基于T2T-CHM13.v2参考基因组的单分子长读长测序揭示非洲镰状细胞病患者β-珠蛋白基因簇中的未捕获变异

《Human Genetics and Genomics Advances》:Mapping long-read sequences to a complete reference genome reveals uncaptured variants across the β-Globin cluster in Africans with sickle cell disease

【字体: 大 中 小 】 时间:2026年09月29日 来源:Human Genetics and Genomics Advances 3.1

编辑推荐:

  非洲基因组在变异数量和分布上具有高度复杂性,但在遗传数据库和人类参考基因组中仍代表性不足。这种代表性缺口限制了基因组医学的广泛应用。镰状细胞病(SCD)是最常见的单基因病之一,在非洲患病率最高,疾病严重程度的变异一直与β-珠蛋白位点相关,包括胎儿血红蛋白(Hb

  
非洲基因组在变异数量和分布上具有高度复杂性,但在遗传数据库和人类参考基因组中仍代表性不足。这种代表性缺口限制了基因组医学的广泛应用。镰状细胞病(SCD)是最常见的单基因病之一,在非洲患病率最高,疾病严重程度的变异一直与β-珠蛋白位点相关,包括胎儿血红蛋白(HbF)水平。调节HbF是当前SCD基因治疗的核心;然而,非洲基因组中该位点固有的复杂性和变异给将这些进展转化到非洲带来挑战。在此,研究人员将靶向β-珠蛋白区域的单分子长读长测序(LRS)比对到人类基因组构建38(hg38)和端粒到端粒(T2T)-CHM13.v2基因组参考,在40例SCD个体中进行,这些个体主要来自三个非洲国家。研究人员证明,该位点扩展的T2T-CHM13.v2参考序列使结构变异(SV)检出减少70%,并揭示未被捕获的单核苷酸变异(SNV)。在整个基因簇中,研究人员报告了343个SV和196个SNV此前未被报道,包括在All of Us项目的LRS数据中。通过纳入此前未被调查的非洲民族语言群体,研究人员提高了变异分辨率并增强了对所观察变异的证据。最后,研究人员在HbF高的个体中鉴定出一个常见的约4 kb插入位点,与HBB(β-珠蛋白基因)启动子重叠。这些结果证明,将全面参考基因组与LRS相结合,在非洲人群中用于揭示疾病相关位点的基因组变异具有实用性。
研究背景:非洲大陆人群遗传变异数量和分布复杂,但在遗传数据库和人类参考基因组中代表性不足;hg38缺乏部分非洲祖先DNA,限制基因组医学应用。镰状细胞病(sickle cell disease, SCD)由两个异常HBB(β-珠蛋白基因)拷贝导致血红蛋白S(hemoglobin S, HbS)形成,全球>70%患儿在非洲。HBB位于染色体11p15.5约60 kb β-珠蛋白基因簇,与HBG1/HBG2等串联;胎儿血红蛋白(fetal hemoglobin, HbF)可稳定镰状血红蛋白、降低SCD严重度。全基因组关联研究(genome-wide association study, GWAS)发现HbF相关位点,但因果变异难精确定位;该位点存在结构重排、重复区和重组热点,并受顺式(cis)转录因子和位点控制区(locus control region, LCR)等增强子复杂调控。单分子长读长测序(single-molecule long-read sequencing, LRS)可测完整DNA链、识别结构变异(structural variant, SV)和单核苷酸变异(single-nucleotide variant, SNV);T2T-CHM13.v2(telomere-to-telomere CHM13.v2)参考较hg38多8%异染色质和>200 Mb序列。研究旨在用LRS在非洲及侨民SCD个体中全面表征β-珠蛋白基因簇变异,比对hg38和T2T-CHM13.v2,并寻找潜在cis调控变异。

方法:研究人员纳入临床便利去标识SCD样本:肯尼亚Lwak医院Luo族>5岁者、喀麦隆Yaoundé中央医院和Douala Laquintinie医院≥5岁者、尼日利亚Ibadan大学学院医院Yoruba族>12岁者、尼日利亚Kano Murtala专科医院和Abuja大学教学医院Hausa族<5岁者,另纳入美国路易斯安那州样本。先对234例作限制性片段长度多态性(restriction fragment-length polymorphism, RFLP)单倍型分析,选40例LRS。关键技术:长片段聚合酶链反应(polymerase chain reaction, PCR)扩增子覆盖β-珠蛋白基因簇及侧翼;PacBio单分子实时(single-molecule real-time, SMRT)-cell LRS;分别比对hg38和T2T-CHM13.v2,用PRINCESS、Minimap2、Sniffles、Clair 3、WhatsHap调用并定相SV/SNV;ANNOVAR、CrossMap、GATK LiftoverVcf注释;牛津纳米孔技术(Oxford Nanopore Technologies, ONT)正交验证HBB插入;与All of Us(AoU)非洲祖先LRS数据比较。HbF由高效液相色谱(high-performance liquid chromatography, HPLC)测定。

结果:
T2T-CHM13.v2参考基因组改善β-珠蛋白区域SV和SNV调用。研究人员先将80条非洲染色体质量控制读段比对hg38并调用SV,得4,876个>30 bp事件,其中插入2,555、倒位/重复502、倒位437、缺失409、重复129、复杂7;99%未见于基因组变异数据库(Database of Genomic Variants, DGV)或基因组聚集数据库(genome aggregation database, gnomAD)。重新比对T2T-CHM13.v2后SV减少93%(4,876 vs 343),小插入减少97%,倒位59%,缺失84%,重复91%,无复杂事件;hg38在约96%同一性的HBG1/HBG2处误调大重复,T2T未调用;16/40样本仍有跨LCR的8–10 kb缺失。T2T增加SNV:196个未捕获SNV位于188个位置,较hg38的114个/41位置多78%;多为单例,含5个非同义错义改变,其中1个预测对HBB有害;5个SNV见于>1样本,位于HBG1/HBG2、HBG2/HBE1间区或HBG1/HBE1内含子。

β-珠蛋白位点变异因非洲SCD人群而异。肯尼亚Luo族未报道变异最多(139 SV、63 SNV);下采样至n=9后仍有63 SNV,多数仍见于该群体。尼日利亚(n=11)总未捕获变异(99 SV、83 SNV)多于喀麦隆(n=7;62 SV、19 SNV),但中位SV数无统计学差异。多数尼日利亚样本为Yoruba或Igbo,在公共数据库代表性较高;作者提出可能反映LRS更无偏或尼日利亚SCD特有变异。美国路易斯安那非洲裔SCD总变异最少(n=6;43 SV、31 SNV),部分支持纳入非混合非洲人群。

经典镰状细胞单倍型不能反映β-珠蛋白基因簇变异。对LRS变异作主成分分析(principal component analysis, PCA)并按RFLP单倍型标记,Benin/Benin和CAR/CAR纯合样本在PC1/PC3接近,但可能受地理距离混杂;Senegal纯合、杂合及非典型样本无明显聚类。Benin/Benin背景上常见SV并不能在所有或多数单倍型背景一致出现,提示新突变和/或重组。

常见SV见于非洲SCD人群谱系。合并1 kb内变异,将≥4样本重叠者定义为常见,得14个常见SV:1缺失、1重复、4插入、8倒位。肯尼亚样本确认许多SV;Luo占40%,但插入个体中>半数(15/24,62.5%)来自该群体,提示T2T之外仍可能存在未代表参考。HBG2附近倒位见于30/40个体。常见倒位和插入广泛分布于簇内,跨越HBB、HBD、HBE1外显子和调控区;反复观察到的重复和缺失分别位于3′超敏位点(hypersensitive site, HS)和5′HS。与AoU比较,>1,250名非洲祖先中该区间仅7个SV,无一完全重叠,4个距同类型常见SV<1 kb;因平台、覆盖度和合并策略不同,仅作定性背景。

LRS鉴定的变异包含潜在疾病修饰候选。在32例有HbF者中,正向筛选≥4个体且重叠ENCODE(Encyclopedia of DNA Elements)保守调控元件或HbF相关结合位点(如GATA1)的T2T SV,仅1个事件符合:7个重叠插入位于HBB上游,大小4–12 kb,断点在/邻近ENCODE增强子,包括GATA1结合位点;5名有HbF者平均10%(标准差standard deviation, SD 6.4%)。反向筛选高HbF≥10%(n=9)或低HbF≤5%(n=12),两组无独有变异;但多数个体(>80%)共有的变异中,上述HBB上游插入是唯一满足阈值者。ONT验证4例,BG2/BG4覆盖不足;其余2例见同类型同大小(4–7 kb)插入读段,但仅少数读段(BG1 217、BG3 167/ >30,650),计算机未调用,验证提示性但不具确定性。

讨论认为,LRS结合更新参考可揭示非洲SCD人群β-珠蛋白位点未捕获变异,并提供疾病修饰候选。单独hg38比对产生大量可能假阳性;T2T由长读长技术生成,覆盖约70 kb位点更完整,较hg38提高变异精度可达1.5倍,故产生更稳健SV。新增SNV多为单例,可能为私有或PCR伪影。对非洲等多样人群,T2T可能更适合完整变异发现,但T2T到hg38坐标转换及T2T特有序列注释仍受限;本研究中10个SV和6个SNV因hg38无坐标未纳入。PacBio Sequel I错误率较高,虽高覆盖可去除部分随机错误,但系统错误和PCR失败仍需注意,故主要关注常见事件。T2T主要基于一名南亚个体,非欧洲主参考可能有助于该位点。与AoU比较需谨慎。靶向β-珠蛋白位点疗法是SCD前沿,但试验多在非洲裔美国人和加勒比黑人中进行;本研究中多个SV见于>50%样本,提示非洲祖先常见SV可能代表性不足,需更大本土非洲LRS研究。民族语言多样性重要:尼日利亚Hausa每个SCD个体均贡献未捕获SNV和SV,而Igbo仅1/3有未捕获SNV;肯尼亚Luo若干变异近乎独有。研究支持人类泛基因组参考联盟(Human Pangenome Reference Consortium, HPRC)等构建多样参考,并提示人类白细胞抗原(human leukocyte antigen, HLA)、KIR(killer-immunoglobulin region)等复杂位点受益。传统RFLP单倍型不能反映该位点变异广度,SCD研究应纳入更全面cis变异。候选SV方面,HBB近端启动子约4 kb最小重叠区见于3名HbF高于基线者,该区长期与HbF升高及遗传性胎儿血红蛋白持续存在(hereditary persistence of fetal hemoglobin, HPFH)中拷贝数变异相关;机制可能为HBB启动子破坏改善LCR对HBG1启动子可及性,导致HBG过表达和HbF升高,与本队列一致;该插入反复出现,是有吸引力候选。局限包括存档DNA非高分子量、平铺扩增子PCR伪影、Sequel I错误率和样本量小,使正交验证受限。结论翻译:尽管存在这些局限和相对较小的样本量,研究人员的研究证明了提高研究队列包容性可能带来的潜在收益,并强调了新技术可积极影响对已明确但基因组复杂的位点的理解。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号