《Cell Genomics》：Incomplete lineage sorting of segmental duplications defines the human chromosome 2 fusion site early during African great ape speciation
编辑推荐：
为厘清人类独有46条染色体核型起源，编辑推荐：针对“人类2号染色体何时、如何形成”这一悬而未决的演化难题，研究者利用T2T完整基因组，系统解析融合位点单碱基结构、片段重复（SD）与着丝粒退化，发现融合事件>5 mya并受ILS驱动，CRISPR-Cas9缺失实验揭示其调控神经发育基因表达，为染色体重排促物种形成提供功能证据。
约700万年前，非洲一支古猿种群中发生了一次“染色体黏合”事件：两条中等大小的染色体头尾相连，诞生了一条超长染色体——今天的人类2号染色体。这一融合把祖先48条染色体减为46条，成为人类与黑猩猩、大猩猩等近亲最醒目的核型差异。然而，融合究竟何时发生？是偶然还是受到自然选择青睐？断裂-融合-修复留下的“疤痕”序列是否仍影响当代人类基因调控？这些疑问因融合区富含高度重复、难以测序的片段重复（SD）和卫星DNA而长期悬而未决。过去基于短读长或BAC克隆的组装常把复杂重复“折叠”成缺口，使融合位点结构、演化历史与功能后果始终蒙着一层“迷雾”。
为彻底揭开这层迷雾，Yang等借助“端粒到端粒”（T2T）联盟发布的完整人类CHM13v2.0基因组以及黑猩猩、倭黑猩猩、大猩猩、两种猩猩和猕猴的T2T组装，对2号染色体融合区进行单碱基分辨率剖析，并结合47个不同人群单倍型、CRISPR-Cas9基因编辑与神经前体细胞（NPC）转录组，系统回答“何时融合、如何融合、融合后干了什么”三大问题。论文2026年1月发表于《Cell Genomics》。
主要技术路线：
T2T完整基因组比对：用minimap2进行跨物种共线性与结构变异鉴定；
SD注释与系统发育：SEDEF检出≥98%一致、≥20 kbp的SD，MAFFT+IQ-TREE+BEAST估算分歧时间；
不完全谱系分选（ILS）分析：500 bp滑窗构建邻接树，量化拓扑不一致比例；
甲基化与着丝粒退化：RepeatMasker+HumAS-HMMER划分α卫星超染色体家族（SF），mrsFAST检测古人类k-mer；
CRISPR-Cas9缺失：CN1 iPSC中设计双sgRNA敲除109 kbp融合区，定向分化为NPC，RNA-seq（edgeR/DESeq2）筛选差异表达基因（DEG）。
研究结果
融合位点结构特征
作者首先将人类2q14.1约109 kbp融合区与黑猩猩2a、2b对应区域比对，发现人类该段由7个高一致SD拼接成约455 kbp的大重复块，其中3个核心SD——SD_fusion_A（50 kbp，源自祖先chr9）、SD_fusion_B（36 kbp，源自祖先chr12/20）、SD_fusion_C（22 kbp，源自祖先chr22）——在非洲猿中拷贝数差异巨大，且两侧分布倒位与卫星DNA，提示融合前已存在复杂结构重塑。
不完全谱系分选驱动融合
系统发育显示，三个融合SD均呈现“基因树-物种树”不一致：例如人类SD_fusion_A单系群与黑猩猩、倭黑猩猩拷贝分开，而与猩猩、大猩猩某些拷贝更近，符合ILS特征。5 Mbp侧翼窗口分析发现，融合界面处ILS比例升高至50.69%，为染色体平均值的1.39倍，且呈极性分布（远端chr2b侧富集、近端chr2a侧缺失）。作者据此推断，融合并非近代事件，而是发生在>5百万年前非洲类人猿有效群体规模较大时期，祖先染色体端部多种结构单倍型并存，最终某一组合通过端粒-端粒融合固定于人类祖先。
端粒-端粒融合并非“裸端”相连
既往推测融合仅是两条染色体端粒序列（TTAGGG）简单连接。本研究在SD_fusion_B与SD_fusion_C内部检出倒置的端粒重复（CCCTAA/GGGTTA）及其侧翼TAR1元件，表明这些序列早在融合前已插于片段重复中；融合后人类2q14.1留下两处TAR1+端粒序列“疤痕”，支持SD介导的融合模型。
非洲猿亚端粒卫星扩张与融合“分道扬镳”
黑猩猩与倭黑猩猩2a、2b短臂具5–19.6 Mbp的亚端粒异染色质帽，由32 bp pCht卫星阵列与平均32 kbp的SD spacer交替排列。所有 spacer 与 SD_fusion_A 共享 98.05% 一致序列，系统发育同样呈ILS拓扑，表明它们源自同一祖先重复，但在黑猩猩支系中通过谱系特异性扩增形成数百份拷贝，而在人类支系中因融合与后续丢失，pCht卫星完全缺席。
着丝粒退化与表观遗传印记
融合导致黑猩猩祖先2b着丝粒（Cen_decay）在人中退化。该退化区由3段α卫星阵列（cenD_1/2/3）组成，被SVA、L1PA3等转座子打断。94个人类组装中检测到5种结构单倍型，长度差异主要源于cenD_1/2，且97.5% k-mer亦存在于尼安德特人、丹尼索瓦人，说明退化早于现代人与古人类分歧。甲基化分析显示该退化区显著低于功能性高阶重复（HOR）着丝粒，提示表观遗传已“关闭”其着丝粒功能。
融合区缺失影响神经发育基因表达
融合位点内注释到4个非编码基因/假基因（PGM5P4、FAM138B、WASH2P、DDX11L2），在睾丸、食管、输卵管、小脑有表达。CRISPR-Cas9杂合敲除109 kbp后，NPC转录组显示547个上调、869个下调基因（FDR<0.05，|log2FC|>2）。GO富集揭示上调基因富集于“模式规格化”，下调基因则富集于“前脑发育”“轴突导向”等神经发生通路，提示融合区虽非蛋白编码核心，但通过三维基因组或调控元件影响神经发育程序，可能为人类认知性状演化提供潜在调控变异。
结论与讨论
本研究基于T2T完整基因组，首次把人类2号染色体融合断点细化到单碱基水平，证明：
融合由109 kbp三段关键SD促成，其祖先拷贝在非洲大猿中因ILS随机保留，时间>5 mya；
融合并非简单端粒连接，而是SD内嵌端粒/TAR1元件介导；
融合后人类失去亚端粒pCht卫星，伴随退化着丝粒表观沉默；
融合区缺失可扰动NPC中神经发育基因表达，暗示其具有调控功能。
该成果把经典的“人类2号染色体融合”故事从细胞遗传学描述推进到基因组学-功能学整合解释，为理解染色体重排如何通过不完全谱系分选、重复序列周转与表观遗传重塑，推动物种形成与性状创新提供了范式。未来若能解析融合所致三维染色质结构变化，或将进一步揭示人类独特脑发育与疾病易感的演化根源。
