人類基因組計劃的遺產

編譯 凌寒

20年前，人類基因組計劃（HGP）繪制了它的第一份測序草圖，對生物醫學研究——無論是在實驗室、在計算機上還是在整個科學界——均產生了深遠的影響。大數據集和遺傳圖譜現在已成為指導科學和臨床研究、藥物開發和醫療實踐的寶貴資源。人類基因組計劃還給我們留下了一項重大任務，即了解基因組信息是如何引發細胞和有機體的發育、功能和機能障礙的，并充分利用這一知識促進人類健康和疾病治療，而這項任務在20年后仍未完成。

20世紀80年代，科學家使用越來越精細的基因繪圖工具，精確定位了孟德爾?。ㄈ缒野岳w維癥和亨廷頓舞蹈病）背后的基因。但是，要充分了解人類常見疾?。ㄆ渲杏卸鄠€基因在起作用）的遺傳基礎，這些基于基因組標記的繪圖技術是不夠的。相反，理論分析表明，我們需要一張無限密集的物理圖譜，也就是人類基因組的完整序列。這種意識與測序技術的新進展及其他動機（例如識別致癌突變）相結合，推動了1990年發起的全基因組測序協同行動——人類基因組計劃——在2000年提交了第一份草稿，并在2003年提交了“成品”參考序列。

起初，許多人對進行這種代價高昂的努力所能達到的效用表示懷疑，聲稱它可能會對理解單個基因功能做出的嘗試造成破壞，而不是直接揭示疾病生物學。然而，參考基因組的首批直接成果之一，就是能夠對人類遺傳變異（包括疾病中發生的變異）進行研究，最初通過全基因組關聯研究（GWAS）發現了成千上萬個特定性狀和疾病的基因位點。正如現代遺傳學所預測的那樣，GWAS主要發現的是效應值較小的基因，但這些基因仍然是研究致病機制的重要線索，否則這些致病機制可能仍然難以破解。

人類參考基因組也使破譯疾病生物學的其他重要努力得以實現，如通過癌癥基因組分析繪制腫瘤的體細胞遺傳驅動因子圖譜，繪制罕見疾病基因圖譜，以及利用大規模生物庫進行的全表現型關聯研究，以檢查與非選定人群的多種性狀和疾病相關的變異。該參考基因組進一步使比較基因組學得以對功能元件進行注釋，并使得古老的DNA技術得以追蹤人類遷徙和性狀發展，包括疾病易感性。

人類參考基因組序列本身已被證明是一個關鍵性研究工具。從分子克隆引物的設計到利用小干擾RNA （siRNA）或基于CRISPR-Cas9的向導RNA進行基因操作，如果沒有它，如今的基礎性實驗簡直不可想象。人類基因組計劃本身和參考基因組序列的可用性都推動了快速和廉價的強大測序新技術的發展。新一代測序技術堪稱是21世紀的顯微鏡，它使得一系列強大的基于測序的功能基因組學方法成為可能，例如單個細胞中的基因表達分析，以及細胞和組織的空間背景描繪。這些依賴于參考基因組的方法，在實現人類基因組計劃的闡明基因功能這一承諾方面發揮著越來越重要的作用，也使得單個實驗室就能夠獨立做出曾經需要多方努力合作才能做出的關鍵性貢獻。

建立參考基因組也引領了現代計算生物學的發展，并提升了通過利用以前不存在的大型數據集來解決生物學難題的計算思維能力的價值。人類基因組計劃中生成的數據的規模使得新的數據處理和分析方法成為了必需品，吸引著新一代的計算機科學家關注生物學問題，也促進了拼接算法的發展。隨著接下來的幾十年中基因組數據量的迅速增長，生物學利用數學、統計學、計算機和最近的深度學習模型的發展拓展了對這些數據以及其他數據的分析。

人類基因組計劃在計算機方面面臨的更進一步挑戰是使研究人員能夠獲取數據——既能獲取保持了個人基因組信息的安全性和保密性的原始數據，又能對數據進行有效查詢和可視化。對數據門戶的需求是人類基因組計劃中相對較晚才被意識到的需求。這一需求推動了第一批大規模生物數據庫和創新平臺的創建，以對數據進行訪問、分析、搜索和可視化處理。加州大學圣克魯茲分校創建的“基因組瀏覽器”即為其中翹楚。基因組瀏覽器的“追蹤”概念和持續的軟件工程為未來的努力設立了標桿，這是其持久的遺產之一——既是重要的研究資源，也是其他基因組數據平臺的靈感來源。

人類基因組計劃通過展示大數據和參考圖譜的價值，并通過開創創建和運營大型國際聯盟所必需的原則，迅速改變了以小規模合作和有限的出版前數據共享為主的局勢。1996年的《百慕大原則》，以及其在2003年形成的擴展文件《勞德代爾堡協議》一直是關于生物數據共享和信用歸屬的重要指導方針。人類基因組計劃成為許多聯盟的行動方案，這些聯盟公開分享數據，以加速科學的發展。例如，國際千人基因組計劃、癌癥基因組圖譜（TCGA）、國際癌癥基因組聯盟（ICGC）、DNA元件百科全書計劃（ENCODE）、基因組聚合數據庫（gnomAD）、美國腦計劃和人類細胞圖譜作為公共產品，每個項目均為不同的挑戰集合了不同的參考圖譜。

人類基因組計劃的終極承諾就是改善人類生活，從對疾病的生物學理解轉向診斷、治療甚至預防。參考基因組已經開始產生這種影響，在罕見的新生兒疾病和癌癥中這種影響尤其顯著。例如，研究人員現在可以更加容易地識別支持罕見遺傳疾病的特定突變，并開始研究其致病機制和治療方案，同時使家庭能夠有計劃地進行未來的妊娠，并通過共享的數據資源，將他們與其他類似的患者聯系起來。在癌癥中，基因標記和基因圖譜正在通過常規的標準檢測、精確的治療和微創性液體活檢監測疾病進展和治療反應的新方法來改進診斷，而單細胞圖譜則有助于以前所未有的細節來揭示腫瘤異質性。

此外，對大量人群進行的人類遺傳學研究正日益影響疾病的治療——基于人類遺傳學選擇的基因靶點產生成功藥物的可能性可提高兩倍?，F在，還可以利用來自大群體的數據，通過制定和實施包括常見復雜性疾病在內的幾種疾病的多基因風險評分，來評估個體水平的風險。

盡管人類基因組計劃給生物學研究和最近的臨床實踐帶來了無可爭議的徹底變化，但它是否能完成自己的使命并履行自己的承諾呢？人類基因組計劃的兩個核心問題仍然懸而未決：在生物學中，什么才算是完整的參考基因組，它的價值又是什么？以及參考基因組如何能完成有益于人類健康的轉化？這兩個問題的答案呼之欲出，它們延伸和重塑了人類基因組計劃的遺產。

繪制參考基因組圖譜只是揭示其影響健康的秘密的漫長道路的第一步。盡管早期的人類基因組計劃批評者極其錯誤地估計了其巨大的科學價值——尤其是對單個基因功能的研究——但他們正確地認識到了，想要破譯基因在人體中的功能（無論是單個基因還是多個基因協同作用），僅僅通過人類基因組序列是無法解決的。相反，這需要更新的方法，如功能基因組學，它通過生成和梳理大型數據集的方式，整理出編碼和非編碼序列的功能，描述分子表型，并助力功能篩選；又如單細胞生物學，可以了解基因變異對人類生物學基本單位的功能性影響；以及計算的進步，尤其是在機器學習方面。

此外，參考基因組的概念在生物學中是具有挑戰性的——因為進化和生理學總會引發保守（或不變）特征與分歧（或動態）特征之間的緊張局面。人類基因組計劃最初關注的是差異最小的特征，同時也著手在共享參考基因組的背景下繪制常見（然后越來越罕見）的變異圖譜。（在保守特征中，最后8%的重復異染色質序列在2021年才發布。）要想捕捉人類不斷增長的遺傳多樣性，就需要對一組更多樣化的基因組進行分析，同時將靜態的數據轉換為統計學數據，利用算法來預測未觀測到的等位基因的組合的影響。目前繪制健康和疾病細胞圖譜的工作也面臨著類似的挑戰。

這種持續的緊張局勢給社會帶來了挑戰。人類基因組計劃及其遺產必須服務于全人類，而不是忽視那些目前在生物學研究中代表性不足的人群，既要服務于研究對象，也要服務于科學家。最終，盡管非常有用，但是單個參考基因組本身就有偏差，可能會破壞這一目標。這種偏差和多樣性的缺乏目前也更廣泛地反映在人類遺傳學研究中：現有的基因組數據集中，非歐洲血統人群的大量代表性不足限制了我們對人類遺傳變異、健康和疾病的理解。它還破壞了健康公平，因為它可能會開發出針對世界大多數地區并不存在的疾病變體的診斷模型或治療方法。人類針對這種情況正在做出顯著努力，例如非洲人類遺傳和健康（H3Africa）倡議。但是，人類基因組計劃要實現其為人類健康服務的最終目標，就需要更加有意識地努力，讓歷史上代表性不足的群體的研究人員和參與者能夠成為研究中的平等伙伴，并對自己的數據和直接受益于這些數據的機會有所控制。

考慮到這些問題，并隨著基因組測序的廣泛應用，單一的參考基因組可能不再有意義，但將每個人的個人序列作為自身的參考又引入了新的隱私問題，特別是圍繞開放數據共享這一問題，這可能需要新的隱私保護算法。測序技術已經滲透到日常生活的許多方面，從臨床診斷（包括無創產前診斷）到用于評估潛在疾病風險的流行個人基因組學，再到通過商業試劑盒實現家譜追蹤，以及法醫學。這些用途給個人和社會都帶來了其自身的倫理問題。例如，基因組圖譜可以揭示意想不到的家族關系或晚發型疾病風險；執法機關可能在不知情或未經同意的情況下訪問這些數據，或將其濫用于跟蹤和欺壓。在人類基因組計劃實施期間，對基因或基因組序列的可專利性進行過激烈的辯論，目前的倡議（如全球基因組和健康聯盟）還在繼續評估其倫理障礙。國家和國際法律及道德框架應當應對這些挑戰。隨著基因組數據及其用途的不斷激增，遏制對其潛在的濫用行為，確保人類基因組計劃的遺產，有助于改善全人類的生活，將變得至關重要。

資料來源 Science