热门论文作者David Altshuler：HapMap的奠基人

　　

生物通报道：昨日出版的Nature杂志公布了第三个人类基因组单体型图，这一计划的目标是为最新一轮以疾病关联为重点的全基因组研究提供一个资源。这一成果对来自11个全球人群的1184个个体进行了基因组变异筛查，鉴定了人类基因组核苷酸多态性（SNPs）和拷贝数多态性（CNPs）。

人类基因组计划已初步解决人类染色体上的基因数目，以及碱基的精确测序和定位。HapMap计划的提出则主要是破译基因组中SNP微小差异与疾病的关系。第一个单体型图（HapMap1）是2005年发表的（go.nature.com/gJisDm），含有超过100万个SNP（单核苷酸多态性）基因型，是由来自4个不同地域的人群的269个个体产生的。两年之后，第二个单体型图（HapMap2）（go.nature.com/WttNWX）为这269个个体的原始单体型图中增添了超过210万个SNP。

在这些HapMap图计划中，我们都能看到美国麻省总医院戴维·阿尔舒勒（David Altshuler）博士的身影，这位科学家一直以来都致力于基因组的研究，他曾表示人类基因组计划、人类基因组遗传整合图谱（HapMap）数据库以及新的基因组研究工具使首次找到引发疾病的异常DNA成为可能。

Altshuler博士也发表了许多倍受关注的文章，在今年《ScienceWatch》的生命科学领域的热门论文作者排名中，他就排名第三，在过去一年里，其研究组就发表了13篇热门论文！让人不仅赞叹这位科学家的实力。

对于这一最新的研究成果：第三个人类基因组单体型图，Altshuler博士表示，我们从不到90%的基因组寻找到发生比率为1/200或更罕见的遗传改变，这是多么让人惊叹的事情。而在几年前，我们甚至不知道结构变异的区域以及如何获得低频率的变异样本。HapMap和其他大规模的计划转变了我们对于人类基因组以及与健康和疾病相关性的了解。

除此之外Altshuler博士也从这些数据中分析人类的疾病，比如他曾和瑞士诺华公司（Novartis）的研究人员一道进行了II型糖尿病的分析，他们搜集了5万名糖尿病人及健康者的基因样本，从中鉴别出至少8种可能增加人们患糖尿病风险的基因。这8种基因中，有2种可能与胰腺中某些产生胰岛素的细胞的形成与再生有关。

这项研究也隶属于一个遗传学计划：“糖尿病遗传学计划”（Diabetes Genetics Initiative，简称DGI），研究人员利用人类基因组计划、人类基因组遗传整合图谱（HapMap）数据库以及新的基因组研究工具去寻找引发疾病的异常DNA，糖尿病和心血管疾病是受多种基因、环境和行为影响的，找出单个基因的遗传作用需要这些强大的新技术。

（生物通：万纹）

原文摘要：

Integrating common and rare genetic variation in diverse human populations

Despite great progress in identifying genetic variants that influence human disease, most inherited risk remains unexplained. A more complete understanding requires genome-wide studies that fully examine less common alleles in populations with a wide range of ancestry. To inform the design and interpretation of such studies, we genotyped 1.6 million common single nucleotide polymorphisms (SNPs) in 1,184 reference individuals from 11 global populations, and sequenced ten 100-kilobase regions in 692 of these individuals. This integrated data set of common and rare alleles, called ‘HapMap 3’, includes both SNPs and copy number polymorphisms (CNPs). We characterized population-specific differences among low-frequency variants, measured the improvement in imputation accuracy afforded by the larger reference panel, especially in imputing SNPs with a minor allele frequency of ≤5%, and demonstrated the feasibility of imputing newly discovered CNPs and SNPs. This expanded public resource of genome variants in global populations supports deeper interrogation of genomic variation and its role in human disease, and serves as a step towards a high-resolution map of the landscape of human genetic variation.