特种兵团负责人罗锐邦解析千人基因组计划

2010年最受瞩目的基因组项目当属“千人基因组”计划首个发表的研究成果——发表在Nature封面上（相关摘要见下文），而且在这项成果中，我们可以看到中国科学家作出的杰出贡献。参与这一研究的中方研究人员超过20位，其中包括发布第一个中国人基因组的王俊博士，华大基因特种兵团负责人罗锐邦等等，为了进一步了解这一重要研究成果，生物通特联系了他们，就一些读者感兴趣的问题请教了他们。

　　

生物通报道：十年前，用两个指头就能数完已经测序的人类基因组，去年，数完两只手上所有的指头才知道数目，而今天人类基因组测序的面貌已经焕然一新了。

2010年最受瞩目的基因组项目当属“千人基因组”计划首个发表的研究成果——发表在Nature封面上（相关摘要见下文），而且在这项成果中，我们可以看到中国科学家作出的杰出贡献。参与这一研究的中方研究人员超过20位，其中包括发布第一个中国人基因组的王俊博士（专访第一个中国人基因组绘制者：王俊 ），华大基因特种兵团负责人罗锐邦等等，为了进一步了解这一重要研究成果，生物通特联系了他们，就一些读者感兴趣的问题请教了他们。

为何如此设计“千人基因组”计划第一阶段实验？

“千人基因组”计划是2008年初，由来中国深圳华大基因研究院、自英国桑格研究所，美国国立人类基因组研究所等多家国际研究机构共同启动的一项测序计划，在这一计划中，科学家们将对全球各地至少1000个（目前是2000个人左右）人类个体的基因组进行测序，寻找基因与人类疾病间的秘密关系。通过这些测序也将生成一个庞大的、公开的人类基因变异目录，有助于进行分析以及个体化医疗。

最新发表的文章则是这一计划的首项成果，这一试点阶段的成果通过高通量的分析手段，在高吞吐量平台上进行全基因组测序，包括：两个家系（父母-成年孩子）的高覆盖深度测序；四个人类种群中的179个人的低覆盖深度的全基因组测序；七个人类种群中697个人的基因组外显子测序。

对于为什么要如此设计这一实验，罗锐邦回答说，“在为期两年左右的‘千人基因组’计划第一阶段中，我们的主要目标就是完成上述的三个试点项目，这三个项目的实验结果将指导我们确定如何最有效，最低成本的绘制人类基因变异详图。

第一个项目是对两个由“父母-成年孩子”组成的家系按高覆盖深度进行测序（平均每个基因组20倍），这将获得这六人全面的基因数据集，从而了解利用新一代测序平台如何分辨变异，并且可以作为与其它项目对比的基础。

第二个项目主要是对四个人类种群的179个人按低覆深度盖进行全基因组测序（平均每个基因组2倍），通过这个项目，我们可以了解新一代测序平台在利用低覆盖率数据识别序列突变，以及在基因组中理顺这些突变的能力。

最后是外显子的测序，我们对七个人类种群中697个人的全基因组外显子进行分析，主要目的是探讨如何以最佳的方式获得更详细的基因组2%编码蛋白的基因列表。”

主要技术进步

在这一最新成果中，研究人员也获得了技术方面的一些进步，比如研究人员针对大量的样本进行全基因组测序的成本很高这一问题，采取了新的策略，针对多拷贝基因进行研究的障碍，研究人员又开发出了几种分析和计算方法。这些方法不仅帮助这项研究取得了重要进展，而且也为今后大规模遗传变异研究提供了有效的技术手段。

首先由于对大量的样本进行全基因组测序的成本很高，为提高效率研究人员采用了两种方法：一种叫“低覆盖深度”的方法，将很多人的部分数据结合起来；另一种方法只对蛋白质编码基因进行研究。事实证明这两种方法都是行之有效的，而且还具有互补的优势。

另外对于重复DNA序列的数量及核苷酸排列上细微且重要的差异难以发现这一问题，研究人员在这里运用的技术方法也值得我们借鉴。
基因测序技术发展迅速。目前我们面临的重大挑战是如何从众多数据中获取准确基因信息的方法。其中最大的问题之一是基因拷贝数变异的检测，这种变异是造成个体间差异的主要原因之一，也有可能是某些人患有特异的病症或疾病易感性的重要原因，并在根本上决定了对个体影响的程度。

所谓基因拷贝数变异（copy number variation ，CNV）是指在人类基因组中广泛存在的，从1000bp(碱基对)到数百万碱基对长度范围内的缺失、插入、重复和复杂多位点的变异。研究表明，不少人类复杂性状疾病都和拷贝数变异有密切关系。1936年美国遗传学家卡尔文•布里奇斯（Calvin Bridges）他发现遗传了双份的Bar基因的果蝇会发育出非常小的眼睛，他因此发现了拷贝数变异对性状的影响。

这种测定基因区段克隆数的新方法的基础是一系列的基因序列定位图。当对多个个体进行比较时，可方便的鉴别出克隆数不同的区域。这种新方法应用早期的基因探针技术可鉴别出较小的结构突变。此方法具有重要意义是因为基因克隆数目突变的基因片段长度小于5000碱基对。此方法可以用来检测复杂基因序列中经常发生的基因重排等。

此次“千人基因组”计划采用的就是这种技术革新，同时研究人员也采用了几种分析和计算技术克服了对多拷贝基因进行研究的障碍，他们深入分析和比较了159个个体基因组，在对这些个体全基因组评估过程中，研究人员对多拷贝基因及基因家族进行了精确的分析。

预了解更多“千人基因组”计划内容，请查看：
www.1000genomes.org/

原文摘要：
A map of human genome variation from population-scale sequencing

The 1000 Genomes Project aims to provide a deep characterization of human genome sequence variation as a foundation for investigating the relationship between genotype and phenotype. Here we present results of the pilot phase of the project, designed to develop and compare different strategies for genome-wide sequencing with high-throughput platforms. We undertook three projects: low-coverage whole-genome sequencing of 179 individuals from four populations; high-coverage sequencing of two mother–father–child trios; and exon-targeted sequencing of 697 individuals from seven populations. We describe the location, allele frequency and local haplotype structure of approximately 15 million single nucleotide polymorphisms, 1 million short insertions and deletions, and 20,000 structural variants, most of which were previously undescribed. We show that, because we have catalogued the vast majority of common variation, over 95% of the currently accessible variants found in any individual are present in this data set. On average, each person is found to carry approximately 250 to 300 loss-of-function variants in annotated genes and 50 to 100 variants previously implicated in inherited disorders. We demonstrate how these results can be used to inform association and functional studies. From the two trios, we directly estimate the rate of de novo germline base substitution mutations to be approximately 10−8 per base pair per generation. We explore the data with regard to signatures of natural selection, and identify a marked reduction of genetic variation in the neighbourhood of genes, due to selection at linked sites. These methods and public data will support the next phase of human genetic research.