近(11)日，由美國國衛院(NIH)旗下單位國家人類基因體研究所(NHGRI)發起的「人類泛參考基因體聯盟」(Human Pangenome Reference Consortium, HPRC)，於頂尖期刊《Nature》上發佈了其計畫中的基因體圖譜初稿，成為目前涵蓋族群最廣泛、最完整的人類基因圖譜，該圖譜最終版則預計在明年發表。

這項「人類泛參考基因體」初稿，是由透過47名擁有不同種族背景的參與者基因資訊分析製成，相較於目前最完整的人類參考基因體(GRCh38版本)，多了1.19億個新的鹼基，其中約有9千萬個鹼基對，來自於鹼基的插入、缺失、串連重複等結構性變異。

研究論文表示，使用這項草圖進行短讀取的定序分析，相較於使用GRCh38版本，可將發現小型變異的錯誤(small variant discovery errors)減少34%，並增加在每個單倍體(haplotype)中偵測到的結構性變異數目達104%。

這項成果，能幫助基因定序後，對各個樣本中絕大多數的結構變異等位基因進行分型。

此外，由於這項基因參考圖譜中，包含了可分析每個人成對存在的染色體中，來自於父或母方「單倍體」的訊息，因此也能更準確辨別來自雙親不同的染色體，可助於了解疾病或某些性狀的遺傳方式。

HPRC這項計畫，是繼2003年人類基因體計畫(Human Genome Project, HGP)正式完成後，為了補足該計畫成果中，許多礙於當時技術而未能達到的空白，所執行的計畫之一。

當時，HGP已解讀了佔人類基因體90%以上的序列，不過直到2018年，人類的基因定序結果中仍有數百萬的鹼基是未知的。

隨著近年長讀取定序技術的發展，科學家才得以一次解碼長片段的鹼基對，並透過演算法將長片段DNA組裝為更完整的序列資訊。例如近期，「端粒到端粒聯盟」(Telomere to Telomere Consortium)因此得以完成人類單倍體基因體的第一個完整序列「T2T-CHM13」。

而HPRC本次所發表的圖譜，除了參考T2T的單倍體圖譜外，也因為納入更多參與者資訊，因此得以突破原先基因體圖譜中，參與者只有約20人，基因多樣性無法涵蓋所有人類的困境。

目前的47名參與者中，有34%來自美洲、超過一半來自非洲、6人來自亞洲，以及1名來自歐洲的阿什肯納茲猶太人(Ashkenazi Jews)。

HPRC計畫最終目標是將350人的基因體資訊納入，尤其是補足目前還未納入的族裔代表(如：中東、非洲和大洋洲的更多代表)，並預計將在2024年發布最終版本。

參考資料：https://www.nature.com/articles/s41586-023-05896-x

(編譯/巫芝岳)