PLoS公布首张中国人群的拷贝数变异图谱

　　

生物通报道：来自中科院上海生命科学研究院计算生物学所，复旦大学，哈佛医学院的研究人员发表了题为“A Map of Copy Number Variations in Chinese Populations”的文章，公布了首张包括中国汉族和少数民族在内的拷贝数变异图谱，为研究中国人群的基因组多样性、群体分化和环境适应以及复杂性状基因定位提供了新的视角和数据信息参考。相关成果公布在PLoS ONE在线版上。

文章的通讯作者是计算生物学所徐书华研究员，以及复旦大学金力教授，文章第一作者是博士生楼海一。其中金力教授早年毕业于复旦大学遗传学专业，后获得德克萨斯大学博士学位，2001年成为美国辛辛那提大学医学院教授(终身教职)。2007年起任复旦大学副校长，2011入选国家“****”，主要研究方向是医学遗传学及遗传流行病学、人类群体遗传学和计算生物学。

拷贝数变异（Copy Number Variation，CNV）是近几年人类基因组和遗传学领域研究的热点。到目前为止，对中国人群的拷贝数变异研究，正如几乎所有的全基因组关联研究（GWAS）都在汉族人中进行一样，无论是大型国际合作计划还是国内独立开展的工作多集中在汉族人群。

然而，一方面，中国人群的遗传多样性绝大部分存在于少数民族人群中，另一方面，对于基因功能和表型拷贝数变异的相对其他变异如单核苷酸多态的效应要大得多，但是其频率也较低，以至于在全基因组寻找与特定表型或疾病关联的拷贝数变异往往需要参考数据库。

在这篇文章中，研究人员利用Affymetrix芯片技术，通过近1百万个拷贝数变异探针的信息，在中国汉族、藏族、侗族、瑶族、壮族、黎族和维吾尔族群体样本中检测了全基因组范围的拷贝数变异；并系统比较和分析了少数民族和汉族以及中国人群与世界其他大洲人群的基因组多样性和群体差异。研究发现少数民族人群与汉族人群不共享的拷贝数变异区域多达35%；与欧洲人群的研究结果相比，标签拷贝数变异（tag CNV）在中国人群之间的可移植性要低很多，提示全面研究中国人群拷贝数变异的必要性。进一步的研究表明，群体特异性的拷贝数变异可能与人群对其特定生存环境的长期适应有关。

这项研究工作得到了国家自然科学基金委、上海市科委、中国科学院、德国马普学会、香港王宽诚教育基金会等多项基金的资助。

金立教授研究组还在同样的期刊上公布了农业生产的新假说，他们提出东亚人群的扩张造成的食物需求可能是农业产生的主要动因，而农业的产生和发展进一步推动了人群的继续扩张。

农业起源是人类发展历史中最重大的变革之一，为人类文明的诞生和现代社会的形成奠定了物质基础，是学术界长期关注的三大“起源”问题之一。这项研究通过对一个随机采取的样本、共367个个体的线粒体全基因组进行了分析，其中包括249个中国人和118个日本人。结果发现，除了两个日本特有的支系外，所有的东亚人群中的主要支系均在13000年前发生了扩张，这个时间明显早于一般认为的农业起源时间。东亚地区人群的扩张，显然早于农业文明。

（生物通：万纹）

原文摘要：

A Map of Copy Number Variations in Chinese Populations

It has been shown that the human genome contains extensive copy number variations (CNVs). Investigating the medical and evolutionary impacts of CNVs requires the knowledge of locations, sizes and frequency distribution of them within and between populations. However, CNV study of Chinese minorities, which harbor the majority of genetic diversity of Chinese populations, has been underrepresented considering the same efforts in other populations. Here we constructed, to our knowledge, a first CNV map in seven Chinese populations representing the major linguistic groups in China with 1,440 CNV regions identified using Affymetrix SNP 6.0 Array. Considerable differences in distributions of CNV regions between populations and substantial population structures were observed. We showed that ~35% of CNV regions identified in minority ethnic groups are not shared by Han Chinese population, indicating that the contribution of the minorities to genetic architecture of Chinese population could not be ignored. We further identified highly differentiated CNV regions between populations. For example, a common deletion in Dong and Zhuang (44.4% and 50%), which overlaps two keratin-associated protein genes contributing to the structure of hair fibers, was not observed in Han Chinese. Interestingly, the most differentiated CNV deletion between HapMap CEU and YRI containing CCL3L1 gene reported in previous studies was also the highest differentiated regions between Tibetan and other populations. Besides, by jointly analyzing CNVs and SNPs, we found a CNV region containing gene CTDSPL were in almost perfect linkage disequilibrium between flanking SNPs in Tibetan while not in other populations except HapMap CHD. Furthermore, we found the SNP taggability of CNVs in Chinese populations was much lower than that in European populations. Our results suggest the necessity of a full characterization of CNVs in Chinese populations, and the CNV map we constructed serves as a useful resource in further evolutionary and medical studies.