“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》上，圖為當期雜志封面。受訪(fǎng)者供圖

何忠（化名）沒(méi)有想到，自己身上不到20毫升的血液樣本，竟成就了一項被中國工程院院士、哈爾濱醫科大學(xué)黨委書(shū)記張學(xué)評價(jià)為“我國乃至世界范圍內里程碑式的事件”的成果。

利用何忠的血液樣本，北京大學(xué)人民醫院教授高占成團隊和中國科學(xué)院北京基因組研究所（國家生物信息中心）研究員康禹團隊首次在世界范圍內成功完成從端粒到端粒的中國人全基因組，獲得包括Y染色體在內的高質(zhì)量真實(shí)人類(lèi)二倍體以及完整無(wú)間隙的全基因組參考序列（44+XY）。

因為這個(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，研究團隊將該參考基因組命名為“唐堯”。

在人們印象中，人類(lèi)基因組圖譜早已公布，如今普通人的基因組也很容易被測出來(lái)。為何“唐堯”基因組會(huì )被評價(jià)為“里程碑式的事件”，這一基礎研究領(lǐng)域的突破意味著(zhù)什么？科技日報記者對此進(jìn)行了采訪(fǎng)。

現有人類(lèi)參考基因組用于中國人有偏差

這是一項由臨床應用需求催生的基礎研究。

過(guò)去幾十年，北京大學(xué)人民醫院呼吸與危重癥醫學(xué)科主任高占成的主要工作是接診來(lái)自全國各地的呼吸科疑難雜癥患者。他帶領(lǐng)團隊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學(xué)實(shí)踐，但也給他帶來(lái)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存在不小的差異。

“目前所有的腫瘤、遺傳病等測序診斷報告，均根據美國主導的GRCh37/38為人類(lèi)參考基因組序列來(lái)判定正?；蜃儺??！备哒汲烧f(shuō)，GRCh37/38是來(lái)自多個(gè)人類(lèi)個(gè)體基因組序列嵌合而成的一套基因組，主要來(lái)源是非洲和歐洲人。它不但不完整、錯誤多，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為跨膜氯離子轉錄因子突變導致的功能缺失。但在中國患者中，該轉錄因子突變的發(fā)生率要小得多。

“預測疾病風(fēng)險和診療時(shí)，對于亞洲人種而言，僅對照現有參考組，可能會(huì )產(chǎn)生較大的偏差?！备哒汲烧f(shuō)，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(chǎng)阿斯利康在全球率先研發(fā)成功表皮生長(cháng)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(cháng)因子受體（EGFR）基因突變的非小細胞肺癌患者。

隨后的研究發(fā)現，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(guān)點(diǎn)認為，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(lái)看，實(shí)際差別可能遠大于這個(gè)數字?！备哒汲烧f(shuō)，“所以，我們有必要構建中國人自己的參考基因組?！?/p>

但對于一個(gè)臨床醫生來(lái)說(shuō)，這是個(gè)全新且較難攻克的課題。

2020年，一個(gè)合適的契機到來(lái)。

這一年，設在山西省臨汾市中心醫院的高占成呼吸病學(xué)山西工作室開(kāi)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(wèn)題?！备哒汲烧f(shuō)，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。

“我當然很高興能參與這項工作?！笨涤碚f(shuō)，“我們判斷，現在的技術(shù)發(fā)展是構建中國人參考基因組的最佳時(shí)機，可以讓我們以較少花費、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確的坐標系

何忠何許人？為什么何忠的基因組就可以稱(chēng)為參考基因組？

康禹說(shuō)，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)，我們決定從人數最多的漢族開(kāi)始?！笨涤碚f(shuō)。

“構建中國人自己的參考基因圖譜，目的是為了更好地服務(wù)現代醫學(xué)應用，所以樣本需要更好地代表現代中國人的基因組特征?！笨涤碚f(shuō)，最終他們確定的樣本來(lái)自一名現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)地區是明代洪洞移民，即歷史上有名的“大槐樹(shù)”移民的起點(diǎn)。600多年前的這場(chǎng)遷徙持續了近半個(gè)世紀，大量移民遍布中國各地，有些進(jìn)入東南亞?！拔覀冋J為何忠的基因組有望成為現代漢族人群的代表?！备哒汲烧f(shuō)。

根據祖源分析，“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(shuō)。

“唐堯”?基因組提示了中國人和歐洲人基因組水平的顯著(zhù)差異。對照國際科學(xué)團隊“端粒到端粒（T2T）”聯(lián)盟（以下簡(jiǎn)稱(chēng)“T2T”聯(lián)盟）于2022年發(fā)布的新版本人類(lèi)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(shuō)，“唐堯”彌補了漢族高質(zhì)量基因組的空白，完整的中國人基因組序列的發(fā)布，也將改變以往認為不同人種基因組之間只有千分之一區別的認知。

張學(xué)認為，“唐堯”基因組將為漢族中國人基因組研究提供更準確的定位基因和變異的坐標系，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。這將為我國醫學(xué)基因組研究，包括遺傳病診斷、常見(jiàn)病風(fēng)險預測、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。

中國工程院院士程京認為，“唐堯”基因組測序分析工作不僅具有非常重要的跨學(xué)科、跨領(lǐng)域的基礎研究意義和應用價(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(wèn)題，將幫助我們回答中國人起源、遷徙、歷史沿革和交流等問(wèn)題。

用兩年時(shí)間完成國際領(lǐng)先的質(zhì)量標準

配置最先進(jìn)的測序儀器和最精干的研發(fā)人員，“唐堯”項目以最快速度啟動(dòng)。僅用了不到兩年時(shí)間，2023年8月，項目組獲得何忠的完整無(wú)間隙高質(zhì)量基因組序列。

結果超出課題組的預期。

經(jīng)國際通用的評估基因組質(zhì)量的重要工具M(jìn)erqury評估，“唐堯”的質(zhì)量值達到了參考基因組的質(zhì)量標準，質(zhì)量值為Q74.69，而T2T-CHM13的質(zhì)量值為Q73.94。

“這個(gè)數字說(shuō)明我們的參考基因組的錯誤更少，拼接質(zhì)量高于T2T-CHM13?！笨涤碚f(shuō)。

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“登月計劃”的人類(lèi)基因組計劃啟動(dòng)。11年后，該計劃發(fā)布了人類(lèi)基因組工作草圖。又過(guò)了兩年，研究人員公布了當時(shí)被稱(chēng)為人類(lèi)基因組“完成圖”。

此后數年，研究團隊不斷完善人類(lèi)基因組空白區，但仍有約8%的序列缺失。

直到2022年，“T2T”聯(lián)盟填補了缺失的“拼圖”碎片，發(fā)布了T2T-CHM13新版本參考基因組。在這項成果中，科學(xué)家們成功地在人類(lèi)基因組中增加了大約2億個(gè)堿基，解碼了從1號到22號染色體上的大部分空缺。而唯一被遺漏的，是人類(lèi)所有染色體中最小的一條——Y染色體。

2023年，隨著(zhù)兩篇研究論文發(fā)表在頂尖學(xué)術(shù)期刊《自然》上，人類(lèi)Y染色體的完整序列終于展現在世人面前。

也就是說(shuō)，國際基因組計劃用了30多年的時(shí)間才獲得包括Y染色體在內的人類(lèi)完整單倍體基因組序列。

“唐堯”課題組同樣拿到了這一結果。他們在世界上首次獲得包括46條染色體的真實(shí)人類(lèi)二倍體基因組序列（44+XY），能99.99%準確地區分來(lái)自父本和母本的兩套單倍體基因組序列。

2022年，“T2T”聯(lián)盟測的是一個(gè)單倍體，即所采用的DNA序列不是來(lái)自自然人的組織樣本，而是來(lái)自女性子宮中的水泡狀胎塊（葡萄胎）細胞株——CHM13。

當時(shí)，“T2T”聯(lián)盟聯(lián)合主席、美國華盛頓大學(xué)霍華德·休斯醫學(xué)研究所研究員艾文·艾克勒對媒體表示：“我們現在已經(jīng)補全了一個(gè)人類(lèi)基因組，下一個(gè)重點(diǎn)任務(wù)是補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測序和拼接技術(shù)的快速進(jìn)步，以及包括國際基因組計劃在內的大量技術(shù)和理論積累?！笨涤碚f(shuō)，“我們取得成果是因為站在了前人的肩上?！?/p>

這并不是一項只要有儀器、有資金就能完成的工作?！皟赡昀?#xff0c;我們的團隊夜以繼日，創(chuàng )新了大量算法和拼接方式。這才能夠實(shí)現高準確度地區分相似度極高的基因片段，實(shí)現高于NIH參考基因組的準確度?！备哒汲烧f(shuō)。

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(cháng)于軍說(shuō)，“接下來(lái)，我們將推進(jìn)其他有代表性的個(gè)體參考基因組測序，并開(kāi)展不同民族等群體的測序，最終我們希望能啟動(dòng)全民基因組測序工程?！?/p>

回顧過(guò)去，中國在基因組學(xué)技術(shù)領(lǐng)域的發(fā)展，可以說(shuō)是從參與到同步。

陳潤生回憶說(shuō)，1994年，國家自然科學(xué)基金資助開(kāi)展中華民族基因組若干位點(diǎn)基因結構研究項目，標志著(zhù)我國人類(lèi)基因組研究正式啟動(dòng)。

1999年，中國拿到了國際人類(lèi)基因組計劃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)家團隊，高質(zhì)量完成了這一測序任務(wù)，帶動(dòng)我國基因組學(xué)快速發(fā)展。在過(guò)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”是全球第一例中國人標準基因組序列圖譜，也是全球20億黃種人的首個(gè)個(gè)人基因序列圖。該項目完成于2007年10月11日，是我國科學(xué)家繼承擔國際人類(lèi)基因組計劃1%任務(wù)、國際人類(lèi)單體型圖譜10%任務(wù)后，用新一代測序技術(shù)100%獨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開(kāi)展了類(lèi)似研究。但受限于當時(shí)的技術(shù)手段，這些基因組并未成為我國實(shí)際應用中的參考基因組，未發(fā)揮應有價(jià)值。

2023年，復旦大學(xué)、西安交通大學(xué)、中國醫學(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。該研究初步構建了首個(gè)中國人群專(zhuān)屬的泛基因組參考圖譜，且該成果全部由中國科學(xué)家獨立完成。

在此基礎上，專(zhuān)家們認為，我國要加快構建中國人自己的基因組研究“坐標系”的步伐。

20多年前，在人類(lèi)基因組計劃基礎上，美國正式提出全新的大科學(xué)計劃——精準醫學(xué)計劃。該計劃最終目標是測定每一個(gè)人的基因組，也稱(chēng)為“全民基因組計劃（All?of?Us?研究計劃)”。2022年，該計劃研究項目公布了第一批近10萬(wàn)人的全基因組測序數據供研究人員使用。數據包括身高、體重和血壓等基礎數據和調查數據，例如關(guān)于參與者的人口統計數據、生活方式和總體健康狀況的數據。

高占成說(shuō)，一旦美國的全民基因組計劃完成包括500萬(wàn)美籍華人在內基因組測序，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(lái)，國際科學(xué)家聯(lián)合成立了人類(lèi)泛基因組聯(lián)盟（HPRC），試圖建立更精準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(lèi)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)現象：基因組領(lǐng)域最主要的兩個(gè)國際聯(lián)盟——國際人類(lèi)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(lái)自歐美的大學(xué)和研究所，我國研究機構和實(shí)體并不在內。

“這種形勢下，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(shuō)。

“接下來(lái)我們將對‘唐堯’進(jìn)行進(jìn)一步的解析和注釋，讓它能更好地應用于臨床?！笨涤碚f(shuō)，我們希望基于自己的參考基因組發(fā)展出服務(wù)華人的靶向測序、基因組分析和診療技術(shù)，并推動(dòng)未來(lái)的新藥研發(fā)。

亟待構建中國人自己的基因組技術(shù)體系

受訪(fǎng)專(zhuān)家預計，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。

陳潤生和中國檢驗檢疫科學(xué)院體外診斷試劑所副所長(cháng)黃杰均建議，在新舊參考基因組交接之際，我國應建立國家標準，推廣使用“唐堯”作為中國人群基因組研究和臨床應用中測序和分析的標準物質(zhì)和參考基因組，不再使用歐洲人的參考基因組來(lái)定義中國人的遺傳變異。同時(shí)，在此基礎上建立中國人基因組學(xué)知識框架和應用技術(shù)體系。

于軍等科學(xué)家認為，要實(shí)現上述目標，我國人類(lèi)基因組研究亟待進(jìn)一步加強頂層設計和規劃?！坝烧l(shuí)來(lái)測，給誰(shuí)用，數據安全如何保障，這些問(wèn)題都需要系統研究?！?/p>

1993年，于軍參與人類(lèi)基因組計劃這一里程碑式的科學(xué)計劃。他在導師梅納德·奧爾森的全力支持下，促成了中國科學(xué)家參與人類(lèi)基因組計劃。

多年來(lái)，中國的基因組研究計劃是什么，如何建立自主的基因測序技術(shù)和數據體系，這些問(wèn)題在于軍的腦海中揮之不去。

于軍認為，我們目前的相關(guān)研究仍然是相對零散的，開(kāi)展的群體研究規模較小，且數據所有權分散在不同研究者手中，無(wú)法共享數據集成創(chuàng )新，造成了資源浪費。

研究與應用的分離，也是目前存在的突出問(wèn)題。于軍說(shuō)，我國基因組領(lǐng)域的基礎科學(xué)研究、臨床準入、應用規范由不同部門(mén)管理，信息溝通效率不高，造成應用需求難以對基礎科研起到有效牽引作用，基礎科研和臨床應用之間無(wú)法形成有效反饋和良性循環(huán)。為了促進(jìn)基因組領(lǐng)域基礎研究和臨床醫學(xué)的合作與交流，北京大學(xué)人民醫院于今年1月成立了人類(lèi)基因組研究中心，以深入拓展“唐堯”基因組的相關(guān)研究和醫學(xué)應用。

于軍認為，在陸續構建中國人自己的參考基因組的基礎上，未來(lái)如何推動(dòng)更大規模的人群測序，最終實(shí)現全民測序，真正推動(dòng)精準醫學(xué)的發(fā)展，都是當前必須面對的課題?！澳銣y幾百人，我測幾千人，這些數據除了發(fā)表一些看起來(lái)還不錯的論文，大部分并沒(méi)有推動(dòng)臨床診斷、新藥研發(fā)等實(shí)際應用?！?/p>

針對這種現狀，專(zhuān)家認為，目前亟待整合有限資源，包括資金、人才、樣本資源、基礎設施等條件，集中管理樣本和數據，有效協(xié)調資源。

“我們可以探索成立一個(gè)類(lèi)似國家人類(lèi)基因組研究與管理中心這樣的機構?！庇谲娊ㄗh，該機構采用中央決策、專(zhuān)家委員會(huì )監督指導、中心執行的管理模式，統籌科技資金，協(xié)調社會(huì )資源，規范技術(shù)標準，促進(jìn)科技轉化，防范安全風(fēng)險?！耙源藢?shí)現自主建立我國具有國際競爭力的人類(lèi)基因組技術(shù)體系和知識框架的目標?！?/p>