在常規(guī)的基因組學(xué)研究中，人們常常把“參照基因組”當(dāng)作某一物種遺傳信息的“規(guī)范模板”。但這猶如僅通過一份標(biāo)準(zhǔn)住宅設(shè)計圖去推斷所有家庭的住宅布局，不可避免地忽視了眾多個性化的特征。泛基因組（Pan-genome）概念的提出，完全超越了這一限制，為我們展現(xiàn)了一個更加宏大、精確且不斷變化的物種遺傳全貌。
本期將聚焦泛基因組在遺傳疾病相關(guān)研究中的優(yōu)勢。
一、突破“單一參考”的局限：從個體代表性到群體包容性
自2003年人類基因組計劃（HGP）完成以來，GRCh38等線性參考基因組雖為基因組學(xué)研究奠定了基石，但其本質(zhì)是一個拼接自少數(shù)個體（且以歐洲血統(tǒng)為主）的“共識”序列，無法反映人類群體內(nèi)部巨大的遺傳多態(tài)性。尤其在復(fù)雜區(qū)域——如著絲粒周邊（pericentromeric）、端粒附近（subtelomeric）、節(jié)段重復(fù)序列（segmental duplications, SDs）及rDNA陣列中——仍存在約150 Mb的缺口。即便2022年T2T-CHM13實(shí)現(xiàn)了首個端粒到端粒（T2T）無缺口單倍體組裝，它仍是單一單倍型，無法代表結(jié)構(gòu)變異（SVs）的群體多樣性。
HPRC（人類泛基因組參考聯(lián)盟）基于47個全球分布個體（94條單倍型）構(gòu)建的泛基因組，首次實(shí)現(xiàn)了對人類基因組“常見變異空間”的系統(tǒng)性覆蓋，從根本上解決了傳統(tǒng)參考中“參考偏向”（reference bias）問題——即非參考等位基因在比對中被系統(tǒng)性低估或誤判。
HPRC（人類泛基因組參考聯(lián)盟）：47個個體，來自非洲、美洲、亞洲、歐洲四大洲；
CPC（中國泛基因組聯(lián)盟）：58個核心樣本，覆蓋中國36個少數(shù)民族。
泛基因組的核心理念在于：用圖結(jié)構(gòu)（graph-based pangenome）替代線性序列，整合多個高質(zhì)量、單倍型分型（haplotype-phased）的個體基因組，構(gòu)建一個能容納多種等位基因、插入缺失、倒位、拷貝數(shù)變異等的“參考網(wǎng)絡(luò)”。
泛基因組圖譜能容納SNV、Indel、CNV、倒位等各類變異，能覆蓋節(jié)段重復(fù)序列（SDs）這一傳統(tǒng)“盲區(qū)。從機(jī)制上解釋了新生兒中高達(dá)1/800的羅伯遜易位（Robertsonian translocations, ROBs）發(fā)生率，證明泛基因組可解析染色體結(jié)構(gòu)病的起源。
相比GRCh38，新增119 Mb 常見多態(tài)序列，新增1,115 個新基因重復(fù)（novel gene duplications），其中約90 Mb 源于結(jié)構(gòu)變異（SVs）。
二、顯著提升變異檢出能力與準(zhǔn)確性
23年的一篇綜述[1]明確指出，以泛基因組替代GRCh38作為比對參考后，變異檢測性能獲得飛躍式提升：
1. 小變異（SNV/Indel）檢測錯誤率降低34%：因圖結(jié)構(gòu)可將 reads 更準(zhǔn)確地錨定至其真實(shí)來源的等位路徑，避免了在高度同源區(qū)域（如SDs）的錯配。
2. 每單倍型檢出的結(jié)構(gòu)變異數(shù)量增加104%：即翻倍！這意味著大量以往“不可見”的SVs（尤其是復(fù)雜SVs，如嵌套插入、倒位伴隨缺失）被系統(tǒng)性揭示。例如，HPRC泛基因組新增了119 Mb的常見多態(tài)序列和1,115個新基因重復(fù)——其中約90 Mb源于SVs。
具體來看，泛基因組的最大價值之一，在于它首次使得對高度重復(fù)、傳統(tǒng)上難以比對的區(qū)域進(jìn)行系統(tǒng)性群體遺傳學(xué)研究成為可能：
1. ?節(jié)段重復(fù)區(qū)（SDs）是SNV富集與基因轉(zhuǎn)換熱點(diǎn)
Vollger et al.（2023）利用HPRC泛基因組發(fā)現(xiàn)：SDs中的SNV密度比非重復(fù)區(qū)高1.6倍，其中至少23%歸因于基因間基因轉(zhuǎn)換（Interlocus Gene Conversion, IGC）。不同于等位基因間的同源轉(zhuǎn)換，IGC發(fā)生在不同基因座之間，可導(dǎo)致功能基因（如F8凝血因子、HBG1胎兒血紅蛋白、C4B補(bǔ)體）的等位基因“橫向傳播”，既可能促進(jìn)有利突變擴(kuò)散（進(jìn)化意義），也可能造成致病突變蔓延（疾病風(fēng)險）。研究識別出800余個受IGC影響的蛋白編碼基因，其中38個為進(jìn)化上高度保守的“約束基因”（constrained genes），突變易致嚴(yán)重表型。
2. ?近端著絲粒染色體短臂（acrocentric p-arms）是異源重組溫床
Guarracino et al.（2023）通過泛基因組圖譜發(fā)現(xiàn)：13、14、15、21、22號染色體的p-臂因富含rDNA陣列與偽同源區(qū)（PHRs），在減數(shù)分裂中易發(fā)生非同源染色體間的異源重組（heterologous recombination），直接導(dǎo)致羅伯遜易位（ROBs）——新生兒中發(fā)生率約1/800。泛基因組首次精準(zhǔn)定位ROBs斷點(diǎn)均位于PHRs，從機(jī)制上解釋了這類常見染色體病的起源。
這些區(qū)域曾是臨床基因組學(xué)的“禁區(qū)”，如今泛基因組正將其轉(zhuǎn)化為新的致病機(jī)制與生物標(biāo)志物發(fā)現(xiàn)源泉。
三、推動精準(zhǔn)醫(yī)學(xué)與人群特異性研究：以中國泛基因組（CPC）為例
HPRC泛基因組雖具開創(chuàng)性，但亞洲樣本僅占13%，存在顯著人群偏差。對此，中國泛基因組聯(lián)盟（CPC）率先響應(yīng)，基于58個核心樣本（涵蓋36個少數(shù)民族），構(gòu)建了首個中國人群代表性泛基因組：
1. 新增189 Mb多態(tài)序列、1,367個重復(fù)蛋白編碼基因。
2. 發(fā)現(xiàn)78,072個SVs，其中34,223個為全新變異。
3. 鑒定出與角質(zhì)化、紫外線響應(yīng)、DNA修復(fù)、免疫及壽命調(diào)控相關(guān)的新基因/等位基因，部分源于古菌水平基因轉(zhuǎn)移。
尤為關(guān)鍵的是，CPC數(shù)據(jù)成功將558個ClinVar中列為“致病/可能致病/VUS”的變異重分類為“可能良性”——因其在東亞人群中頻率過高（而既往公共數(shù)據(jù)庫缺乏亞洲數(shù)據(jù)）。這直接避免了臨床誤診，彰顯泛基因組在人群特異性變異解讀中的不可替代性：沒有足夠多樣化的泛基因組，罕見病診斷與遺傳咨詢將長期受制于“歐洲中心主義”偏見。
參考文獻(xiàn)
[1] Wang, B., Dang, N., Yang, X., Xu, S., & Ye, K. (2023). The human pangenome reference: the beginning of a new era for genomics. Science Bulletin, 68(14), 1484–1487.?
Sentieon軟件介紹
Sentieon為完整的純軟件基因變異檢測二級分析方案，其分析流程完全忠于BWA、GATK、MuTect2、STAR、Minimap2、Fgbio、picard等金標(biāo)準(zhǔn)的數(shù)學(xué)模型。在匹配開源流程分析結(jié)果的前提下，大幅提升WGS、WES、Panel、UMI、ctDNA、RNA等測序數(shù)據(jù)的分析效率和檢出精度，并匹配目前全部第二代、三代測序平臺。
Sentieon軟件團(tuán)隊擁有豐富的軟件開發(fā)及算法優(yōu)化工程經(jīng)驗，致力于解決生物數(shù)據(jù)分析中的速度與準(zhǔn)確度瓶頸，為來自于分子診斷、藥物研發(fā)、臨床醫(yī)療、人群隊列、動植物等多個領(lǐng)域的合作伙伴提供高效精準(zhǔn)的軟件解決方案，共同推動基因技術(shù)的發(fā)展。
截至2025年7月份，Sentieon已經(jīng)在全球范圍內(nèi)為1860+用戶提供服務(wù)，用戶處理超過4980+PB數(shù)據(jù)量，被世界一級影響因子刊物如NEJM、Cell、Nature等廣泛引用，引用次數(shù)超過1500篇。此外，Sentieon連續(xù)數(shù)年摘得了Precision FDA、Dream Challenges等多個權(quán)威評比的桂冠，在業(yè)內(nèi)獲得廣泛認(rèn)可。
