《科学》公布低成本的三人类基因组测序

　　

生物通报道：来自Complete Genomics公司，华盛顿大学，哈佛医学院等处的研究人员在本期（11月6日）《Science》杂志上发表论文，描述其专利DNA测序平台，并公布了对三个完整人类基因组序列分析的结果，文章还报道了不同样本的测序成本，包括了从$8,005（87x coverage）到 $1,726（45x coverage）的范围。

文章的通讯作者是来自Complete Genomics公司（CG）Radoje Drmanac博士和Dennis G. Ballinger博士，这家公司位于美国加利福利亚，是世界上首家提供大量人类基因组测序的服务机构。CG公司主要技术属于“第三代测序技术”，即采用了高密度DNA（玻璃板）纳米芯片技术，在芯片上嵌入DNA纳米球（DNB），然后用非连续、非连锁联合探针锚定连接（cPAL）技术来读取序列，两项技术的应用减少了试剂的消耗和成像的时间。

CG公司首席执行官，Cliff Reid博士表示，“这项研究证明了是有可能进行精确测序，并从整个人类基因组中发现差异的”，“这种高质量，低成本的基因组测序方法能帮助研究人员对成千上百个某种疾病患者的完整基因组序列进行分析，从而获得对这种疾病的深入了解，最终找出预防和治疗的方法。”

这篇题为“Human Genome Sequencing Using Unchained Base Reads on Self-Assembling DNA Nanoarrays”的文章报道了三个人类个体的基因组测序，其中两个属于国际HapMap计划——欧洲白种男性（NA07022），西非Yoruban女性（NA19240），除此之外还有一个来自个人基因组计划的白种男性（NA20431）的成淋巴细胞DNA样品。

CG公司的这种测序技术步骤（见下图）包括：1.样品准备和文库构建；2.DNA芯片分析；3.成像，组装和分析；4.复合探针-锚定分子连接（Combinatorial probe -- anchor ligation，cPAL）。

（四步测序步骤，图片来源：Complete Genomics公司）

利用这种技术，CG公司的科学家们能完成95％基因组序列的测定，并从每个基因组测序过程中识别320万-450万个变异序列。这些基因组数据库精确到1个假阳性/100kb，这是目前测序技术中可以达到的非常低的出错率。

（基因组图谱和概要，图片来源：Complete Genomics公司）

人类在基因组领域面临两大挑战。其一是单纯发现可能导致特定疾病的独立或者组合基因。仅这一点就会大有用处。如果掌握了足够的数据，我们就能搞清同一种"疾病"实际上是一系列机能失调之和，某些已知的治疗方法会对其中这样或那种疾病产生效果，还有些疾病可能根本无法治愈。

第二大挑战是理解基因怎样通过相互作用或与其他因素互动来引发健康问题，从而在了解疾病发生发展进程的基础上，发明新的预防和治疗措施。当然，这项挑战难度更大也更有趣。从某种意义上讲，这相当于匹配词汇和理解文意之间的区别。

因此像是CG此类公司在新的市场中找到机会并不奇怪，他们的优势不仅在于能廉价排列基因组序列，还在于能提炼数据，一一列出所有基因变异。换言之，在多数研究中问题不仅围绕着整个基因组，也是围绕着任何个人基因与标准之间的相对差异。

（生物通：张迪）

原文摘要：

Human Genome Sequencing Using Unchained Base Reads on Self-Assembling DNA Nanoarrays

Genome sequencing of large numbers of individuals promises to advance the understanding, treatment, and prevention of human diseases, among other applications. We describe a genome sequencing platform that achieves efficient imaging and low reagent consumption with combinatorial probe anchor ligation (cPAL) chemistry to independently assay each base from patterned nanoarrays of self-assembling DNA nanoballs (DNBs). We sequenced three human genomes with this platform, generating an average of 45- to 87-fold coverage per genome and identifying 3.2 to 4.5 million sequence variants per genome. Validation of one genome data set demonstrates a sequence accuracy of about 1 false variant per 100 kilobases. The high-accuracy, affordable cost of $4,400 for sequencing consumables and scalability of this platform enable complete human genome sequencing for the detection of rare variants in large-scale genetic studies.