Nature丨基于四代家系绘制人类新生突变全景图

摘要：人类基因组的完整组装一直是遗传学研究的重大挑战。尽管端粒到端粒（T2T）联盟的突破性工作填补了约8%的基因组空白区域，包括着丝粒、节段性重复和近端着丝粒区域，但这些高度重复的序列在传统研究中仍难以准确分析。长期以来，短读长测序（SRS）技术如Illumina在

撰文 | 易

人类基因组的完整组装一直是遗传学研究的重大挑战。尽管端粒到端粒（T2T）联盟的突破性工作填补了约8%的基因组空白区域，包括着丝粒、节段性重复和近端着丝粒区域，但这些高度重复的序列在传统研究中仍难以准确分析。长期以来，短读长测序（SRS）技术如Illumina在变异检测中存在明显的局限性，尤其是在复杂重复区域和结构变异（SVs）的鉴定上。近年来，长读长测序（LRS）技术如PacBio HiFi和Oxford Nanopore的发展使得单倍型分型和高精度基因组组装成为可能，为全面解析人类遗传变异的多样性和动态性提供了新的机遇。

然而，现有的参考基因组（如GRCh38或T2T-CHM13）仍存在潜在的偏差，尤其是在跨代遗传研究中，直接比对到参考基因组可能导致新生突变（DNMs）的误判。此外，以往的研究往往局限于特定基因组区域或变异类型，缺乏对复杂重复序列（如着丝粒、串联重复）的系统分析。

近日，华盛顿大学医学院Evan E. Eichler在Nature期刊上发表题为Human de novo mutation rates from a four-generation pedigree reference的研究论文，选择了一个经过长期研究的四代家系（CEPH 1463，共28名成员），利用多平台测序技术构建高质量的单倍型组装，首次系统揭示了人类新生突变的全谱特征，发现突变率在不同基因组区域差异显著且呈现强烈的父本偏向性，同时构建了高精度重组图谱，为理解人类遗传变异的起源和传递提供了重要基准。

研究团队采用了多组学整合策略，结合五种互补的测序技术（PacBio HiFi、UL-ONT、Strand-seq、Illumina和Element AVITI）对CEPH 1463家系成员进行全基因组测序（WGS）。研究发现，母源减数分裂重组事件显著多于父源（比例1.4:1），且父源重组强烈偏向染色体末端——55个事件位于端粒2 Mb范围内，而母源仅1例。这一现象可能与性别特异的染色质结构或减数分裂机制差异有关。此外，父母年龄增长与重组频率下降显著相关，这一发现与基于短读长的群体研究结论相悖，提示家系特异性或技术偏差的可能。值得注意的是，15-20%的染色体在传递过程中未检测到重组断点，暗示某些单倍型可能因选择压力而保持完整。

生殖系单核苷酸变异（SNVs）表现出强烈的父本偏向性（81.4%），且突变率随父亲年龄线性增加（每年1.55个突变）。相比之下，合子后突变（PZMs）无父母来源偏好，但在节段性重复（SDs）中富集3.9倍，提示体细胞突变可能更易发生在基因组不稳定区域。着丝粒区域的SNV突变率（4.94×10^-8/bp/代）显著高于基因组背景，可能与重复序列的修复效率降低有关。

串联重复（TRs）的新生突变率（4.74×10^-6/位点/代）呈现明显的长度依赖性——二核苷酸重复的突变率高于单碱基重复，而长motif（>6 bp）的突变率随长度增加。研究还发现32个高频突变TR位点，其中一个位点在跨代传递中发生10次独立的扩张/收缩事件，暗示某些重复序列具有“突变热点”特性。在着丝粒区域，18个新生结构变异（SVs）中72.2%涉及α-卫星高阶重复单元的整数倍变化，其中部分事件导致着丝粒功能区（CDR）位置偏移，可能影响着丝粒的表观遗传调控和染色体分离。

Yq12异染色质区的SNV突变率（1.99×10^-7/bp/代）是常染色质区的10倍，且45/48突变源于DYZ1/DYZ2重复序列的基因转换事件。此外，每个Y染色体传递平均产生9.6个SNVs、1.8个小indels和1个大SV，凸显了男性特异区在进化中的快速演化特性，表明了Y染色体的高突变负荷。41个新生SVs中68%为父本起源，且多数（40/41）与重复序列相关。值得注意的是，这些事件均未与减数分裂重组断点共定位，反驳了“非同源重组（NAHR）主导SV形成”的传统假设，提示双链断裂修复的其他机制（如微同源介导的末端连接）可能更为关键。

总而言之，本研究通过整合多平台测序和跨代家系分析，首次系统揭示了人类基因组重复区域的动态变异图谱。着丝粒和串联重复的高突变率、父本偏向的突变积累、以及结构变异对着丝粒功能的潜在影响，为理解遗传疾病（如染色体不稳定性综合征）和基因组进化提供了新视角。

制版人：十一

学术合作组织