七年前，千人基因組計(jì)劃（1000 Genomes Project, 1kGP）發(fā)布了一個(gè)開放性資源，主要基于代表世界五大洲26個(gè)人群的2504人的低覆蓋率全基因組測序（WGS）數(shù)據(jù)，從而首次大規(guī)模提供人類遺傳變異目錄。

如今，在一項(xiàng)新的研究中，來自美國紐約基因組中心、麻省總醫(yī)院、耶魯大學(xué)和人類基因組結(jié)構(gòu)變異聯(lián)盟（Human Genome Structural Variation Consortium, HGSVC）等研究機(jī)構(gòu)的研究人員擴(kuò)展了1kGP資源，除了原始樣本外，幾乎納入所有的親子三人組（parent-child trios），并使用Illumina NovaSeq儀器對它們進(jìn)行高覆蓋率測序。他們對擴(kuò)展后的1kGP隊(duì)列---如今由3202個(gè)樣本組成，包括602個(gè)親子三人組---的高覆蓋率WGS數(shù)據(jù)進(jìn)行了全面分析。相關(guān)研究結(jié)果發(fā)表在2022年9月1日的Cell期刊上，論文標(biāo)題為“High-coverage whole-genome sequencing of the expanded 1000 Genomes Project cohort including 602 trios”。

論文共同通訊作者、紐約基因組中心計(jì)算生物學(xué)科學(xué)主任Michael Zody博士解釋說，“1kGP隊(duì)列是一個(gè)非常有價(jià)值的資源，我們認(rèn)為使用最新版本的短讀技術(shù)將測序更新到最新版本，同時(shí)增加以前遺漏的家族樣本的豐富性，這對科學(xué)界是非常有用的?！?/p>

通過使用最先進(jìn)的方法和算法，來自紐約基因組中心的研究人員對來自這一擴(kuò)展隊(duì)列的淋巴樣干細(xì)胞（lymphoblastoid cell line, 簡稱LCL，即來自外周血的永生化人類B細(xì)胞）的DNA進(jìn)行測序，目標(biāo)深度為30倍基因組覆蓋。接下來，他們進(jìn)行了單核苷酸變異（SNV）和短時(shí)插入/缺失（insertion and deletion, INDEL）識別，包括從序列數(shù)據(jù)中識別相對于人類參考基因組的變異位點(diǎn)，并對這一隊(duì)列中所有樣本中發(fā)現(xiàn)的變異位點(diǎn)進(jìn)行基因分型。

此外，來自哈佛醫(yī)學(xué)院、布羅德研究所和麻省總醫(yī)院的Michael Talkowski博士團(tuán)隊(duì)與耶魯大學(xué)和華盛頓大學(xué)醫(yī)學(xué)院的Ira Hall博士團(tuán)隊(duì)以及人類基因組結(jié)構(gòu)變異聯(lián)盟合作，通過整合多種分析方法，在3202個(gè)1kGP樣本中發(fā)現(xiàn)了一套全面的結(jié)構(gòu)變異（structural variant）并進(jìn)行了基因分型。

總體來說，這項(xiàng)新研究顯示，變異識別（variant call）的發(fā)現(xiàn)能力和精確度都有了明顯的提高，特別是在罕見的SNV以及INDEL和不同頻率出現(xiàn)的結(jié)構(gòu)變異中，這些都是以前低覆蓋率測序所不能接觸到的。

原始1kGP資源的一個(gè)重要方面是它被用作變異填補(bǔ)（variant imputation）的參考序列集，即根據(jù)從參考序列集上了解到的通常在人群中一起遺傳的變異分組，對稀疏的、基于陣列的樣本中未觀察到的基因型進(jìn)行統(tǒng)計(jì)推斷，這促進(jìn)了許多全基因組關(guān)聯(lián)研究（GWAS）。如今，隨著這個(gè)原始資源的擴(kuò)展，這些作者升級了用作變異填補(bǔ)的參考序列集，以包括更多通過高覆蓋率的全基因組測序和親子三人組家族發(fā)現(xiàn)的變異。

圖片來自Cell, 2022, doi:10.1016/j.cell.2022.08.004。

論文共同第一作者、紐約基因組中心高級生物信息學(xué)科學(xué)家Marta Byrska-Bishop博士解釋說，“這個(gè)新的用于變異填補(bǔ)的參考序列集包括更多的位點(diǎn)，特別是許多更常見的INDEL和結(jié)構(gòu)變異，從而擴(kuò)展了GWAS可獲得的變異數(shù)量，鑒于非SNV變異的效應(yīng)大小較大，這可能能夠發(fā)現(xiàn)新的遺傳關(guān)聯(lián)，幫助確定致病變異?！?/p>

所有的原始序列數(shù)據(jù)和變異識別集在測序完成后立即通過幾個(gè)基因組數(shù)據(jù)庫向公眾發(fā)布，包括國際基因組樣本資源（IGSR）。

論文共同第一作者、麻省總醫(yī)院基因組醫(yī)學(xué)中心博士后Xuefang Zhao博士補(bǔ)充說，“我們的目標(biāo)是讓這個(gè)公共資源成為未來群體遺傳研究和方法開發(fā)的基準(zhǔn)。”

這些數(shù)據(jù)已經(jīng)引起了遺傳學(xué)和基因組學(xué)界的興趣。由于1kGP樣本的完全開放獲取特性，這種情況可能會(huì)在未來幾年繼續(xù)下去。與大多數(shù)新出現(xiàn)的WGS工作不同，1kGP樣本被同意公開發(fā)布基因數(shù)據(jù)，沒有訪問或使用限制。（生物谷 Bioon.com）

參考資料：

1. Marta Byrska-Bishop et al. High-coverage whole-genome sequencing of the expanded 1000 Genomes Project cohort including 602 trios. Cell, 2022, doi:10.1016/j.cell.2022.08.004.

2. Researchers expand and upgrade the 1000 Genomes Project resource using whole-genome sequencing
https:///news/2022-09-genomes-resource-whole-genome-sequencing.html