20年前，科学家宣布读取了一个人的全部脱氧核糖核酸（DNA），其实，他们漏掉了少许。现在，由于读取DNA方法的改进，科学家终于可以从头到尾读取人类的全部基因组了！据生物预印本网站（biorxiv）近日报道，美国科学家对全部人类基因组30.55亿个碱基对进行了测序，与此前结果相比，新结果增加了2亿个碱基对以及2000多个基因。

人类拥有数万个基因，它们储存于DNA分子中，基因信息以4种碱基（C、G、T和A）的形式存在，两个碱基相互配对形成碱基对。

科学家于1990年启动了人类基因组测序项目，并于2001年公布了首个人类基因组草图。但当时不得不将基因组分成小段读取，然后重新组装在一起，而这样无法将一些高度重复的片段放回原位。随后遗传学家继续改进，但重点还是放在提高现有序列的精确度，而非增加新序列，仍有约8%的序列缺失或错误。

新版本基因组由“端粒到端粒”（T2T）联盟绘制。该联盟由加州大学圣克鲁斯分校的卡伦·米加和国家人类基因组研究所的亚当·菲利皮领导。

研究人员选择从一个被称为CHM13的细胞系中读取DNA。该细胞系来自水泡状胎块——一种妊娠失败情况，可以在实验室中培养这种细胞。菲利皮说：“CHM13的独特之处在于，它不是任何人的基因组。”

普通人类细胞的每段DNA都有两个副本，往往存在重大差异，一个来自母亲，另一个来自父亲，这使得对DNA精确测序变得更加困难，因为要搞清楚什么是测序过程中的失误、什么是真正的差异非常棘手。使用CHM13避免了这个问题，因为两个副本几乎完全相同。

为组装基因组序列，研究团队利用了两种技术：一种是能读取非常长（超过100万个碱基对）片段的测序技术；另一种是精确度极高、能处理差别极小的片段（比如同一个基因的多个副本）的技术。

2020年7月，该团队公布了完整的决定性别的人类X染色体。现在，他们公布了完整的人类基因组，新版本比上一个版本增加了近2亿个碱基对以及2226个新基因，是自人类参考基因组首次发布以来进行的最大改进。

文/科技日报记者 刘霞

编辑/范辉