阿联酋人群特异性泛基因组参考图谱的构建与应用

《Nature Communications》：The Emirati pangenome featuring a diploid chromosome-level reference

　　

摘要

参考基因组对于识别和表征人类基因组变异至关重要，但单基因组序列无法捕获人群特异性多样性。我们提出了阿联酋泛基因组，其包含基于深度多平台测序数据的三体系列二倍体染色体水平组装，以及另外 57 个基于高质量 HiFi 测序的染色体规模组装，其中 27 个基于三体系列。单倍型显示出高度的连续性（中位 N50 值为 151.9 Mb）和良好的碱基准确性（中位 QV 分数为 59.31）。在所有组装的染色体中，31.8% 是端粒到端粒（T2T）支架序列（两端均被端粒重复序列包围的跨越染色体的序列），64.3% 达到了染色体水平的连续性（跨越整个染色体的单个支架序列，但保留一个或多个序列缺口，或在一端或两端缺乏端粒特征）。这些组装构成了阿联酋参考基因组计划（ERGP）人群特异性泛基因组图的基础，该图捕获的基因组变异与全球多样化的 HPRC 参考图相当，同时覆盖了区域富集的变异。将 ERGP 泛基因组应用于独立阿联酋队列的短读长基因分型，揭示了与表型相关 GWAS 变异连锁不平衡的结构变异位点，证明了基于人群图的变异推断的价值。ERGP 参考基因组补充了人类泛基因组，并为阿联酋的人群特异性基因组学和精准医学提供了关键基础。