PacBio發布目前最連續的二倍體人類基因組組裝

圖片來源于網絡

　　Pacific Biosciences公司本周一宣布，它已經產生了到目前為止最連續的單個人二倍體人類基因組組裝，表示遺傳自父母雙方的46條染色體的DNA序列近乎完整。

　　此次使用的樣本來自一名波多黎各的女性，她參與了之前的群體遺傳學研究，如千人基因組計劃。基因組測序在PacBio的Sequel系統上完成，利用的是2.1版本的試劑和5.1版本的軟件。

　　據研究人員介紹，此次公開的組裝（PacBio HG00733）與以往的組裝相比有著最少的缺口，超過一半的基因組包含在長度超過27 Mb的無缺口contig中。contig組裝的總長度達到2.89 Gb，由865個contig組成，是目前為止最連續的人類基因組組裝。

　　研究人員利用FALCON-Unzip組裝工具分析了超過80%基因組中的母本和父本單倍型。接著，他們利用Hi-C技術以及與Phase Genomics合作開發的FALCON-Phase方法來進一步定相母本和父本的單倍型區塊，并利用Phase Genomics的Proximo Hi-C平臺從頭scaffold基因組，獲得了第一個僅由兩種技術完成的染色體規模的二倍體組裝。

　　此次獲得的基因組組裝由46條染色體規模的scaffold組成，代表波多黎各個體的母本和父本染色體組。每組23條scaffold僅包含511個缺口，總長度達到2.83 Gb。每個單倍體基因組的剩余部分包含在260條長度為63 Mb的scaffold中。

　　PacBio的CEO Michael Hunkapiller表示：“在此之前，這種分辨率的人類基因組是無法實現的，目前只能由PacBio技術來實現。以前的測序方法無法區分23對染色體的序列，導致人類基因組組裝的大小只有一半，而且混雜了父本和母本來源的DNA序列。如今能夠分析每個親本的單倍型序列，帶來最完整的二倍體人類基因組視圖。”

　　基因組參考序列聯盟的成員Valerie Schneider表示：“在過去五年，基因組參考序列聯盟一直在使用各種新技術（包括PacBio）產生的數據，以此來改進人類基因組參照序列的組裝。這一新成就體現了目前可在個人基因組上實現的質量水平。”

　　當前版本的人類參考基因組組裝（GRCh38）代表了嵌合單倍體序列，它是由50多名個體的DNA測序數據組合而成。相比之下，PacBio HG00733二倍體基因組組裝分析了母本和父本染色體序列，并囊括了波多黎各群體特有的多樣性。