深瞳工作室出品
“唐堯”基因組相關(guān)研究成果發(fā)表在《基因組蛋白質(zhì)組與生物信息學(xué)報(bào)》上，圖為當(dāng)期雜志封面。受訪者供圖
科技日?qǐng)?bào)記者 操秀英 策劃 劉恕 李坤
何忠（化名）沒有想到，自己身上不到20毫升的血液樣本，竟成就了一項(xiàng)被中國工程院院士、哈爾濱醫(yī)科大學(xué)黨委書記張學(xué)評(píng)價(jià)為“我國乃至世界范圍內(nèi)里程碑式的事件”的成果。
利用何忠的血液樣本，北京大學(xué)人民醫(yī)院教授高占成團(tuán)隊(duì)和中國科學(xué)院北京基因組研究所（國家生物信息中心）研究員康禹團(tuán)隊(duì)首次在世界范圍內(nèi)成功完成從端粒到端粒的中國人全基因組，獲得包括Y染色體在內(nèi)的高質(zhì)量真實(shí)人類二倍體以及完整無間隙的全基因組參考序列（44+XY）。
因?yàn)檫@個(gè)采樣點(diǎn)位于山西省臨汾市——幾千年前堯帝建立的古唐國遺址附近，研究團(tuán)隊(duì)將該參考基因組命名為“唐堯”。
在人們印象中，人類基因組圖譜早已公布，如今普通人的基因組也很容易被測(cè)出來。為何“唐堯”基因組會(huì)被評(píng)價(jià)為“里程碑式的事件”，這一基礎(chǔ)研究領(lǐng)域的突破意味著什么？科技日?qǐng)?bào)記者對(duì)此進(jìn)行了采訪。
現(xiàn)有人類參考基因組用于中國人有偏差
這是一項(xiàng)由臨床應(yīng)用需求催生的基礎(chǔ)研究。
過去幾十年，北京大學(xué)人民醫(yī)院呼吸與危重癥醫(yī)學(xué)科主任高占成的主要工作是接診來自全國各地的呼吸科疑難雜癥患者。他帶領(lǐng)團(tuán)隊(duì)首次診斷出多例孤兒肺病，如彌漫性肺淋巴管瘤病、肺泡蛋白沉積癥等。
諸多案例豐富了他的醫(yī)學(xué)實(shí)踐，但也給他帶來了診療困惑。不少疾病綜合征在不同種族人群中的臨床表現(xiàn)存在不小的差異。
“目前所有的腫瘤、遺傳病等測(cè)序診斷報(bào)告，均根據(jù)美國主導(dǎo)的GRCh37/38為人類參考基因組序列來判定正常或變異?！备哒汲烧f，GRCh37/38是來自多個(gè)人類個(gè)體基因組序列嵌合而成的一套基因組，主要來源是非洲和歐洲人。它不但不完整、錯(cuò)誤多，而且難以代表中國乃至亞裔族群。
以遺傳性肺囊性纖維化為例，這種病在歐美白人中表現(xiàn)為跨膜氯離子轉(zhuǎn)錄因子突變導(dǎo)致的功能缺失。但在中國患者中，該轉(zhuǎn)錄因子突變的發(fā)生率要小得多。
“預(yù)測(cè)疾病風(fēng)險(xiǎn)和診療時(shí)，對(duì)于亞洲人種而言，僅對(duì)照現(xiàn)有參考組，可能會(huì)產(chǎn)生較大的偏差。”高占成說，這種偏差還會(huì)影響靶向藥物的研發(fā)。
2003年，國際知名藥廠阿斯利康在全球率先研發(fā)成功表皮生長因子受體酪氨酸激酶抑制劑（EGFR-TKI）——吉非替尼，適用于存在表皮生長因子受體（EGFR）基因突變的非小細(xì)胞肺癌患者。
隨后的研究發(fā)現(xiàn)，EGFR基因突變存在明顯的種族特異性。中國和東亞種族不吸煙肺腺癌患者的突變率明顯高于歐美白人患者。
“目前的主流觀點(diǎn)認(rèn)為，不同人種基因組之間的差別只有千分之一。但從臨床實(shí)踐來看，實(shí)際差別可能遠(yuǎn)大于這個(gè)數(shù)字。”高占成說，“所以，我們有必要構(gòu)建中國人自己的參考基因組。”
但對(duì)于一個(gè)臨床醫(yī)生來說，這是個(gè)全新且較難攻克的課題。
2020年，一個(gè)合適的契機(jī)到來。
這一年，設(shè)在山西省臨汾市中心醫(yī)院的高占成呼吸病學(xué)山西工作室開始籌建。
“這個(gè)工作室絕不能僅僅掛個(gè)牌子，要有具體的課題，能解決實(shí)實(shí)在在的問題。”高占成說，繪制中國人自己的參考基因圖譜被提上日程。
他立即聯(lián)系他帶的第一個(gè)博士生，也是多年的合作伙伴——中國科學(xué)院北京基因組研究所研究員康禹。
“我當(dāng)然很高興能參與這項(xiàng)工作。”康禹說，“我們判斷，現(xiàn)在的技術(shù)發(fā)展是構(gòu)建中國人參考基因組的最佳時(shí)機(jī)，可以讓我們以較少花費(fèi)、較短時(shí)間完成這件事情?！?/p>
為中國人基因組研究提供更準(zhǔn)確的坐標(biāo)系
何忠何許人？為什么何忠的基因組就可以稱為參考基因組？
康禹說，選擇合適的樣本是第一步。悠久的歷史、多樣的地理氣候環(huán)境，塑造了中華民族獨(dú)特的遺傳多樣性?！啊茍颉蚪M是研究的起點(diǎn)，我們決定從人數(shù)最多的漢族開始?！笨涤碚f。
“構(gòu)建中國人自己的參考基因圖譜，目的是為了更好地服務(wù)現(xiàn)代醫(yī)學(xué)應(yīng)用，所以樣本需要更好地代表現(xiàn)代中國人的基因組特征?！笨涤碚f，最終他們確定的樣本來自一名現(xiàn)在生活在山西省洪洞縣一個(gè)古老村莊的健康男青年——何忠。
這個(gè)地區(qū)是明代洪洞移民，即歷史上有名的“大槐樹”移民的起點(diǎn)。600多年前的這場(chǎng)遷徙持續(xù)了近半個(gè)世紀(jì)，大量移民遍布中國各地，有些進(jìn)入東南亞?！拔覀冋J(rèn)為何忠的基因組有望成為現(xiàn)代漢族人群的代表?！备哒汲烧f。
根據(jù)祖源分析，“唐堯”基因組的絕大部分為東亞人群特征?！斑@個(gè)樣本的Y染色體的分型在中國除了新疆、西藏等地外都有廣泛分布，極具代表性?！笨涤碚f。
“唐堯” 基因組提示了中國人和歐洲人基因組水平的顯著差異。對(duì)照國際科學(xué)團(tuán)隊(duì)“端粒到端粒（T2T）”聯(lián)盟（以下簡稱“T2T”聯(lián)盟）于2022年發(fā)布的新版本人類參考基因組 T2T-CHM13，“唐堯”顯示出11%差異序列和5%差異基因。
中國科學(xué)院院士陳潤生說，“唐堯”彌補(bǔ)了漢族高質(zhì)量基因組的空白，完整的中國人基因組序列的發(fā)布，也將改變以往認(rèn)為不同人種基因組之間只有千分之一區(qū)別的認(rèn)知。
張學(xué)認(rèn)為，“唐堯”基因組將為漢族中國人基因組研究提供更準(zhǔn)確的定位基因和變異的坐標(biāo)系，同時(shí)解決歐洲血源參考基因組不適于中國人基因組研究的技術(shù)障礙。這將為我國醫(yī)學(xué)基因組研究，包括遺傳病診斷、常見病風(fēng)險(xiǎn)預(yù)測(cè)、腫瘤基因組變異、藥物基因組學(xué)等領(lǐng)域，建立技術(shù)體系和質(zhì)量基準(zhǔn)。
中國工程院院士程京認(rèn)為，“唐堯”基因組測(cè)序分析工作不僅具有非常重要的跨學(xué)科、跨領(lǐng)域的基礎(chǔ)研究意義和應(yīng)用價(jià)值，而且從DNA水平上回答了“何以中國人”這個(gè)重要的社會(huì)科學(xué)問題，將幫助我們回答中國人起源、遷徙、歷史沿革和交流等問題。
用兩年時(shí)間完成國際領(lǐng)先的質(zhì)量標(biāo)準(zhǔn)
配置最先進(jìn)的測(cè)序儀器和最精干的研發(fā)人員，“唐堯”項(xiàng)目以最快速度啟動(dòng)。僅用了不到兩年時(shí)間，2023年8月，項(xiàng)目組獲得何忠的完整無間隙高質(zhì)量基因組序列。
結(jié)果超出課題組的預(yù)期。
經(jīng)國際通用的評(píng)估基因組質(zhì)量的重要工具M(jìn)erqury評(píng)估，“唐堯”的質(zhì)量值達(dá)到了參考基因組的質(zhì)量標(biāo)準(zhǔn)，質(zhì)量值為Q74.69，而T2T-CHM13的質(zhì)量值為Q73.94。
“這個(gè)數(shù)字說明我們的參考基因組的錯(cuò)誤更少，拼接質(zhì)量高于T2T-CHM13?！笨涤碚f。
將時(shí)間指針撥回到30多年前。1990年，在生命科學(xué)領(lǐng)域被譽(yù)為“登月計(jì)劃”的人類基因組計(jì)劃啟動(dòng)。11年后，該計(jì)劃發(fā)布了人類基因組工作草圖。又過了兩年，研究人員公布了當(dāng)時(shí)被稱為人類基因組“完成圖”。
此后數(shù)年，研究團(tuán)隊(duì)不斷完善人類基因組空白區(qū)，但仍有約8%的序列缺失。
直到2022年，“T2T”聯(lián)盟填補(bǔ)了缺失的“拼圖”碎片，發(fā)布了T2T-CHM13新版本參考基因組。在這項(xiàng)成果中，科學(xué)家們成功地在人類基因組中增加了大約2億個(gè)堿基，解碼了從1號(hào)到22號(hào)染色體上的大部分空缺。而唯一被遺漏的，是人類所有染色體中最小的一條——Y染色體。
2023年，隨著兩篇研究論文發(fā)表在頂尖學(xué)術(shù)期刊《自然》上，人類Y染色體的完整序列終于展現(xiàn)在世人面前。
也就是說，國際基因組計(jì)劃用了30多年的時(shí)間才獲得包括Y染色體在內(nèi)的人類完整單倍體基因組序列。
“唐堯”課題組同樣拿到了這一結(jié)果。他們?cè)谑澜缟鲜状潍@得包括46條染色體的真實(shí)人類二倍體基因組序列（44+XY），能99.99%準(zhǔn)確地區(qū)分來自父本和母本的兩套單倍體基因組序列。
2022年，“T2T”聯(lián)盟測(cè)的是一個(gè)單倍體，即所采用的DNA序列不是來自自然人的組織樣本，而是來自女性子宮中的水泡狀胎塊（葡萄胎）細(xì)胞株——CHM13。
當(dāng)時(shí)，“T2T”聯(lián)盟聯(lián)合主席、美國華盛頓大學(xué)霍華德·休斯醫(yī)學(xué)研究所研究員艾文·艾克勒對(duì)媒體表示：“我們現(xiàn)在已經(jīng)補(bǔ)全了一個(gè)人類基因組，下一個(gè)重點(diǎn)任務(wù)是補(bǔ)全二倍體基因組的父系和母系?！?/p>
“唐堯”課題組做到了。
“和‘T2T’聯(lián)盟能補(bǔ)上最后的‘拼圖’一樣，我們之所以能快速獲得這一成果，也得益于DNA測(cè)序和拼接技術(shù)的快速進(jìn)步，以及包括國際基因組計(jì)劃在內(nèi)的大量技術(shù)和理論積累。”康禹說，“我們?nèi)〉贸晒且驗(yàn)檎驹诹饲叭说募缟??！?/p>
這并不是一項(xiàng)只要有儀器、有資金就能完成的工作?！皟赡昀铮覀兊膱F(tuán)隊(duì)夜以繼日，創(chuàng)新了大量算法和拼接方式。這才能夠?qū)崿F(xiàn)高準(zhǔn)確度地區(qū)分相似度極高的基因片段，實(shí)現(xiàn)高于NIH參考基因組的準(zhǔn)確度。”高占成說。
避免“西方人比中國人更了解中國人”的尷尬
“這是中華民族群體遺傳學(xué)研究的一個(gè)新起點(diǎn)?！敝袊茖W(xué)院北京基因組研究所原副所長于軍說，“接下來，我們將推進(jìn)其他有代表性的個(gè)體參考基因組測(cè)序，并開展不同民族等群體的測(cè)序，最終我們希望能啟動(dòng)全民基因組測(cè)序工程。”
回顧過去，中國在基因組學(xué)技術(shù)領(lǐng)域的發(fā)展，可以說是從參與到同步。
陳潤生回憶說，1994年，國家自然科學(xué)基金資助開展中華民族基因組若干位點(diǎn)基因結(jié)構(gòu)研究項(xiàng)目，標(biāo)志著我國人類基因組研究正式啟動(dòng)。
1999年，中國拿到了國際人類基因組計(jì)劃1%任務(wù)。以華大基因和中國科學(xué)院基因組所研究人員為主力的科學(xué)家團(tuán)隊(duì)，高質(zhì)量完成了這一測(cè)序任務(wù)，帶動(dòng)我國基因組學(xué)快速發(fā)展。在過去的20多年里，我國的基因組技術(shù)和研究取得了飛躍式的進(jìn)步。
在構(gòu)建中華民族自己的參考基因組方面，我國科學(xué)家也一直在努力。
“炎黃一號(hào)”是全球第一例中國人標(biāo)準(zhǔn)基因組序列圖譜，也是全球20億黃種人的首個(gè)個(gè)人基因序列圖。該項(xiàng)目完成于2007年10月11日，是我國科學(xué)家繼承擔(dān)國際人類基因組計(jì)劃1%任務(wù)、國際人類單體型圖譜10%任務(wù)后，用新一代測(cè)序技術(shù)100%獨(dú)立完成的中國人基因組圖譜。
隨后暨南大學(xué)、中國科學(xué)院北京基因組研究所等單位陸續(xù)開展了類似研究。但受限于當(dāng)時(shí)的技術(shù)手段，這些基因組并未成為我國實(shí)際應(yīng)用中的參考基因組，未發(fā)揮應(yīng)有價(jià)值。
2023年，復(fù)旦大學(xué)、西安交通大學(xué)、中國醫(yī)學(xué)科學(xué)院等26家單位聯(lián)合發(fā)布了中國人群泛基因組聯(lián)盟一期研究進(jìn)展。該研究初步構(gòu)建了首個(gè)中國人群專屬的泛基因組參考圖譜，且該成果全部由中國科學(xué)家獨(dú)立完成。
在此基礎(chǔ)上，專家們認(rèn)為，我國要加快構(gòu)建中國人自己的基因組研究“坐標(biāo)系”的步伐。
20多年前，在人類基因組計(jì)劃基礎(chǔ)上，美國正式提出全新的大科學(xué)計(jì)劃——精準(zhǔn)醫(yī)學(xué)計(jì)劃。該計(jì)劃最終目標(biāo)是測(cè)定每一個(gè)人的基因組，也稱為“全民基因組計(jì)劃（All of Us 研究計(jì)劃)”。2022年，該計(jì)劃研究項(xiàng)目公布了第一批近10萬人的全基因組測(cè)序數(shù)據(jù)供研究人員使用。數(shù)據(jù)包括身高、體重和血壓等基礎(chǔ)數(shù)據(jù)和調(diào)查數(shù)據(jù)，例如關(guān)于參與者的人口統(tǒng)計(jì)數(shù)據(jù)、生活方式和總體健康狀況的數(shù)據(jù)。
高占成說，一旦美國的全民基因組計(jì)劃完成包括500萬美籍華人在內(nèi)基因組測(cè)序，完全有可能形成“別人比我們自己更了解中國人基因組”的局面。
近年來，國際科學(xué)家聯(lián)合成立了人類泛基因組聯(lián)盟（HPRC），試圖建立更精準(zhǔn)完整的世界主要人群的參考基因組，了解世界人口的多樣性。去年5月，HPRC制作的首個(gè)人類泛基因組參考草圖在《自然》發(fā)布，納入了全球47個(gè)樣本，其中包括3例中國南方漢族樣本。
張學(xué)關(guān)注到一個(gè)現(xiàn)象：基因組領(lǐng)域最主要的兩個(gè)國際聯(lián)盟——國際人類泛基因組聯(lián)盟、國際T2T基因組聯(lián)盟，其中的重要成員都是來自歐美的大學(xué)和研究所，我國研究機(jī)構(gòu)和實(shí)體并不在內(nèi)。
“這種形勢(shì)下，建立中國人自有的高質(zhì)量參考基因組是防止被‘卡脖子’的關(guān)鍵一步?！睆垖W(xué)說。
“接下來我們將對(duì)‘唐堯’進(jìn)行進(jìn)一步的解析和注釋，讓它能更好地應(yīng)用于臨床?！笨涤碚f，我們希望基于自己的參考基因組發(fā)展出服務(wù)華人的靶向測(cè)序、基因組分析和診療技術(shù)，并推動(dòng)未來的新藥研發(fā)。
亟待構(gòu)建中國人自己的基因組技術(shù)體系
受訪專家預(yù)計(jì)，T2T-CHM13以其完整性和高質(zhì)量，有望逐漸取代目前正在使用的GRCh38參考基因組。
陳潤生和中國檢驗(yàn)檢疫科學(xué)院體外診斷試劑所副所長黃杰均建議，在新舊參考基因組交接之際，我國應(yīng)建立國家標(biāo)準(zhǔn)，推廣使用“唐堯”作為中國人群基因組研究和臨床應(yīng)用中測(cè)序和分析的標(biāo)準(zhǔn)物質(zhì)和參考基因組，不再使用歐洲人的參考基因組來定義中國人的遺傳變異。同時(shí)，在此基礎(chǔ)上建立中國人基因組學(xué)知識(shí)框架和應(yīng)用技術(shù)體系。
于軍等科學(xué)家認(rèn)為，要實(shí)現(xiàn)上述目標(biāo)，我國人類基因組研究亟待進(jìn)一步加強(qiáng)頂層設(shè)計(jì)和規(guī)劃。“由誰來測(cè)，給誰用，數(shù)據(jù)安全如何保障，這些問題都需要系統(tǒng)研究。”
1993年，于軍參與人類基因組計(jì)劃這一里程碑式的科學(xué)計(jì)劃。他在導(dǎo)師梅納德·奧爾森的全力支持下，促成了中國科學(xué)家參與人類基因組計(jì)劃。
多年來，中國的基因組研究計(jì)劃是什么，如何建立自主的基因測(cè)序技術(shù)和數(shù)據(jù)體系，這些問題在于軍的腦海中揮之不去。
于軍認(rèn)為，我們目前的相關(guān)研究仍然是相對(duì)零散的，開展的群體研究規(guī)模較小，且數(shù)據(jù)所有權(quán)分散在不同研究者手中，無法共享數(shù)據(jù)集成創(chuàng)新，造成了資源浪費(fèi)。
研究與應(yīng)用的分離，也是目前存在的突出問題。于軍說，我國基因組領(lǐng)域的基礎(chǔ)科學(xué)研究、臨床準(zhǔn)入、應(yīng)用規(guī)范由不同部門管理，信息溝通效率不高，造成應(yīng)用需求難以對(duì)基礎(chǔ)科研起到有效牽引作用，基礎(chǔ)科研和臨床應(yīng)用之間無法形成有效反饋和良性循環(huán)。為了促進(jìn)基因組領(lǐng)域基礎(chǔ)研究和臨床醫(yī)學(xué)的合作與交流，北京大學(xué)人民醫(yī)院于今年1月成立了人類基因組研究中心，以深入拓展“唐堯”基因組的相關(guān)研究和醫(yī)學(xué)應(yīng)用。
于軍認(rèn)為，在陸續(xù)構(gòu)建中國人自己的參考基因組的基礎(chǔ)上，未來如何推動(dòng)更大規(guī)模的人群測(cè)序，最終實(shí)現(xiàn)全民測(cè)序，真正推動(dòng)精準(zhǔn)醫(yī)學(xué)的發(fā)展，都是當(dāng)前必須面對(duì)的課題?！澳銣y(cè)幾百人，我測(cè)幾千人，這些數(shù)據(jù)除了發(fā)表一些看起來還不錯(cuò)的論文，大部分并沒有推動(dòng)臨床診斷、新藥研發(fā)等實(shí)際應(yīng)用。”
針對(duì)這種現(xiàn)狀，專家認(rèn)為，目前亟待整合有限資源，包括資金、人才、樣本資源、基礎(chǔ)設(shè)施等條件，集中管理樣本和數(shù)據(jù)，有效協(xié)調(diào)資源。
“我們可以探索成立一個(gè)類似國家人類基因組研究與管理中心這樣的機(jī)構(gòu)?！庇谲娊ㄗh，該機(jī)構(gòu)采用中央決策、專家委員會(huì)監(jiān)督指導(dǎo)、中心執(zhí)行的管理模式，統(tǒng)籌科技資金，協(xié)調(diào)社會(huì)資源，規(guī)范技術(shù)標(biāo)準(zhǔn)，促進(jìn)科技轉(zhuǎn)化，防范安全風(fēng)險(xiǎn)?！耙源藢?shí)現(xiàn)自主建立我國具有國際競爭力的人類基因組技術(shù)體系和知識(shí)框架的目標(biāo)?！?/p>
