15年前，科學家宣布，人類基因組圖譜繪制完成。但我很遺憾地告訴各位，這不是事實。

如果你曾被誤導，那是因為長期以來，很多科學家自身也忽視了人類DNA中最后幾個未組裝的區(qū)域，它們主要由看起來不像基因的短回文重復序列組成。

“這片巨大的空白仍然存在?！奔又荽髮W圣克魯茲分校的基因組研究員卡倫·米加（Karen Miga）說。之所以如此，是因為科學家無法對DNA的這些重復序列進行測序和組裝——但現(xiàn)在，情況發(fā)生了變化。

在一項里程碑式的研究中，米加和同事們發(fā)現(xiàn)了Y染色體著絲粒的完整序列，它包含30萬個字符。對于Y染色體著絲粒這種奇怪的結(jié)構(gòu)，人們對它的了解曾經(jīng)十分有限。

你也許想不到，既然著絲粒序列如此重要，可科學家竟然從未組裝過著絲粒序列。染色體是緊湊的DNA結(jié)構(gòu)，而著絲粒是染色體上的一個特殊區(qū)域。細胞分裂時，絲狀蛋白附著于著絲粒，使染色體分離。如果著絲粒功能異常，細胞的染色體就會過少，或者過多，唐氏綜合征就是如此。著絲粒功能異常也與癌癥等疾病有關。

“每個染色體的這個區(qū)域都有著至關重要的作用。”杜克大學分子生物學家貝絲·沙利文（Beth Sullivan）說，“你肯定以為我們對著絲粒已經(jīng)了如指掌了?！鄙忱臎]有參與上述研究。

然而，著絲粒很難破解。它們含有相似甚至完全相同的序列，這些序列可能達到170個字符長度，重復數(shù)百或者數(shù)千次。傳統(tǒng)的測序儀把一串DNA分成多個“可讀”的短片段，然后像拼圖一樣組裝起來。

“破解著絲粒的困難之處就在于，所有片段看起來都是一樣的。這就像在拼撒哈拉沙漠的拼圖?！鄙忱恼f。研究基因的生物學家能夠受益于大量的基因序列信息，但研究著絲粒的生物學家，卻基本沒有序列信息可供研究。

現(xiàn)在，我們有了納米孔測序，這項新技術能讀取更長的DNA片段。米加和同事們決定用這項技術來破解著絲粒。盡管納米孔測序仍然無法一次性破解Y染色體著絲粒的數(shù)十萬個字符，但可以提供更少、更大的拼圖塊，大幅降低了序列組裝的難度。

米加團隊測序并組裝的Y染色體著絲粒來自于美國紐約州布法羅市的一位匿名男性，他的DNA曾被用于人類基因組計劃的大多數(shù)項目。這個著絲粒的序列并沒有太多令人意外的地方。這是好事，因為這意味著納米孔測序（一項仍然相對較新的技術）沒有產(chǎn)生錯誤，從而為今后更多的著絲粒測序打開了大門?！霸谖铱磥?，這只是以后開展研究的基礎?！泵准诱f。

對某一個著絲粒進行測序，這只是一次技術上的探索，對大量著絲粒進行測序，才會產(chǎn)生真正令人感興趣的東西。例如，一直以來，Y染色體都被用于研究人類遷徙歷史和遺傳變異。而著絲粒提供了更多的數(shù)據(jù)，因為它們千差萬別：不僅重復序列的字符不同，而且人與人之間同一染色體上的著絲粒序列長度，也能相差20倍之多?！叭绻阆胗^察人類遺傳變異，我覺得這就是你應該研究的地方。”弗雷德·哈欽森癌癥研究中心的著絲粒研究員史蒂夫·亨尼科夫（Steve Henikoff）說。他把這項新研究稱為著絲粒研究領域的“里程碑”。

科學家也想研究其他染色體的著絲粒。米加之所以從Y染色體入手，只是因為這是最簡單的。Y染色體的著絲粒序列長度只有幾十萬個字符，而沙利文研究的17號染色體，其著絲粒序列長度多達400萬個字符。17號染色體異常與乳腺癌等多種疾病有關。如果科學家可以對很長的著絲粒進行完整測序，也許就能弄明白細微變化（比如序列中的小錯誤或者重復的順序）會如何影響著絲粒功能。

而破解這些更長的著絲粒將更加困難。諾丁漢大學生物學家馬修·盧斯（Matthew Loose）最近領導了一個項目，利用納米孔技術對人類基因組（不包括著絲粒）進行測序。他說，在“不久的將來”，獲得更完整的基因組序列，將不再是一件難事。

染色體不只是有著絲粒。例如，異染色質(zhì)占到了Y染色體的很大一部分，這是另一個DNA高度重復的區(qū)域。“Y染色體就是這么難對付?！泵准诱f。

依靠納米孔測序技術，科學家開始填補空白——距離真正完整的人類基因組序列，我們越來越近了。

翻譯：于波

校對：其奇

編輯：穎仔

來源：The Atlantic