|
該研究對(duì)約50萬(wàn)人，包括了5個(gè)人種的參與者進(jìn)行了全基因組測(cè)序，堪稱人類基因探索的又一里程碑式研究。雖然此研究尚未正式通過(guò)同行評(píng)審正式發(fā)表，但我們也可以通過(guò)該預(yù)印本先睹為快。
隨著基因測(cè)序技術(shù)的不斷發(fā)展，我們對(duì)于基因了解也越來(lái)越多。但了解越多，未知的領(lǐng)域也更多展現(xiàn)在人們眼前。為此，UK Biobank在之前的基因分型和全外顯子組測(cè)序 (WES) 研究工作的基礎(chǔ)上進(jìn)行了一個(gè)涵蓋近50萬(wàn)人的超大規(guī)模全基因組測(cè)序（WGS）工程，也是迄今為止最大規(guī)模的涵蓋了5個(gè)人種的全基因組測(cè)序。研究人員首先通過(guò)英國(guó)生物樣本庫(kù)收集患者樣本，然后進(jìn)行WGS。對(duì)測(cè)序結(jié)果使用 GraphTyper 和 DRAGEN 數(shù)據(jù)集進(jìn)行質(zhì)量控制，然后對(duì) SNP、in/dels 和結(jié)構(gòu)變體 （SV） 進(jìn)行變體調(diào)用。此后，研究人員定義了與 SV、SNP 和基因水平相關(guān)的表型（二元和定量）（罕見變異分析），并得出結(jié)論。然后將五個(gè)人種——NFE（非芬蘭歐洲人）、SAS（南亞人）、AFR（非洲人）、ASJ（阿什肯納茲猶太人）和EAS（東亞人），和集體關(guān)聯(lián)效應(yīng)定義為跨祖先薈萃分析。
研究使用了Illumina因美納NovaSeq™ 6000測(cè)序平臺(tái)，對(duì)490,640名UK Biobank的參與者進(jìn)行WGS。WGS的平均測(cè)序覆蓋深度為32.5倍，并采用了重復(fù)樣品作為質(zhì)量控制。
之后，Illumina因美納 的DRAGEN Bio-IT平臺(tái)又成功調(diào)用了大量的SNP和indel變異（均處于高準(zhǔn)確性范圍），其中，SNP檢測(cè)到的靈敏度是99.77%，精度為99.91%；indel靈敏度為99.70%，精度為99.83% 。最后，對(duì)WSG測(cè)序結(jié)果、GraphTyper和DRAGEN系統(tǒng)的變異調(diào)用結(jié)果執(zhí)行單變異測(cè)試、多祖源meta分析、罕見變異聚合分析和結(jié)構(gòu)變異分析等。
圖1變異類型和頻率的描述
Figure 1由多個(gè)子圖組成，涉及到基因組變異的不同類型和頻率分布：
a) 不同群體中各類型變異的密度/數(shù)目：這個(gè)子圖展示了在五個(gè)不同祖先背景的群體中，每個(gè)個(gè)體識(shí)別出的變異數(shù)目。具體來(lái)說(shuō)，變異類型包括了SNP（單核苷酸多態(tài)性）、indels（插入或缺失變異）、singleton SNPs/indels（僅出現(xiàn)一次的SNP/indels）、結(jié)構(gòu)變異中的插入和重復(fù)（insertions/duplications）以及刪除（deletions）。b) 結(jié)構(gòu)變異（SV）的長(zhǎng)度分布：此子圖中關(guān)注SVs的大小分布，并通過(guò)顏色代碼區(qū)分不同頻率的變異，其中紅色區(qū)域代表變異大小的第25至75百分位數(shù)值，直線代表中位數(shù)，頂部橫線表示95%置信區(qū)間。長(zhǎng)度分布顯示了結(jié)果趨向于更短的SVs。c) 不同類型SVs數(shù)量：這里顯示了按照變異類別（復(fù)制、插入、刪除）分類的SV數(shù)量。d) 插入和刪除的大小分布：此子圖指明了插入（insertions）和刪除（deletions）的尺寸范圍，從50bp到1,000bp、10,000bp甚至100,000bp的變異大小進(jìn)行了分類說(shuō)明。Figure 2描述了如何通過(guò)不同樣本量（從1000到490,541）揭示不同等位基因頻率范圍內(nèi)的變異數(shù)。具體地，橫軸表示隨機(jī)下采樣分析中的樣本數(shù)量，縱軸表示識(shí)別出的變異量。從Figure 2可以看出：對(duì)于常見變異（如，>1%頻率），即使樣本數(shù)量增大，我們也只觀察到了變異數(shù)量較小的增加。對(duì)于稀有變異（如，<=0.001%頻率），隨著樣本量的增加，變異數(shù)量顯著增長(zhǎng)，并且在樣本量最大時(shí)仍未看到增長(zhǎng)平穩(wěn)，這表明繼續(xù)進(jìn)行大規(guī)模測(cè)序工作對(duì)于發(fā)現(xiàn)新的和高影響力的稀有變異具有重要價(jià)值。圖3跨祖先的 GWS（全基因組顯著性）關(guān)聯(lián)的擾亂圖Figure 3是一個(gè)UpSet交互圖，常用來(lái)展示多個(gè)集合之間交集和獨(dú)特元素的分布。這里顯示了全基因組顯著性(GWS)關(guān)聯(lián)的分布情況，包括跨不同祖先(種族群體)的meta-analysis以及特定祖先內(nèi)的關(guān)聯(lián)。橫軸標(biāo)簽按照GWS關(guān)聯(lián)數(shù)量進(jìn)行排序：meta-analysis、NFE（非芬蘭歐洲人）、SAS（南亞人）、AFR（非洲人）、ASJ（阿什肯納茲猶太人）和EAS（東亞人）。根據(jù)Figure 3顯示，最多的GWS關(guān)聯(lián)發(fā)現(xiàn)在非芬蘭歐洲人群體中，緊隨其后的是meta-analysis，這表明某些基因與性狀的關(guān)聯(lián)橫跨多個(gè)種族群體。非歐洲人群中的相對(duì)少量GWS發(fā)現(xiàn)亦表明研究仍有進(jìn)一步挖掘這些群體特異性遺傳關(guān)聯(lián)的空間。圖4HBB-HBE1基因座與貧血相關(guān)疾病的關(guān)聯(lián)Figure 4的左半邊展示了HBB-HBE1與溶血性貧血(D55-59)在非芬蘭歐洲人(NFE)、非洲人(AFR)、南亞人(SAS)中的關(guān)聯(lián)，右半邊展示了HBB-HBE1與地中海貧血(Thalassaemia, D56)在NFE、AFR、SAS種族中的關(guān)聯(lián)。Figure 4顯示了針對(duì)特定性狀——貧血的關(guān)聯(lián)信號(hào)在不同人群中的分布。圖中突出了某些單核苷酸變異(SNPs)，如rs334。該變異是SCD（鐮狀細(xì)胞?。┑囊粋€(gè)常見原因，并與HBB基因的一個(gè)錯(cuò)義突變有關(guān)。這些關(guān)聯(lián)揭示了基因變異與疾病表型之間的聯(lián)系，以及這些關(guān)聯(lián)如何因不同種族而具有不同的流行病學(xué)特征。rs334在非洲人群中較為常見，但在非芬蘭歐洲人和南亞人中較為稀少。研究結(jié)果依據(jù)不同群體種系特有的基因頻率揭示了天然選擇的痕跡，例如特定基因座的變異對(duì)抗瘧疾的保護(hù)作用可能導(dǎo)致在某群體中變異頻率較高。rs334還與其他生化指標(biāo)（如肌酐、尿素）有關(guān)聯(lián)，與鐮狀細(xì)胞病的臨床表象一致。同樣，地中海貧血相關(guān)性狀的關(guān)聯(lián)研究提供了進(jìn)一步針對(duì)基因影響疾病表型的證據(jù)。圖5攜帶有害pLoF/P/LP變異基因的人數(shù)Figure 5描述了在全基因組測(cè)序（WGS）和全外顯子測(cè)序（WES）數(shù)據(jù)集中發(fā)現(xiàn)攜帶有害變異的基因的數(shù)量。pLoF是預(yù)測(cè)的失功能變異（putative Loss-of-Function variants），P/LP是臨床上認(rèn)定的致病/可能致病變異（Pathogenic/Likely Pathogenic variants）。橫坐標(biāo)X軸顯示了參與者的數(shù)量，縱坐標(biāo)Y軸表示具有至少一個(gè)特定數(shù)量（1，25，50，100）攜帶者的自體染色體基因的數(shù)量。Figure 5顯示，WGS檢測(cè)到的具有至少100個(gè)攜帶有害變異的基因數(shù)量超過(guò)了WES數(shù)據(jù)集中的基因數(shù)量。Figure 5突出了WGS與WES數(shù)據(jù)集在揭示有害變異方面的比較，證明了WGS對(duì)于發(fā)現(xiàn)并理解構(gòu)成特定遺傳疾病風(fēng)險(xiǎn)的罕見和可能有害的遺傳變異的重要性。通過(guò)WGS，我們能夠在更廣泛的基因組區(qū)域內(nèi)發(fā)現(xiàn)之前可能在WES中未被檢測(cè)到的有害變異，這在病因?qū)W研究及潛在的靶向治療中極為重要。圖6 UTR基因型與表型的關(guān)聯(lián)Figure 6是一個(gè)塌陷分析圖，展示了通過(guò)合并分析罕見UTR變異與表型關(guān)聯(lián)的情況。圖片的上半部分展示了二進(jìn)制性狀（binary phenotypes）的關(guān)聯(lián)分析結(jié)果，下半部分展示了定量性狀（quantitative traits）的關(guān)聯(lián)分析結(jié)果。不同的顏色代表不同的UTR模型（5’ UTR、3’ UTR和兩者結(jié)合），且圖中對(duì)P值 < 1e-30的顯著關(guān)聯(lián)信號(hào)進(jìn)行了標(biāo)注。Figure 6說(shuō)明了稀有的UTR變異對(duì)于一些生物學(xué)性狀和疾病表型確實(shí)具有重要的關(guān)聯(lián)性，在某些情況下，純UTR變異與特定表型的聯(lián)合分析可導(dǎo)致新的統(tǒng)計(jì)學(xué)上顯著關(guān)聯(lián)。說(shuō)明UTR變異在轉(zhuǎn)錄后調(diào)控以及相關(guān)疾病過(guò)程中可能存在重要作用，這些關(guān)聯(lián)和作用在以前基于WES技術(shù)進(jìn)行的研究中可能被忽視了。對(duì)于那些僅在蛋白質(zhì)編碼區(qū)有信號(hào)而UTR變異未被考慮的性狀，這一發(fā)現(xiàn)意味著應(yīng)擴(kuò)大對(duì)罕見變異和非編碼區(qū)域的探索，以更好地理解疾病機(jī)制。
在這個(gè)研究中，WGS檢測(cè)到約1.5億個(gè)變異，包括單核苷酸多態(tài)性（SNP）、插入缺失變異（indels）和結(jié)構(gòu)變異（SV），這在觀察到的人類變異中較基因芯片插補(bǔ)和WES增加了18.8倍和40倍以上。相比僅通過(guò)WES能發(fā)現(xiàn)的變異，WGS能覆蓋更多的蛋白編碼區(qū)以及5’ 和3’ 未翻譯區(qū)（UTR）序列的變異。大規(guī)模的WGS數(shù)據(jù)帶來(lái)了對(duì)稀有非編碼變異在健康和疾病中作用的擴(kuò)展理解潛力，例如：WGS數(shù)據(jù)顯示，在所有注釋類別中捕獲的變異數(shù)量都超過(guò)了WES。結(jié)構(gòu)變異（SV）發(fā)現(xiàn)，雖然數(shù)量少于SNP和indels，但平均影響的堿基對(duì)數(shù)與SNP和indels相當(dāng)。通過(guò)多祖源meta分析，發(fā)現(xiàn)細(xì)胞色素C反應(yīng)蛋白降低與APOE基因突變r(jià)s429358-C有關(guān)，而通常認(rèn)為這種突變會(huì)增加老年癡呆癥的風(fēng)險(xiǎn)。發(fā)現(xiàn)結(jié)構(gòu)變異的檢測(cè)能夠揭示基因與性狀之間的新關(guān)聯(lián)，例如，PCSK9基因中的SV與非高密度脂蛋白膽固醇水平顯著相關(guān)。這項(xiàng)研究提升了我們對(duì)人類遺傳變異及其疾病發(fā)生影響的認(rèn)識(shí)，并將為新的診斷方法、更有效和更安全的療法的發(fā)現(xiàn)，以及為可能改善全球健康的精準(zhǔn)醫(yī)學(xué)策略開發(fā)打下基礎(chǔ)。此外，這項(xiàng)研究也為探尋“選擇作用”在致病變異和保護(hù)性變異塑造人類遺傳多樣性的過(guò)程中，扮演了何種角色奠定了研究基礎(chǔ)。UK Biobank這一項(xiàng)目所開展的全基因組測(cè)序（WGS）采用了因美納NovaSeq™ 6000測(cè)序平臺(tái)，測(cè)序地點(diǎn)包括冰島deCODE Genetics和英國(guó)維康桑格研究所。對(duì)此 英國(guó)生物樣本庫(kù)副首席執(zhí)行官M(fèi)ark Effingham博士也曾表示：“如此大規(guī)模的全基因組測(cè)序?qū)夹g(shù)的精確度和靈敏度都有著極高的要求。”因美納成為英國(guó)生物樣本庫(kù)當(dāng)時(shí)首選的技術(shù)合作伙伴。此外，同時(shí)值得關(guān)注的是，該項(xiàng)目的分析亦采用了以高效和準(zhǔn)確著稱的因美納DRAGEN Germline分析流程。這一分析流程與其他大規(guī)模群體基因組學(xué)計(jì)劃所采用的分析流程相一致，以便今后對(duì)數(shù)據(jù)進(jìn)行交叉分析。其他大型群體基因組學(xué)計(jì)劃包括新加坡國(guó)家精準(zhǔn)醫(yī)學(xué)項(xiàng)目PRECISE、英國(guó)Genomics England十萬(wàn)人基因組計(jì)劃、由美國(guó)國(guó)立衛(wèi)生研究院支持的百萬(wàn)自然人群隊(duì)列研究項(xiàng)目All of Us，以及由Nashville Biosciences牽頭的基因組發(fā)現(xiàn)聯(lián)盟（Alliance for Genomic Discovery）。 |
