近交系小鼠基因组串联重复序列图谱：揭示遗传变异与表型关联的新资源

《iScience》：A tandem repeat atlas for the genome of inbred mouse strains: A genetic variation resource

本研究针对小鼠基因组中串联重复序列(TR)变异缺乏系统性图谱的问题，利用长读长测序技术对39个近交系小鼠品系进行全基因组分析，构建了包含2,528,854个TR等位基因的综合性数据库。研究发现小鼠TRs主要位于基因间区，且不同于人类，未发现与重复扩展疾病相关的大规模重复扩展。通过分析PL/J精子畸形和NZB大脑发育异常两个长期未解的表型，证实了品系特异性TR等位基因在Prdm9和Cacna2d3基因中的致病作用，为解析"缺失遗传力"提供了新视角。

　　

在基因组学研究领域，串联重复序列（Tandem Repeats, TRs）作为一类重要的遗传变异形式，长期以来被认为是人类遗传疾病和表型多样性的关键因素。这些由短基序重复拷贝组成的序列，虽然占人类基因组的6-8%，却与超过65种神经性和14种神经肌肉疾病相关，包括亨廷顿病和脆性X综合征。更引人注目的是，近年研究发现TR等位基因与身高、毛发形态等复杂性状密切相关，甚至是青光眼和结直肠癌风险的最大贡献者。然而，尽管TRs在人类遗传学中的重要性日益凸显，科学界对小鼠——这一生物医学研究中最常用的模式生物——的TR变异全景仍知之甚少。

这种认知差距主要源于技术限制：以往的小鼠TR研究多基于短读长测序，难以准确解析重复丰富的基因组区域；使用的分析软件也非最优选择；且覆盖的品系数量有限。这种局限性直接导致了一个重要问题：许多在小鼠中观察了数十年的品系特异性表型，其遗传基础至今未能完全阐明。例如，PL/J小鼠品系自1981年就被发现存在高达42%的精子形态异常，NZB小鼠则自1985年以来多次被报道具有大脑发育异常和空间记忆增强等表型，但这些现象的分子机制始终是未解之谜。

正是在这一背景下，斯坦福大学医学院麻醉、疼痛与围术期医学系的Gary Peltz教授团队开展了这项开创性研究。研究人员利用太平洋生物科学公司（PacBio）的高保真（HiFi）长读长测序技术，结合最先进的计算分析流程，对40个近交系小鼠品系（包括35个经典品系和4个野生衍生品系）进行了全基因组TR系统性鉴定。这项发表于《iScience》的研究，成功构建了包含2,528,854个TR等位基因的综合性图谱，为理解小鼠遗传多样性提供了全新视角。

研究团队采用的技术方法主要包括：基于PacBio Revio平台的全基因组长读长测序；使用TRGT（Tandem Repeat Genotyping Tool）软件进行TR基因分型；通过完美重复查找器（perfect_repeat_finder.py）识别参考基因组中的TR位点；利用PopLDdecay进行连锁不平衡（Linkage Disequilibrium, LD）分析；采用fastreeR构建系统发育树。所有分析均以GRCm39小鼠参考基因组为基准，样本来源于杰克逊实验室提供的40个品系的雄性小鼠肝脏或脾脏组织。

TRs的基因组分布特征

研究人员发现，小鼠TRs在基因组中的分布模式与人类相似：大多数位于基因间区（57%）和内含子区（39%），仅有少量位于外显子（3.1%）、3'UTR（1.2%）、5'UTR（0.2%）等区域。就基序长度而言，二核苷酸重复（如AC、GT等）最为丰富（1,573,675个），而基序长度大于6bp的TRs则相对罕见。值得注意的是，约30.8%的TRs实际上是单核苷酸同聚物（如poly-T），被算法识别为"TT"重复。

与人类TRs的物种差异

研究发现了一个关键物种差异：尽管人类中存在大量与疾病相关的TR扩展（如强直性肌营养不良2型需要50-11,000次重复），但在小鼠中，即使是人类TR扩展疾病基因的同源基因，其TR等位基因的重复次数也与参考品系相差不到2次。这些小鼠TRs仅插入或删除1-2个氨基酸，且不破坏蛋白质阅读框，表明近交系小鼠缺乏人类中常见的大规模致病性重复扩展。

TRs与转座元件的关联分析

与人类TRs富集于Alu元件附近不同，研究人员发现小鼠TRs与LINE-1（长散在核元件）转座元件没有显著关联。96%的小鼠TRs距离最近的LINE-1元件超过200bp，仅有不到4%的TRs位于LINE-1内部或附近，这一发现挑战了关于TRs与转座元件共定位的传统认知。

连锁不平衡模式

研究团队比较了不同类型遗传变异的连锁不平衡（LD）衰减模式。结果显示，TRs具有最高的初始LD值（r²= 0.85），但衰减速度最快，半衰距离仅为0.1kb。相比之下，单核苷酸多态性（SNPs）的LD衰减距离为133-177kb，结构变异（SVs）为291kb。这种快速衰减特性使得TRs在精细定位遗传关联时具有独特优势。

系统发育分析

基于SNP、SV和TR三种变异类型构建的系统发育树，总体上反映了近交系小鼠品系间已知的进化关系。野生衍生品系（如WSB、MOLF等）与经典品系明显分离；NZW、NZO和NZB品系聚集在同一分支；DBA1J和DBA2J形成独立群集。然而，TR-based分析将C57BL/6J置于独立分支，与基于SNP和SV的分析结果有所不同，提示不同类型变异的突变机制和发生时机存在差异。

TR等位基因与表型关联

研究最引人注目的发现是，通过分析品系特异性TR等位基因，为两个长期未解的表型提供了遗传解释。在PL/J品系中，研究人员在Prdm9基因中发现了一个独特的TR等位基因，该等位基因改变了蛋白质664-847位氨基酸序列，影响了六个锌指C2H2型结构域，这些结构域对PRDM9蛋白的DNA结合功能至关重要。已知Prdm9基因在减数分裂过程中决定重组热点的位置，其敲除会导致精子发生失败。这一TR等位基因很可能是PL/J品系精子异常的重要遗传因素。

在NZB品系中，研究团队在Cacna2d3基因中发现了一个独特的TR等位基因，该等位基因改变了蛋白质25-264位氨基酸，位于高度保守的区域。Cacna2d3编码电压门控钙通道的辅助亚基，在大脑中广泛表达，调节神经递质释放和突触形成。人类遗传学研究已发现CACNA2D3与自闭症谱系障碍（ASD）相关，而Cacna2d3条件性敲除小鼠表现出ASD关键行为。NZB小鼠表现出的逆反学习缺陷和增强的空间记忆，与Cacna2d3功能受损的表型高度一致。

研究结论与意义

这项研究构建了首个全面的近交系小鼠串联重复序列图谱，揭示了小鼠TRs的基本特征、分布规律和进化模式。研究发现的小鼠与人类TRs的物种差异（如缺乏大规模重复扩展），为理解TRs在疾病发生中的种特异性提供了新视角。更重要的是，研究通过解析两个长期未解的表型，证明了TR等位基因在复杂性状遗传基础中的重要作用，为解答"缺失遗传力"问题提供了新思路。

研究人员指出，尽管这项研究取得了重要进展，但仍存在一定局限性。基于参考基因组的分析方法可能漏检高度 divergent 的TRs；大多数TRs位于内含子或基因间区，其功能影响难以直接预测。未来需要开发新的计算工具来预测TRs的功能影响，并通过实验验证其对基因表达和染色质结构的调控作用。

该TR图谱数据库已公开存放于Zenodo平台，长读长测序数据存放于NCBI BioProject数据库，为全球科研人员提供了宝贵资源。这项工作为后续研究TRs在基因组稳定性、进化和表型形成中的作用奠定了基础，对推进基础生物学研究和转化医学具有重要意义。随着对TRs功能理解的深入，科学家将能更全面地解析遗传变异的贡献，为复杂疾病的机制研究和治疗策略开发提供新线索。