編譯 凌寒

20年前，人類基因組計(jì)劃（HGP）繪制了它的第一份測(cè)序草圖，對(duì)生物醫(yī)學(xué)研究——無(wú)論是在實(shí)驗(yàn)室、在計(jì)算機(jī)上還是在整個(gè)科學(xué)界——均產(chǎn)生了深遠(yuǎn)的影響。大數(shù)據(jù)集和遺傳圖譜現(xiàn)在已成為指導(dǎo)科學(xué)和臨床研究、藥物開(kāi)發(fā)和醫(yī)療實(shí)踐的寶貴資源。人類基因組計(jì)劃還給我們留下了一項(xiàng)重大任務(wù)，即了解基因組信息是如何引發(fā)細(xì)胞和有機(jī)體的發(fā)育、功能和機(jī)能障礙的，并充分利用這一知識(shí)促進(jìn)人類健康和疾病治療，而這項(xiàng)任務(wù)在20年后仍未完成。

20世紀(jì)80年代，科學(xué)家使用越來(lái)越精細(xì)的基因繪圖工具，精確定位了孟德?tīng)柌。ㄈ缒野岳w維癥和亨廷頓舞蹈?。┍澈蟮幕颉５?，要充分了解人類常見(jiàn)疾?。ㄆ渲杏卸鄠€(gè)基因在起作用）的遺傳基礎(chǔ)，這些基于基因組標(biāo)記的繪圖技術(shù)是不夠的。相反，理論分析表明，我們需要一張無(wú)限密集的物理圖譜，也就是人類基因組的完整序列。這種意識(shí)與測(cè)序技術(shù)的新進(jìn)展及其他動(dòng)機(jī)（例如識(shí)別致癌突變）相結(jié)合，推動(dòng)了1990年發(fā)起的全基因組測(cè)序協(xié)同行動(dòng)——人類基因組計(jì)劃——在2000年提交了第一份草稿，并在2003年提交了“成品”參考序列。

起初，許多人對(duì)進(jìn)行這種代價(jià)高昂的努力所能達(dá)到的效用表示懷疑，聲稱它可能會(huì)對(duì)理解單個(gè)基因功能做出的嘗試造成破壞，而不是直接揭示疾病生物學(xué)。然而，參考基因組的首批直接成果之一，就是能夠?qū)θ祟愡z傳變異（包括疾病中發(fā)生的變異）進(jìn)行研究，最初通過(guò)全基因組關(guān)聯(lián)研究（GWAS）發(fā)現(xiàn)了成千上萬(wàn)個(gè)特定性狀和疾病的基因位點(diǎn)。正如現(xiàn)代遺傳學(xué)所預(yù)測(cè)的那樣，GWAS主要發(fā)現(xiàn)的是效應(yīng)值較小的基因，但這些基因仍然是研究致病機(jī)制的重要線索，否則這些致病機(jī)制可能仍然難以破解。

人類參考基因組也使破譯疾病生物學(xué)的其他重要努力得以實(shí)現(xiàn)，如通過(guò)癌癥基因組分析繪制腫瘤的體細(xì)胞遺傳驅(qū)動(dòng)因子圖譜，繪制罕見(jiàn)疾病基因圖譜，以及利用大規(guī)模生物庫(kù)進(jìn)行的全表現(xiàn)型關(guān)聯(lián)研究，以檢查與非選定人群的多種性狀和疾病相關(guān)的變異。該參考基因組進(jìn)一步使比較基因組學(xué)得以對(duì)功能元件進(jìn)行注釋，并使得古老的DNA技術(shù)得以追蹤人類遷徙和性狀發(fā)展，包括疾病易感性。

人類參考基因組序列本身已被證明是一個(gè)關(guān)鍵性研究工具。從分子克隆引物的設(shè)計(jì)到利用小干擾RNA （siRNA）或基于CRISPR-Cas9的向?qū)NA進(jìn)行基因操作，如果沒(méi)有它，如今的基礎(chǔ)性實(shí)驗(yàn)簡(jiǎn)直不可想象。人類基因組計(jì)劃本身和參考基因組序列的可用性都推動(dòng)了快速和廉價(jià)的強(qiáng)大測(cè)序新技術(shù)的發(fā)展。新一代測(cè)序技術(shù)堪稱是21世紀(jì)的顯微鏡，它使得一系列強(qiáng)大的基于測(cè)序的功能基因組學(xué)方法成為可能，例如單個(gè)細(xì)胞中的基因表達(dá)分析，以及細(xì)胞和組織的空間背景描繪。這些依賴于參考基因組的方法，在實(shí)現(xiàn)人類基因組計(jì)劃的闡明基因功能這一承諾方面發(fā)揮著越來(lái)越重要的作用，也使得單個(gè)實(shí)驗(yàn)室就能夠獨(dú)立做出曾經(jīng)需要多方努力合作才能做出的關(guān)鍵性貢獻(xiàn)。

建立參考基因組也引領(lǐng)了現(xiàn)代計(jì)算生物學(xué)的發(fā)展，并提升了通過(guò)利用以前不存在的大型數(shù)據(jù)集來(lái)解決生物學(xué)難題的計(jì)算思維能力的價(jià)值。人類基因組計(jì)劃中生成的數(shù)據(jù)的規(guī)模使得新的數(shù)據(jù)處理和分析方法成為了必需品，吸引著新一代的計(jì)算機(jī)科學(xué)家關(guān)注生物學(xué)問(wèn)題，也促進(jìn)了拼接算法的發(fā)展。隨著接下來(lái)的幾十年中基因組數(shù)據(jù)量的迅速增長(zhǎng)，生物學(xué)利用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)和最近的深度學(xué)習(xí)模型的發(fā)展拓展了對(duì)這些數(shù)據(jù)以及其他數(shù)據(jù)的分析。

人類基因組計(jì)劃在計(jì)算機(jī)方面面臨的更進(jìn)一步挑戰(zhàn)是使研究人員能夠獲取數(shù)據(jù)——既能獲取保持了個(gè)人基因組信息的安全性和保密性的原始數(shù)據(jù)，又能對(duì)數(shù)據(jù)進(jìn)行有效查詢和可視化。對(duì)數(shù)據(jù)門戶的需求是人類基因組計(jì)劃中相對(duì)較晚才被意識(shí)到的需求。這一需求推動(dòng)了第一批大規(guī)模生物數(shù)據(jù)庫(kù)和創(chuàng)新平臺(tái)的創(chuàng)建，以對(duì)數(shù)據(jù)進(jìn)行訪問(wèn)、分析、搜索和可視化處理。加州大學(xué)圣克魯茲分校創(chuàng)建的“基因組瀏覽器”即為其中翹楚?；蚪M瀏覽器的“追蹤”概念和持續(xù)的軟件工程為未來(lái)的努力設(shè)立了標(biāo)桿，這是其持久的遺產(chǎn)之一——既是重要的研究資源，也是其他基因組數(shù)據(jù)平臺(tái)的靈感來(lái)源。

人類基因組計(jì)劃通過(guò)展示大數(shù)據(jù)和參考圖譜的價(jià)值，并通過(guò)開(kāi)創(chuàng)創(chuàng)建和運(yùn)營(yíng)大型國(guó)際聯(lián)盟所必需的原則，迅速改變了以小規(guī)模合作和有限的出版前數(shù)據(jù)共享為主的局勢(shì)。1996年的《百慕大原則》，以及其在2003年形成的擴(kuò)展文件《勞德代爾堡協(xié)議》一直是關(guān)于生物數(shù)據(jù)共享和信用歸屬的重要指導(dǎo)方針。人類基因組計(jì)劃成為許多聯(lián)盟的行動(dòng)方案，這些聯(lián)盟公開(kāi)分享數(shù)據(jù)，以加速科學(xué)的發(fā)展。例如，國(guó)際千人基因組計(jì)劃、癌癥基因組圖譜（TCGA）、國(guó)際癌癥基因組聯(lián)盟（ICGC）、DNA元件百科全書計(jì)劃（ENCODE）、基因組聚合數(shù)據(jù)庫(kù)（gnomAD）、美國(guó)腦計(jì)劃和人類細(xì)胞圖譜作為公共產(chǎn)品，每個(gè)項(xiàng)目均為不同的挑戰(zhàn)集合了不同的參考圖譜。

人類基因組計(jì)劃的終極承諾就是改善人類生活，從對(duì)疾病的生物學(xué)理解轉(zhuǎn)向診斷、治療甚至預(yù)防。參考基因組已經(jīng)開(kāi)始產(chǎn)生這種影響，在罕見(jiàn)的新生兒疾病和癌癥中這種影響尤其顯著。例如，研究人員現(xiàn)在可以更加容易地識(shí)別支持罕見(jiàn)遺傳疾病的特定突變，并開(kāi)始研究其致病機(jī)制和治療方案，同時(shí)使家庭能夠有計(jì)劃地進(jìn)行未來(lái)的妊娠，并通過(guò)共享的數(shù)據(jù)資源，將他們與其他類似的患者聯(lián)系起來(lái)。在癌癥中，基因標(biāo)記和基因圖譜正在通過(guò)常規(guī)的標(biāo)準(zhǔn)檢測(cè)、精確的治療和微創(chuàng)性液體活檢監(jiān)測(cè)疾病進(jìn)展和治療反應(yīng)的新方法來(lái)改進(jìn)診斷，而單細(xì)胞圖譜則有助于以前所未有的細(xì)節(jié)來(lái)揭示腫瘤異質(zhì)性。

此外，對(duì)大量人群進(jìn)行的人類遺傳學(xué)研究正日益影響疾病的治療——基于人類遺傳學(xué)選擇的基因靶點(diǎn)產(chǎn)生成功藥物的可能性可提高兩倍?，F(xiàn)在，還可以利用來(lái)自大群體的數(shù)據(jù)，通過(guò)制定和實(shí)施包括常見(jiàn)復(fù)雜性疾病在內(nèi)的幾種疾病的多基因風(fēng)險(xiǎn)評(píng)分，來(lái)評(píng)估個(gè)體水平的風(fēng)險(xiǎn)。

盡管人類基因組計(jì)劃給生物學(xué)研究和最近的臨床實(shí)踐帶來(lái)了無(wú)可爭(zhēng)議的徹底變化，但它是否能完成自己的使命并履行自己的承諾呢？人類基因組計(jì)劃的兩個(gè)核心問(wèn)題仍然懸而未決：在生物學(xué)中，什么才算是完整的參考基因組，它的價(jià)值又是什么？以及參考基因組如何能完成有益于人類健康的轉(zhuǎn)化？這兩個(gè)問(wèn)題的答案呼之欲出，它們延伸和重塑了人類基因組計(jì)劃的遺產(chǎn)。

繪制參考基因組圖譜只是揭示其影響健康的秘密的漫長(zhǎng)道路的第一步。盡管早期的人類基因組計(jì)劃批評(píng)者極其錯(cuò)誤地估計(jì)了其巨大的科學(xué)價(jià)值——尤其是對(duì)單個(gè)基因功能的研究——但他們正確地認(rèn)識(shí)到了，想要破譯基因在人體中的功能（無(wú)論是單個(gè)基因還是多個(gè)基因協(xié)同作用），僅僅通過(guò)人類基因組序列是無(wú)法解決的。相反，這需要更新的方法，如功能基因組學(xué)，它通過(guò)生成和梳理大型數(shù)據(jù)集的方式，整理出編碼和非編碼序列的功能，描述分子表型，并助力功能篩選；又如單細(xì)胞生物學(xué)，可以了解基因變異對(duì)人類生物學(xué)基本單位的功能性影響；以及計(jì)算的進(jìn)步，尤其是在機(jī)器學(xué)習(xí)方面。

此外，參考基因組的概念在生物學(xué)中是具有挑戰(zhàn)性的——因?yàn)檫M(jìn)化和生理學(xué)總會(huì)引發(fā)保守（或不變）特征與分歧（或動(dòng)態(tài)）特征之間的緊張局面。人類基因組計(jì)劃最初關(guān)注的是差異最小的特征，同時(shí)也著手在共享參考基因組的背景下繪制常見(jiàn)（然后越來(lái)越罕見(jiàn)）的變異圖譜。（在保守特征中，最后8%的重復(fù)異染色質(zhì)序列在2021年才發(fā)布。）要想捕捉人類不斷增長(zhǎng)的遺傳多樣性，就需要對(duì)一組更多樣化的基因組進(jìn)行分析，同時(shí)將靜態(tài)的數(shù)據(jù)轉(zhuǎn)換為統(tǒng)計(jì)學(xué)數(shù)據(jù)，利用算法來(lái)預(yù)測(cè)未觀測(cè)到的等位基因的組合的影響。目前繪制健康和疾病細(xì)胞圖譜的工作也面臨著類似的挑戰(zhàn)。

這種持續(xù)的緊張局勢(shì)給社會(huì)帶來(lái)了挑戰(zhàn)。人類基因組計(jì)劃及其遺產(chǎn)必須服務(wù)于全人類，而不是忽視那些目前在生物學(xué)研究中代表性不足的人群，既要服務(wù)于研究對(duì)象，也要服務(wù)于科學(xué)家。最終，盡管非常有用，但是單個(gè)參考基因組本身就有偏差，可能會(huì)破壞這一目標(biāo)。這種偏差和多樣性的缺乏目前也更廣泛地反映在人類遺傳學(xué)研究中：現(xiàn)有的基因組數(shù)據(jù)集中，非歐洲血統(tǒng)人群的大量代表性不足限制了我們對(duì)人類遺傳變異、健康和疾病的理解。它還破壞了健康公平，因?yàn)樗赡軙?huì)開(kāi)發(fā)出針對(duì)世界大多數(shù)地區(qū)并不存在的疾病變體的診斷模型或治療方法。人類針對(duì)這種情況正在做出顯著努力，例如非洲人類遺傳和健康（H3Africa）倡議。但是，人類基因組計(jì)劃要實(shí)現(xiàn)其為人類健康服務(wù)的最終目標(biāo)，就需要更加有意識(shí)地努力，讓歷史上代表性不足的群體的研究人員和參與者能夠成為研究中的平等伙伴，并對(duì)自己的數(shù)據(jù)和直接受益于這些數(shù)據(jù)的機(jī)會(huì)有所控制。

考慮到這些問(wèn)題，并隨著基因組測(cè)序的廣泛應(yīng)用，單一的參考基因組可能不再有意義，但將每個(gè)人的個(gè)人序列作為自身的參考又引入了新的隱私問(wèn)題，特別是圍繞開(kāi)放數(shù)據(jù)共享這一問(wèn)題，這可能需要新的隱私保護(hù)算法。測(cè)序技術(shù)已經(jīng)滲透到日常生活的許多方面，從臨床診斷（包括無(wú)創(chuàng)產(chǎn)前診斷）到用于評(píng)估潛在疾病風(fēng)險(xiǎn)的流行個(gè)人基因組學(xué)，再到通過(guò)商業(yè)試劑盒實(shí)現(xiàn)家譜追蹤，以及法醫(yī)學(xué)。這些用途給個(gè)人和社會(huì)都帶來(lái)了其自身的倫理問(wèn)題。例如，基因組圖譜可以揭示意想不到的家族關(guān)系或晚發(fā)型疾病風(fēng)險(xiǎn)；執(zhí)法機(jī)關(guān)可能在不知情或未經(jīng)同意的情況下訪問(wèn)這些數(shù)據(jù)，或?qū)⑵錇E用于跟蹤和欺壓。在人類基因組計(jì)劃實(shí)施期間，對(duì)基因或基因組序列的可專利性進(jìn)行過(guò)激烈的辯論，目前的倡議（如全球基因組和健康聯(lián)盟）還在繼續(xù)評(píng)估其倫理障礙。國(guó)家和國(guó)際法律及道德框架應(yīng)當(dāng)應(yīng)對(duì)這些挑戰(zhàn)。隨著基因組數(shù)據(jù)及其用途的不斷激增，遏制對(duì)其潛在的濫用行為，確保人類基因組計(jì)劃的遺產(chǎn)，有助于改善全人類的生活，將變得至關(guān)重要。

資料來(lái)源 Science