從上世紀(jì)60年代開(kāi)始，科學(xué)家們就開(kāi)始對(duì)一些異常疾病進(jìn)行DNA篩查;2003年，人類基因組測(cè)序完成之后，通過(guò)閱讀個(gè)體測(cè)序所得的DNA序列，將其與健康個(gè)體的DNA序列進(jìn)行比較，科學(xué)家們可以找到之前未知的DNA變異，而不是像之前那樣通過(guò)疾病癥狀推測(cè)可能的疾病，這些變異或許就是發(fā)病的原因。

近日，美國(guó)國(guó)立衛(wèi)生研究院(NIH)人類基因組研究所(NHGRI)的研究人員宣布，終于獲得了人類X染色體的完整、無(wú)間隙、端對(duì)端的序列信息。

這一突破性發(fā)現(xiàn)公布在《自然》雜志上，這表明有可能生成一個(gè)人類染色體的精確堿基序列，產(chǎn)生人類基因組的完整序列。NHGRI主任、醫(yī)學(xué)博士埃里克·格林說(shuō)：“這項(xiàng)成就開(kāi)啟了基因組學(xué)研究的新紀(jì)元。”

耗資30億美元、于1990年啟動(dòng)的人類基因組計(jì)劃，經(jīng)過(guò)十年努力，在2000年繪制出首個(gè)人類基因組工作草圖。這是有史以來(lái)最準(zhǔn)確、最完整的脊椎動(dòng)物基因組序列。

但是，承載人類遺傳密碼的“密卷”并未被百分之百地破譯，仍然存在大量未知的缺口。這些缺口為什么遲遲不能補(bǔ)上?這次幫助科學(xué)家獲得X染色體完整序列的是什么基因測(cè)序技術(shù)?剩余的基因序列空白，能夠順利補(bǔ)上嗎?

給人類基因組測(cè)序就像在拼圖

如果你家里有小朋友，或者你就是一個(gè)拼圖愛(ài)好者，挑戰(zhàn)更多片數(shù)、更大畫幅的拼圖一定是你追逐的目標(biāo)。

但是，你想過(guò)嗎，有一群不同國(guó)別的科學(xué)家也在挑戰(zhàn)一幅巨大的拼圖，而這幅“拼圖”可能包含的碎片高達(dá)數(shù)十億片。這幅巨大的“拼圖”實(shí)際上就是全球許多機(jī)構(gòu)和科學(xué)家多年來(lái)一直在努力完成的作品，也就是人類基因組圖譜。

DNA(脫氧核糖核酸)片段儲(chǔ)存著生命的種族、血型及孕育、生長(zhǎng)、凋亡等過(guò)程的全部信息。生物體的生、長(zhǎng)、衰、病、老、死等一切生命現(xiàn)象都與DNA有關(guān)。

人類基因組非常長(zhǎng)，包含約30億個(gè)堿基對(duì)。通過(guò)定位這些堿基對(duì)在DNA鏈上的準(zhǔn)確位置，進(jìn)而識(shí)別分析出各種基因及其功能，將使人類最終征服癌癥、心臟病、阿爾茨海默癥等多種頑疾。

需要說(shuō)明的是，人類基因組并非對(duì)某一個(gè)人進(jìn)行測(cè)序研究。人類的基因大體相似，無(wú)論你是男是女，黃皮膚還是藍(lán)眼睛。但是，每個(gè)人都有自己的基因組“副本”，而且每個(gè)“副本”都略有不同。

因此，在基因組研究中，通常會(huì)采用“參考基因組”的概念。參考基因組是一個(gè)由科學(xué)家組裝的核酸序列數(shù)據(jù)庫(kù)，作為物種的一個(gè)基因組參考模版。

基因組參考聯(lián)盟(GRC)負(fù)責(zé)對(duì)參考基因組進(jìn)行不定期更新。但目前參考基因組仍然不完整，其中的DNA序列存在許多缺口等待著填補(bǔ)。

“由于人類基因組太長(zhǎng)了，目前任何測(cè)序技術(shù)都無(wú)法一次性讀取所有的序列信息。因此，科學(xué)家只能把基因組打碎成一個(gè)個(gè)小片段進(jìn)行測(cè)序，最后再組裝起來(lái)。”南京醫(yī)科大學(xué)生物信息學(xué)系主任汪強(qiáng)虎教授說(shuō)，在外人看來(lái)，這些科學(xué)家所做的工作就像是在“拼圖”。

在這幅“拼圖”中，有許多重復(fù)的序列。由于測(cè)序技術(shù)只能完成短片段讀取，重復(fù)序列就會(huì)導(dǎo)致許多看起來(lái)幾乎完全相同的短片段出現(xiàn)。“這就好比拼圖中的藍(lán)天、草原，其中的每一小塊都是藍(lán)色或綠色，但又沒(méi)有線索告訴我們這些片段如何拼接在一起。”汪強(qiáng)虎說(shuō)，這就帶來(lái)了許多缺口。

首先攻下的為何是特殊的X染色體

眾所周知，人的細(xì)胞中有一個(gè)細(xì)胞核，細(xì)胞核的遺傳物質(zhì)在23對(duì)染色體上，其中有一對(duì)是性染色體。如果是女性，這對(duì)性染色體就是XX，但如果是男性，就是XY。而每個(gè)人的性染色體一半來(lái)自父親一半來(lái)自母親。

“科學(xué)家選擇X染色體進(jìn)行補(bǔ)缺測(cè)序是有原因的。”汪強(qiáng)虎說(shuō)，X染色體在23對(duì)染色體中長(zhǎng)度中等，但是又包含許多遺傳信息，一旦能將X染色體完整測(cè)序，也將為今后其他染色體的完整測(cè)序提供參考。

“這并非說(shuō)Y染色體就不重要。”汪強(qiáng)虎說(shuō)，Y染色體有27個(gè)特別的編碼基因，是X染色體沒(méi)有的，從這點(diǎn)看，男孩要比女孩多27個(gè)來(lái)自爸爸的編碼基因。

今年2月告破的28年前南京醫(yī)科大學(xué)女學(xué)生遇害案件，就是依靠Y-STR家系排查技術(shù)，先通過(guò)Y染色體分析找到家族，再通過(guò)采集嫌疑人家族中11名男性口腔拭子并進(jìn)行DAN比對(duì)，確認(rèn)罪犯。

“Y染色體為男性特有，只能來(lái)自于父親的遺傳，有點(diǎn)類似古人說(shuō)的‘一脈相承’。”汪強(qiáng)虎告訴記者，就是爺爺傳給父親，父親傳給兒子。因此，一個(gè)家族里只要對(duì)一位男性的Y染色體進(jìn)行了檢測(cè)，也就基本知道這個(gè)家族里其他男性的Y染色體什么樣。

女性會(huì)繼承兩條X染色體，一條來(lái)自母親，一條來(lái)自父親。但是，這兩條X染色體并不相同，它們的DNA序列包含許多差異。

在這項(xiàng)研究中，研究人員沒(méi)有對(duì)人類正常細(xì)胞的X染色體進(jìn)行測(cè)序。而是選用了一種特殊的雌性細(xì)胞——具有兩條來(lái)源相同的X染色體。與僅具有X染色體單拷貝的雄性細(xì)胞相比，這種細(xì)胞可提供更多的DNA進(jìn)行測(cè)序。它還可以避免分析典型雌性細(xì)胞的兩個(gè)X染色體時(shí)遇到的序列差異。

納米孔技術(shù)是X染色體測(cè)序最大功臣

與20年前獲得的人類基因組草圖相比，這次科學(xué)家將X染色體完整測(cè)序，最大功臣就是納米孔測(cè)序技術(shù)。

“這是一種第三代測(cè)序技術(shù)。”據(jù)汪強(qiáng)虎介紹，1996年美國(guó)哈佛大學(xué)的丹尼爾·布蘭頓、加州大學(xué)的大衛(wèi)·迪默及其同事，在美國(guó)《國(guó)家科學(xué)院院刊》雜志上首次發(fā)表文章指出，可以用膜通道檢測(cè)多核酸序列，成為納米孔測(cè)序技術(shù)的起源。

此次研究使用的是一種特殊的納米孔測(cè)序儀，它通過(guò)檢測(cè)單個(gè)DNA分子通過(guò)膜上的小孔(納米孔)時(shí)電流的變化，對(duì)DNA進(jìn)行測(cè)序。

“納米孔測(cè)序技術(shù)可以獲得包含數(shù)十萬(wàn)個(gè)堿基對(duì)的‘超長(zhǎng)讀取’，這樣的長(zhǎng)度可以跨越整個(gè)重復(fù)區(qū)域，從而繞過(guò)了一些復(fù)雜的挑戰(zhàn)。”汪強(qiáng)虎告訴記者，第一代基因測(cè)序技術(shù)一次只能讀取幾百個(gè)堿基對(duì)，近二十年來(lái)測(cè)序技術(shù)取得長(zhǎng)足進(jìn)步，讓那些曾經(jīng)被認(rèn)為十分棘手的重復(fù)序列測(cè)序，變得相對(duì)容易。

“這一成果無(wú)疑是個(gè)里程碑。”汪強(qiáng)虎表示，通過(guò)分析X染色體的基因信息，科學(xué)家或?qū)⒑芸旃タ艘恍?fù)雜疑難疾病。

比如X染色體上有著名的基因F8(凝血因子8)和F9(凝血因子9)，凝血因子8和9缺乏會(huì)導(dǎo)致血友病。

因?yàn)槟行灾挥幸粭lX染色體，一旦出現(xiàn)問(wèn)題，就無(wú)法正常產(chǎn)生凝血因子8和9。這也是為何血友病通常發(fā)生在男性身上的原因：女性帶有兩條X染色體，如果有一條染色體出現(xiàn)問(wèn)題，而另一條正常，通常不會(huì)出現(xiàn)血友病的病癥，但是會(huì)遺傳給下一代。

汪強(qiáng)虎認(rèn)為，新的人類基因組序列填補(bǔ)了目前人類參考基因組中的許多缺口，為基因組研究開(kāi)辟了新的領(lǐng)域。但潛在的挑戰(zhàn)依然存在，比如，1號(hào)染色體和9號(hào)染色體的重復(fù)DNA片段比X染色體上的要長(zhǎng)得多?？茖W(xué)家接下來(lái)計(jì)劃繼續(xù)努力彌合更多未知的缺口區(qū)域。

與此同時(shí)，針對(duì)中國(guó)人的多個(gè)基因組計(jì)劃也在實(shí)施之中，汪強(qiáng)虎介紹說(shuō)：“目前人類參考基因組是以歐美人群為藍(lán)本，但是歐美人群與中國(guó)人的基因還存在細(xì)微差別。例如中國(guó)工程院院士、南京醫(yī)科大學(xué)沈洪兵教授課題組通過(guò)全基因組關(guān)聯(lián)研究，找到與中國(guó)人肺癌有關(guān)的19個(gè)易感基因，作為中國(guó)人群肺癌多基因遺傳風(fēng)險(xiǎn)評(píng)估指標(biāo)，可實(shí)現(xiàn)前瞻性預(yù)防。”(

據(jù)了解，人類基因組，又稱人類基因體，是指人的基因組，由23對(duì)染色體組成，其中包括22對(duì)常染色體，1對(duì)性染色體。人類基因組含有約31.6億個(gè)DNA堿基對(duì)，堿基對(duì)是以氫鍵相結(jié)合的兩個(gè)含氮堿基，以胸腺嘧啶(T)、腺嘌呤(A)、胞嘧啶(C)和鳥(niǎo)嘌呤(G)四種堿基排列成堿基序列，其中A與T之間由兩個(gè)氫鍵連接，G與C之間由三個(gè)氫鍵連接，堿基對(duì)的排列在DNA中也只能是A對(duì)T，G對(duì)C。其中一部分的堿基對(duì)組成了大約20000到25000個(gè)基因。全世界的生物學(xué)與醫(yī)學(xué)界在人類基因組計(jì)劃中，調(diào)查人類基因組中的真染色質(zhì)基因序列，發(fā)現(xiàn)人類的基因數(shù)量比原先預(yù)期的少得多，其中的外顯子，也就是能夠制造蛋白質(zhì)的編碼序列，只占總長(zhǎng)度的約1.5%。