Nature Genetics：我们沿用20年的小鼠参考基因组，究竟错过了什么？一份T2T图谱的完整答案

基因组的 拼图游戏 与最后的 纯色天空

想象一下，你正在玩一幅巨大的拼图，图案是梵高的《星空》。如果所有的拼图碎片都独一无二，比如月亮的一角、丝柏树的顶端，那么凭借颜色和形状，你总能找到它们的位置。这是基因组中大多数区域的样子，它们序列独特，容易拼接。

但现在，想象一下拼图中最棘手的部分，那片深蓝色的夜空。这里有成千上万块颜色和形状几乎一模一样的碎片。当你拿起一块深蓝色的碎片，你完全不知道它应该属于夜空的左边还是右边。这就是基因组测序中 重复序列 带来的困扰。端粒和着丝粒，正是由这种高度重复的、如同 纯色天空 般的序列构成的。

传统的测序技术，就像把整幅画撕成无数小纸片（短读长测序），然后再试图拼接回去。对于独特的区域，这很有效。但对于端粒和着丝粒，你得到的是一大堆无法区分的 深蓝色小纸片 ，根本无从下手。这就是为什么在过去的二十年里，我们使用的小鼠参考基因组 (GRCm39) 尽管历经数次更新，依然存在281个序列缺口，并且没有完整的端粒和着丝粒。它就像一张标注着 前方区域未知 的地图，而这些未知区域，恰恰是维持染色体稳定和细胞正常分裂的核心地带。

那么，研究人员是如何攻克这个难题的呢？答案在于技术的革新。他们采用了 三代测序 技术，特别是超长读长测序 (ultralong-read sequencing)。这项技术不再是将图画撕成小纸片，而是将其切成非常大的长条。一条长读长序列可以跨越数万甚至数十万个碱基，足以覆盖大部分重复区域。这就好比你得到了一条长长的、包含着部分夜空和一小块星星的拼图，你立刻就能确定它在整幅画中的大概位置。

通过结合两种强大的测序技术，既保证高准确度的PacBio HiFi测序，又利用能产生超过100kb读长的Oxford Nanopore超长测序，研究人员获得了高质量的、超长的 拼图碎片 。他们选择的不是单一品系，而是两个遗传背景差异巨大的小鼠亚种：经典的实验小鼠品系C57BL/6J (B6)和来自野生小鼠的近交系CAST/EiJ (CAST)。通过对这两个品系杂交产生的F1代胚胎干细胞进行测序，他们能够利用父母本的遗传差异，巧妙地将F1代混合的测序读长准确地分离回属于B6和CAST的两个单倍型。这个过程被称为 三联体分箱 (trio-binning) ，它确保了后续组装的精确性。

最终，经过复杂的算法拼接、打磨和校正，世界上第一个真正意义上的、从端粒到端粒 (Telomere-to-Telomere, T2T) 的完整小鼠基因组诞生了。这不再是一张残缺的草图，而是一部前所未有的、逐个碱基的生命法典。现在，我们可以真正深入那些曾经的 黑暗区域 ，去探索其中隐藏的秘密了。

填补空白：在 无人区 发现了什么新大陆？

当研究人员将新的T2T基因组与旧的GRCm39参考基因组进行比较时，其差异是惊人的。这不仅仅是填上几个小洞那么简单，而是发现了广袤的 新大陆 。

首先是数据量的巨大扩充。与GRCm39相比，新的B6 T2T基因组增加了2.13亿个碱基 (213 Mb)的新序列，而CAST T2T基因组更是增加了2.52亿个碱基 (252 Mb)。这相当于为每个基因组增添了好几条染色体的长度。一个关键问题随之而来：这些新发现的序列究竟是什么？

分析结果表明，新增序列的绝大部分是重复序列，特别是卫星DNA (satellite DNA)。在新序列中，卫星DNA的占比高达惊人的86%以上。在B6和CAST两个品系中，卫星DNA的总量相较于GRCm39参考基因组，增加了超过31倍。卫星DNA正是构成着丝粒和异染色质的主要成分。过去，我们只能在显微镜下模糊地看到它们，现在第一次能以碱基精度的分辨率阅读它们的序列，这对于理解染色体结构和功能具有里程碑式的意义。

然而，更令人兴奋的是，这些 无人区 并不仅仅是重复序列的荒漠。在这些新大陆上，研究人员发现了绿洲 517个新的蛋白质编码基因。这些基因在旧的参考基因组中完全不存在，它们像失落的宝藏一样，被隐藏在那些序列空白或组装错误的区域里。

通过功能注释，研究人员发现这些新基因并非无名之辈，它们的功能多种多样，其中许多属于跨膜信号受体 (transmembrane signal receptor)、基因特异性转录调节因子 (gene-specific transcriptional regulator)和染色质相关蛋白 (chromatin-associated protein)等关键类别。这意味着我们过去对小鼠基因功能网络的理解，可能遗漏了重要的一环。

一个生动的例子来自于小鼠1号染色体上的一个长期存在的缺口。在GRCm39中，这个缺口被估计为大约50千碱基 (kb)。但在新的B6 T2T基因组中，研究人员发现这个区域的真实长度竟达到了4.1兆碱基 (Mb)，扩张了近80倍！更令人惊讶的是，在CAST品系中，这个区域的长度更是达到了7.1 Mb。

这片新大陆上居住着一个重要的免疫相关基因家族，斑点蛋白 (speckled protein, Sp) 基因家族，如Sp100、Sp110和Sp140。这些蛋白在抵抗病毒感染、调控基因表达等方面扮演着关键角色。新的T2T基因组揭示，这个区域的基因拷贝数在两个小鼠亚种之间存在巨大差异。例如，对于Sp140基因，B6品系有16个拷贝，而CAST品系则高达35个。对于Sp110基因，B6有4个拷贝，而CAST则有13个。

这种剧烈的基因拷贝数变异，很可能导致了不同小鼠品系在免疫应答能力上的显著差异。过去，如果一个与免疫相关的数量性状位点 (QTL) 定位到这个区域，研究人员会因为参考基因组的空白而束手无策。现在，有了完整的序列和精确的基因注释，他们终于可以深入探究这些拷贝数变异如何影响小鼠的健康与疾病，这为理解人类免疫系统疾病的遗传基础提供了全新的视角。

所以，填补空白不仅仅是让基因组序列变得 完整 和 好看 ，它实实在在地为我们揭示了新的生物学功能元件，解释了物种内的表型差异，并为未来的功能研究铺平了道路。

染色体的 束腰 与 护帽 ：两种截然不同的设计哲学

端粒和着丝粒，一个是染色体末端的 保护帽 ，防止染色体被误认为DNA损伤而被降解或错误连接；另一个是染色体的 束腰 ，在细胞分裂时引导纺锤体的附着，确保遗传物质平均分配给子细胞。它们对基因组的稳定至关重要。旧的参考基因组几乎完全没有这些结构的信息，而新的T2T基因组则第一次让我们能够并排比较两个不同亚种的端粒和着丝粒，其结果揭示了两种截然不同的 设计哲学 。

着丝粒：大小与结构的变奏曲

小鼠的染色体属于端着丝粒型 (telocentric)，意味着着丝粒非常靠近染色体的一端。着丝粒的核心区域由小卫星DNA (minor satellite)构成，其两侧是广阔的、由大卫星DNA (major satellite)组成的着丝粒周围区域 (pericentromere)。

在GRCm39中，大卫星序列只有区区99.6 kb，而小卫星序列则完全缺失。在新的T2T基因组中，这一景象被彻底改写。B6品系基因组中大卫星序列的总长度达到了200.07 Mb，小卫星序列则有13.07 Mb。而在CAST品系中，这两个数字分别是223.7 Mb和16.5 Mb。

这不仅仅是量的差异，更是分布和大小的显著不同。研究人员发现，CAST品系的着丝粒区域通常比B6品系更大。B6品系单个染色体的着丝粒区域大小范围在5-25 Mb之间，中位数为11.1 Mb。而CAST品系的范围则更广，从5-35 Mb不等，中位数为12.9 Mb。尤其是在16号染色体上，CAST品系的着丝粒区域达到了惊人的36.2 Mb，远超过B6品系中最大的着丝粒（17号染色体上的23.7 Mb）。

这种着丝粒大小和组成的差异意味着什么？着丝粒的结构直接影响其功能，包括动粒的组装和与纺锤体微管的相互作用。不同大小和结构的着丝粒，可能在细胞分裂的动力学上存在细微差别。在物种形成的过程中，着丝粒的快速进化被认为是一个重要的驱动力。T2T基因组提供的这种高分辨率视图，让我们第一次有机会去探究，在亚种分化的尺度上，着丝粒的结构变异是否以及如何影响杂交后代的生育能力，这是一个经典的进化生物学问题。

端粒相关区域：秩序与混沌的鲜明对比

如果说对着丝粒的观察已经足够颠覆，那么对端粒旁边亚端粒区域 (subtelomere)的分析，则更是上演了一场 秩序与混沌 的戏剧性对比。这个区域，被称为TLC区域，是连接末端 TTAGGG 重复序列和染色体主体臂的过渡地带。

在B6品系中，研究人员发现了一个高度保守、如同军队列阵般整齐划一的结构模式。在19条常染色体中，有16条的TLC区域都遵循着一个清晰的模板：一个高度保守的L1-LINE反转座子元件，紧接着是由TLC重复单体组成的阵列，这个阵列会被特定的LTR反转座子或简单重复序列有规律地 打断 ，最后整个结构终止于着丝粒的小卫星DNA序列。这种高度的结构一致性表明，在B6品系的进化过程中，可能存在一种协同进化的机制，维持着所有染色体末端结构的统一性。

然而，当研究人员转向CAST品系时，画面截然不同。这里的TLC区域呈现出高度的异质性，几乎每条染色体都有自己独特的结构，没有任何共享的、清晰的组织模式。B6品系那种整齐划一的 军阵 消失了，取而代之的是一个由各种重复元件随意组合而成的复杂镶嵌体，如同一个无序的、充满变化的 马赛克 。

更有趣的是，研究人员在CAST品系的TLC区域发现了一些B6品系完全没有的 新 元件。例如，一种名为CenSat的重复序列，在18条CAST染色体的TLC区域中都有出现，但在B6中却踪迹全无。这种从 极端秩序 到 极端混沌 的转变，为我们提出了一个深刻的问题：为什么两个如此接近的亚种，会在基因组最基本的结构单元上，演化出如此天差地别的策略？B6的 秩序 可能代表了一种稳定化的策略，而CAST的 混沌 则可能赋予了基因组更高的可塑性和适应潜力。这种结构上的巨大差异，可能正是两个亚种在进化道路上分道扬镳的分子印记。

破解遗传密码中的 X档案

除了端粒和着丝粒，基因组中还有一些其他区域，因其复杂的结构而长期被列为 悬案 。完整的T2T基因组为研究人员提供了前所未有的工具，去破解这些遗传学的 X档案 。

伪常染色体区 (PAR)：X与Y的神秘 握手地带

在性染色体X和Y之间，存在一个被称为伪常染色体区 (Pseudoautosomal region, PAR)的小片段。在这个区域，X和Y染色体的序列是同源的，它们在雄性减数分裂时会像常染色体一样进行配对和重组。然而，这个区域富含重复序列，重组率极高（超过基因组平均水平100倍），因此极难测序和组装。

这项研究成功地组装了CAST品系的X染色体PAR区域，并将其与之前完成的B6品系PAR进行比较。结果发现，这个小小的区域里隐藏着巨大的结构差异。研究人员在小鼠PAR区域新发现了4个基因，并发现不同品系间基因和假基因的拷贝数存在差异。更重要的是，他们发现PAR与X染色体特异区之间的边界，PAB (Pseudoautosomal boundary)，在不同品系中的位置是不同的。这种边界的移动是驱动性染色体进化的一个重要机制，完整的PAR序列让我们能够精确地追踪这一过程。

KRAB锌指蛋白 (KZFP) 家族：基因组的 沉默卫队

为了抑制基因组中 跳跃基因 ，转座元件 (Transposable elements, TEs)的活性，哺乳动物进化出了一支庞大的 沉默卫队 ，KRAB锌指蛋白 (KRAB zinc-finger proteins, KZFPs)家族。由于KZFP基因常常以庞大的、高度同源的基因簇形式存在，它们所在的区域也成为了组装的 老大难 。

T2T基因组的完成，彻底解决了这个问题。研究人员发现，仅仅在B6品系中，就新鉴定出了超过48个推测的KZFP基因。更重要的是，当比较B6和CAST的KZFP基因簇时，他们观察到了剧烈的结构变异，包括大段的倒位 (inversion)和拷贝数变异 (duplication)。这意味着，不同品系小鼠的 沉默卫队 ，其成员组成和部署策略是大不相同的，这为我们理解物种内表型变异的表观遗传学基础，打开了一扇全新的大门。

染色体倒位：驱动进化的 隐形之手

染色体倒位，即一段DNA片段发生了180度的翻转，是一种重要的结构变异。完整的T2T基因组让研究人员可以精确地检测它们。通过比较B6和CAST的基因组，研究人员共鉴定出133个大于1kb的倒位事件。

他们进一步探究了这些倒位是如何产生的。分析发现，倒位的断点显著富集了LINEs、LTRs等反转座子，以及节段性重复 (Segmental duplications, SDs)。一个非常有力的证据是，研究人员发现，用来形成倒位的SDs片段越长，所产生的倒位片段也越长。这项发现不仅加深了我们对基因组结构变异机制的理解，也为进化生物学家提供了一张高精度的倒位图谱。

一幅新地图，一个新纪元

这项研究，远不止是完成了一项技术壮举。它为我们描绘了一幅关于小鼠基因组的全新图景：它不再是一个静态的、线性的序列集合，而是一个远比我们想象的更加动态、更富结构多样性的生命系统。

从增加的2.13亿碱基和517个新基因，到B6与CAST在着丝粒和亚端粒结构上 秩序与混沌 的鲜明对比；从破解PAR和KZFP基因簇等 X档案 ，到揭示染色体倒位的形成机制，每一个发现都在刷新我们的认知，并提出更多、更深层次的问题。

这幅完整地图的意义，将远远超出基础研究的范畴。在现代遗传学研究中，研究人员常常使用像多样性远交系 (Diversity Outbred, DO)和协同杂交系 (Collaborative Cross, CC)这样的复杂小鼠群体，来精细定位导致疾病易感性或药物反应差异的基因位点 (QTL)。过去，当一个QTL定位到基因组的空白区域时，研究就陷入了僵局。现在，有了CAST品系的完整T2T基因组，研究人员终于可以深入这些区域，精确识别出真正的致病基因和变异。

这标志着一个新纪元的开始。未来，随着更多不同品系小鼠的T2T基因组被测序完成，我们将能够构建一个小鼠泛基因组 (mouse pangenome)，它将包含这个物种几乎所有的遗传多样性。这张终极的生命蓝图，将使我们能够以前所未有的深度，去理解基因型与表型之间的复杂联系，加速人类疾病模型的构建，并最终推动医学的发展。

从一张充满空白的地图，到一个完整、精确的基因组图谱，我们不仅看到了碱基序列的延伸，更看到了科学探索的边界在不断向外拓展。而在这幅新地图的指引下，无数关于生命、进化与疾病的新大陆，正等待着我们去发现。

版权声明 本网站所有注明“来源：100医药网”或“来源：bioon”的文字、图片和音视频资料，版权均属于100医药网网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：100医药网”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。

87%用户都在用100医药网APP 随时阅读、评论、分享交流 请扫描二维码下载->

医药网新闻