年，最(zui)新版人類(lei)參考基(ji)因(yin)(yin)組(zu)(zu)（T2T-CHM13）問世。該基(ji)因(yin)(yin)組(zu)(zu)包含22條常染色(se)體和X染色(se)體的(de)無間隙序列(lie)，共(gong)有(you)(you)30.55億(yi)對堿(jian)基(ji)，比之前的(de)人類(lei)參考基(ji)因(yin)(yin)組(zu)(zu)（GRCh38）增加(jia)了(le)近2億(yi)堿(jian)基(ji)對的(de)遺(yi)傳信息，約等于(yu)整個基(ji)因(yin)(yin)組(zu)(zu)8%的(de)序列(lie)信息，達到了(le)前所(suo)未有(you)(you)的(de)完整程度。然而，人類(lei)參考基(ji)因(yin)(yin)組(zu)(zu)中的(de)Y染色(se)體，仍(reng)有(you)(you)約一(yi)半(ban)序列(lie)是缺失的(de)。

Y染色(se)(se)體的(de)(de)測序(xu)(xu)為(wei)什么如此(ci)棘手？周旸說(shuo)：“這些未知區(qu)域主(zhu)要(yao)集中(zhong)在異染色(se)(se)質(zhi)區(qu)域。該區(qu)域主(zhu)要(yao)由(you)微衛星序(xu)(xu)列組成(cheng)。要(yao)通(tong)過測序(xu)(xu)數據確定(ding)其序(xu)(xu)列是一件非常困(kun)難的(de)(de)事情。”

微衛星(xing)序列通常(chang)屬于重(zhong)復(fu)(fu)序列，是一種在基因組中廣泛存在的(de)(de)特殊DNA序列重(zhong)復(fu)(fu)單元(yuan)。金鑫表示(shi)，由于Y染色(se)體包含大量(liang)重(zhong)復(fu)(fu)或(huo)“回文”序列，共有多達百萬個堿基對。而“短讀長(chang)(chang)”技術無(wu)法跨越這么長(chang)(chang)的(de)(de)重(zhong)復(fu)(fu)序列，從而無(wu)法確(que)定正確(que)的(de)(de)序列順(shun)序，也就無(wu)法繪制出完整序列。

組裝測序數據就像(xiang)嘗試閱讀一本(ben)被切成(cheng)條(tiao)狀的(de)(de)(de)長書，每一條(tiao)都是(shi)書中的(de)(de)(de)一句(ju)話。如(ru)果書中的(de)(de)(de)所有(you)句(ju)子(zi)都是(shi)唯一的(de)(de)(de)，那(nei)么就更容易確定句(ju)子(zi)的(de)(de)(de)順(shun)序。但是(shi)，如(ru)果同一句(ju)話重(zhong)復了數千或數百萬(wan)次，那(nei)么這(zhe)(zhe)些句(ju)子(zi)的(de)(de)(de)原(yuan)始順(shun)序就沒有(you)那(nei)么清楚(chu)了。Y染色體上約(yue)有(you)3000萬(wan)個堿(jian)基(ji)字(zi)母是(shi)重(zhong)復序列，就好像(xiang)這(zhe)(zhe)本(ben)書的(de)(de)(de)一半(ban)篇幅都重(zhong)復著同樣的(de)(de)(de)幾(ji)句(ju)話。

技(ji)術“組合拳(quan)”助力測(ce)序

如果把染色(se)體比(bi)作(zuo)一本書，那(nei)么被稱為(wei)“短讀(du)(du)(du)長”的(de)(de)(de)DNA測(ce)序(xu)(xu)技術一次只(zhi)能讀(du)(du)(du)取相對較短的(de)(de)(de)序(xu)(xu)列，但現(xian)在，“長讀(du)(du)(du)長”DNA測(ce)序(xu)(xu)技術可在不影響準確性的(de)(de)(de)情況下(xia)生成(cheng)更長的(de)(de)(de)DNA序(xu)(xu)列讀(du)(du)(du)數，甚至可一次閱讀(du)(du)(du)整個“句(ju)子(zi)”或“段落(luo)”。這樣，研(yan)究人(ren)員能夠更準確地判斷(duan)“句(ju)子(zi)”“段落(luo)”之間(jian)的(de)(de)(de)排列順(shun)序(xu)(xu)，從而更有(you)助于(yu)完成(cheng)完整的(de)(de)(de)測(ce)序(xu)(xu)。

得益于“長讀長”DNA測(ce)序技術(shu)和創新的序列組裝(zhuang)方法，科學家們終于實(shi)現了對Y染色體的無間隙(xi)讀取(qu)。

周旸(yang)說：“科(ke)學家利(li)用(yong)‘長讀長’DNA測序技(ji)術(shu)，一定程度上降(jiang)低了組(zu)(zu)裝Y染(ran)色體的(de)(de)(de)難度。另外，科(ke)學家也(ye)針(zhen)對新技(ji)術(shu)的(de)(de)(de)測序數據開發(fa)了新的(de)(de)(de)組(zu)(zu)裝算(suan)法進行自動化組(zu)(zu)裝，提升(sheng)了組(zu)(zu)裝效率。”

今(jin)年2月，美國國立衛生研(yan)究(jiu)(jiu)院研(yan)究(jiu)(jiu)人員發(fa)布(bu)了一種(zhong)創(chuang)新的(de)軟件工(gong)具Verkko，用于(yu)組(zu)裝(zhuang)來自各種(zhong)物種(zhong)的(de)真(zhen)正完整的(de)基(ji)因(yin)組(zu)序列(lie)。研(yan)究(jiu)(jiu)人員稱(cheng)，有了Verkko，研(yan)究(jiu)(jiu)人員現在只需按下一個(ge)按鈕就能自動獲(huo)取完整的(de)基(ji)因(yin)組(zu)序列(lie)。

英國《新科學家》雜志網站(zhan)8月23日報道，研究人員還運用(yong)了英國牛津納米孔(kong)公司所開發的(de)納米孔(kong)（Nanopore）測序技術。當(dang)單(dan)個(ge)DNA分(fen)(fen)子穿過一(yi)個(ge)納米孔(kong)時，就能讀取該(gai)分(fen)(fen)子的(de)序列，產(chan)生數百萬個(ge)DNA堿基字母的(de)片段，而不僅僅是幾百個(ge)。

在本次研究中，得益于上述方法，團隊能夠應(ying)對Y染色體測序中的(de)種種挑戰。

Y染色體上的新發現

此次發(fa)表的一篇論文稱，Y染色體包含62460029個(ge)堿基對序(xu)列。該(gai)數字比參考基因組GRCh38里的Y染色體數據多了3000萬個(ge)堿基對，標志著(zhu)(zhu)測序(xu)完整性的顯著(zhu)(zhu)進步。

通過改進GRCh38中的(de)錯誤并(bing)闡明DAZ和(he)RBMY等基(ji)因家(jia)族的(de)結(jie)構（這兩個基(ji)因家(jia)族都有助于精(jing)子的(de)產生），該(gai)團(tuan)隊增(zeng)進了(le)對Y染色體遺(yi)傳結(jie)構的(de)理解。

此(ci)外，這條完整的(de)(de)Y染(ran)色(se)體有(you)106個(ge)蛋白(bai)質編碼基(ji)因(yin)，比參考基(ji)因(yin)組多了(le)41個(ge)。但幾(ji)乎所有(you)這些(xie)額外的(de)(de)基(ji)因(yin)都(dou)只是(shi)一種(zhong)被(bei)(bei)稱為TSPY的(de)(de)基(ji)因(yin)的(de)(de)副本(ben)。他們還辨識出以(yi)前(qian)被(bei)(bei)誤解為是(shi)細菌DNA的(de)(de)序(xu)列，這些(xie)序(xu)列其實是(shi)之前(qian)未知的(de)(de)人類Y染(ran)色(se)體序(xu)列。

在(zai)(zai)(zai)另一篇論文中，包括美國杰克遜基因組醫學實驗室在(zai)(zai)(zai)內的(de)聯合團隊組裝了(le)代表世界21個(ge)不(bu)同人群(qun)的(de)43名男性的(de)Y染(ran)色(se)體(ti)。這些(xie)組裝結果更詳細地闡(chan)釋(shi)了(le)Y染(ran)色(se)體(ti)在(zai)(zai)(zai)人類演化歷(li)史中的(de)遺傳(chuan)差(cha)異。研究結果揭示了(le)新的(de)DNA序列、保守區域(yu)的(de)特征，以(yi)及促進Y染(ran)色(se)體(ti)復(fu)雜結構的(de)分子機制(zhi)。

金鑫表示，去(qu)年公布的(de)(de)(de)T2T-CHM13完(wan)整基因組(zu)樣(yang)本取自一個(ge)葡(pu)萄(tao)胎(tai)(tai)的(de)(de)(de)單倍基因組(zu)（完(wan)全性葡(pu)萄(tao)胎(tai)(tai)是(shi)一種(zhong)罕見的(de)(de)(de)妊(ren)娠并發(fa)癥，由(you)來源于(yu)胎(tai)(tai)盤的(de)(de)(de)細胞異常生長(chang)引起(qi)），而此次樣(yang)本取自健康的(de)(de)(de)人(ren)類個(ge)體。

上(shang)海交通大(da)學長聘教(jiao)軌(gui)副(fu)教(jiao)授毛亞(ya)飛告訴(su)記者，目(mu)前來看，這個數(shu)目(mu)的(de)樣(yang)(yang)本已(yi)經是人類(lei)(lei)基因(yin)組測序上(shang)很大(da)的(de)突破。不過，下一步還應該選(xuan)擇更(geng)廣泛的(de)樣(yang)(yang)本，包括(kuo)不同種(zhong)族(zu)、地(di)理區域(yu)和(he)人群，這樣(yang)(yang)才(cai)能更(geng)好(hao)地(di)代(dai)表全球人類(lei)(lei)遺(yi)傳多樣(yang)(yang)性(xing)(xing)，進(jin)而(er)有助于揭(jie)示人類(lei)(lei)種(zhong)群之間(jian)的(de)遺(yi)傳差(cha)異(yi)和(he)相似性(xing)(xing)，從(cong)而(er)提供更(geng)準確的(de)基因(yin)組參考。

完整(zheng)基(ji)因測(ce)序意義非凡

Y染(ran)色(se)體(ti)通常(chang)與生理(li)性(xing)別(bie)為男性(xing)的(de)(de)(de)個體(ti)相(xiang)關(guan)聯，但它(ta)也可能存在(zai)于(yu)雌雄同(tong)體(ti)者(zhe)中。盡管(guan)Y染(ran)色(se)體(ti)上的(de)(de)(de)基(ji)因(yin)(yin)相(xiang)對較少，但這些基(ji)因(yin)(yin)復雜且處(chu)在(zai)動態變化中，并具有編碼精子生成等重要(yao)功能。完整的(de)(de)(de)Y染(ran)色(se)體(ti)參考序(xu)列將使科學(xue)家能夠以前所未(wei)有的(de)(de)(de)方式更好地研究(jiu)人類基(ji)因(yin)(yin)組中Y染(ran)色(se)體(ti)的(de)(de)(de)各種特(te)征。

研(yan)究(jiu)發現，不(bu)同個(ge)體(ti)(ti)(ti)含有(you)(you)(you)10到40個(ge)TSPY基因(yin)拷貝。例如，一名(ming)男子的(de)Y染(ran)色(se)體(ti)(ti)(ti)有(you)(you)(you)與精(jing)子形成有(you)(you)(you)關(guan)的(de)TSPY基因(yin)的(de)23個(ge)拷貝，而另一名(ming)男子則有(you)(you)(you)39個(ge)拷貝。現在，科學家(jia)可以使用新(xin)的(de)參考(kao)圖譜和(he)已建立(li)的(de)Y染(ran)色(se)體(ti)(ti)(ti)測序方(fang)法(fa)更好地(di)研(yan)究(jiu)這種進化。這可能是未來體(ti)(ti)(ti)外受精(jing)領域或(huo)其他生殖和(he)不(bu)孕癥領域的(de)研(yan)究(jiu)焦點。

完整的(de)(de)、無間隙的(de)(de)Y染色體(ti)序列(lie)對(dui)于研究人(ren)類群體(ti)進化(hua)和遷(qian)移(yi)至(zhi)關重(zhong)要(yao)。毛亞飛補充說：“我(wo)們與(yu)猴子、黑猩猩等有共同的(de)(de)演化(hua)線(xian)索(suo)，通過解析基因組(zu)變化(hua)，可以了解人(ren)類是如何(he)演化(hua)而(er)來(lai)的(de)(de)。”

“此前(qian)，人們其(qi)實已(yi)經根(gen)據Y染色體(ti)(ti)的(de)(de)基因(yin)組(zu)草圖(tu)定(ding)位了許多與(yu)雄性(xing)發育、精子(zi)生成等(deng)過(guo)程相關的(de)(de)基因(yin)，也發現(xian)了Y染色體(ti)(ti)與(yu)諸如癌癥等(deng)疾病的(de)(de)關聯；而最近發表的(de)(de)Y染色體(ti)(ti)完整(zheng)序(xu)列(lie)將會(hui)為探索這(zhe)些(xie)(xie)區(qu)域序(xu)列(lie)的(de)(de)功(gong)能提供扎(zha)實的(de)(de)數(shu)據基礎。”周旸指出，“新(xin)研究也進一步(bu)揭示了個體(ti)(ti)間(jian)Y染色體(ti)(ti)的(de)(de)差異(yi)。這(zhe)些(xie)(xie)Y染色體(ti)(ti)上的(de)(de)變異(yi)以(yi)及與(yu)人類性(xing)狀的(de)(de)關聯分析將有助于人群演化、遺傳、疾病等(deng)方面(mian)的(de)(de)研究。”

總之(zhi)，完整的(de)(de)人(ren)類Y染色(se)體將為許多(duo)新發(fa)現打開大門。下一步，研(yan)(yan)究人(ren)員計劃通過(guo)將Y染色(se)體納入(ru)未來(lai)(lai)(lai)版本(ben)的(de)(de)人(ren)類泛基(ji)因(yin)(yin)組(zu)參(can)考(kao)圖譜來(lai)(lai)(lai)進一步改善Y染色(se)體的(de)(de)研(yan)(yan)究。泛基(ji)因(yin)(yin)組(zu)是一種(zhong)新的(de)(de)基(ji)因(yin)(yin)組(zu)參(can)考(kao)，它將來(lai)(lai)(lai)自(zi)不同祖先背景(jing)的(de)(de)多(duo)個人(ren)的(de)(de)基(ji)因(yin)(yin)組(zu)信息結合(he)起來(lai)(lai)(lai)，最終可以(yi)實現更客(ke)觀(guan)的(de)(de)研(yan)(yan)究和(he)臨床發(fa)現，如幫(bang)助診斷(duan)疾病(bing)、預測醫(yi)療效果和(he)指導治療等。

受訪專家均(jun)相信，目前(qian)發表的Y染色體的組裝結果只是(shi)一個開始。隨著技術的不斷發展，總有一天全世(shi)界的每一個人都(dou)可以對自己的基因進行測序。

金鑫(xin)展望道：“現在(zai)，我們(men)去醫院都是做(zuo)血常規(gui)、尿常規(gui)等檢測(ce)，未(wei)來有了(le)臨床基(ji)因(yin)測(ce)序技術后，我們(men)可能要(yao)先做(zuo)個基(ji)因(yin)常規(gui)檢測(ce)，把最主要(yao)的遺(yi)傳(chuan)信息跟疾病的關系(xi)、藥(yao)物的禁忌都先了(le)解清楚，醫生再(zai)對癥下(xia)藥(yao)。所以(yi)，基(ji)因(yin)組測(ce)序會對整(zheng)個人(ren)類，尤(you)其是對了(le)解我們(men)自(zi)身的健康起到非常重要(yao)的作用。”

關鍵詞：