49万人全基因组测序，揭示15亿遗传差异
Nature Portfolio约 3 分钟人类的遗传变异是一张宏大的拼图。而许多与疾病风险和药物反应密切相关的遗传信息，由于传统研究方法的局限性，一直隐藏在盲区之中。如今，新的技术手段——全基因组测序（WGS）正在改变人类对遗传学的理解，它几乎能够完整捕捉基因组中的所有变异。
今年8月，一项发表在《自然》杂志的研究，公布了一项大规模全基因组测序成果[1]。基于英国生物样本库（UK Biobank）中约49万名参与者的全基因组数据，研究者共发现超过15亿个遗传变异，这些变异揭示了更多以往测序方法无法捕捉的罕见变异，填补了人类基因组研究的关键空白。
深度测序
为了实现全基因组测序，研究团队使用Illumina NovaSeq 6000平台，为这49万名参与者生成了平均覆盖率为32.5倍深度的基因组数据，即每个碱基平均被检测到32次以上。在数据分析中，研究者使用了生物信息学平台DRAGEN，并发现相比于传统方法，该平台能够在更短时间内完成大规模基因组比对与变异检测，同时保持高精确度。例如，通过DRAGEN的分析工具，可靠结构变异的数量比使用旧版工具的数据集增加了约三倍。
在对764种疾病结局（ICD-10，国际疾病分类第十版）和71种定量性状的分析中，研究者发现了3万多个显著关联信号，其中近4千个只能通过全基因组测序检出。例如，FOXE3罕见移码突变显著增加白内障风险。此外，研究者发现了超过一万个常染色体基因存在功能缺失变异携带者，其中千余个基因甚至有多名纯合子个体。
进一步的全表型关联研究（PheWAS）表明，全基因组测序能检测到更多罕见变异携带者， 例如常染色体隐性多囊肾病相关基因PKHD1。而在罕见非编码区(UTR) 变异分析中，还发现了 63 条显著表型关联，其中与汉族人群肾结石风险相关的信号得到证实。
人群多样性
这项研究还特别关注了人群多样性。虽然英国生物样本库中的大多数参与者为欧洲血统，但研究者在全表型关联分析中也纳入了非洲、南亚、东亚和阿什肯纳兹犹太人群。在跨人群的合并分析中，研究发现了约2.8万个显著关联信号，其中16.6%为首次发现。一些变异在非欧洲群体中更为突出，例如非洲人群中的HBB基因中的错义变异能抵抗疟疾，但会增加镰刀型贫血风险，而南亚人群的HBB剪接位点变异则与贫血相关。
这项研究也面临一些局限。例如，非洲、南亚和东亚等群体的样本量仍相对有限，其特异性的低频或罕见变异可能被低估。此外，虽然全基因组测序显示出一定的非编码区变异检测潜力，相关的计算预测准确性仍面临挑战。尽管如此，研究者表示，通过结合蛋白质组学等手段，未来研究有望进一步揭示罕见变异与疾病的关联。以该研究为代表的全基因组测序，将大大推动我们对复杂疾病机制的理解，并加速药物研发、疾病预测与精准医学的发展。
参考文献：
1. The UK Biobank Whole-Genome Sequencing Consortium. Nature645, 692–701 (2025).
This advertisement feature is produced by Nature Custom Media for Illumina (China) Scientific Co., Ltd. The advertiser retains sole responsibility for content.
本篇内容由自然科研定制推广团队为本机构撰写，广告客户对内容负全责。
Nature
Doi: 10.1038/s41586-025-09272-9
本摘要基于nature于2025年8月6日发表的一篇论文“Whole-genome sequencing of 490,640 UK Biobank participants”，特此感谢本专题以下合作机构：
喜欢今天的内容吗？喜欢就点个“在看”吧⇣⇣