Полный геном человека: современное состояние и перспективы изучения.

Введение

Полный набор последовательностей нуклеиновых кислот для человека: нетехническое введение в тему.

Геном человека – это полный набор последовательностей нуклеиновых кислот для человека, закодированный в виде ДНК в 23 хромосомных парах в ядрах клеток и в небольшой молекуле ДНК, содержащейся в отдельных митохондриях. Обычно их рассматривают отдельно как ядерный геном и митохондриальный геном. Геном человека включает в себя как последовательности ДНК, кодирующие белки, так и различные типы ДНК, не кодирующие белки. Последняя представляет собой разнообразную категорию, включающую ДНК, кодирующую не транслируемую РНК, такую как рибосомальная РНК, транспортная РНК, рибозимы, малые ядерные РНК и несколько типов регуляторных РНК. Она также включает промоторы и связанные с ними регуляторные элементы генов, ДНК, выполняющую структурную и репликационную роль, такую как поддерживающие области, теломеры, центромеры и начала репликации, а также большое количество транспозонов, внедренную вирусную ДНК, нефункциональные псевдогены и простые, высокоповторяющиеся последовательности. Интроны составляют значительный процент некодирующей ДНК. Часть этой некодирующей ДНК представляет собой нефункциональную "мусорную" ДНК, например, псевдогены, но нет единого мнения относительно общего количества "мусорной" ДНК. Хотя последовательность человеческого генома была полностью определена посредством секвенирования ДНК в 2022 году, она еще не полностью изучена. Большинство, но не все гены были идентифицированы с помощью комбинации высокопроизводительных экспериментальных и биоинформатических методов, однако еще многое предстоит сделать для дальнейшего выяснения биологических функций их белковых и РНК-продуктов (в частности, аннотация полной последовательности CHM13v2.0 все еще продолжается).

Размер человеческого генома

В 2003 году ученые сообщили о секвенировании 85% всего генома человека, но по состоянию на 2020 год по меньшей мере 8% все еще отсутствовали. В 2021 году ученые сообщили о секвенировании полного женского генома (т.е. без Y-хромосомы). Геном состоит из регуляторных последовательностей ДНК, LINE, SINE, интронов и последовательностей, функция которых пока не определена. Человеческая Y-хромосома, состоящая примерно из 62,5 x 106 пар оснований, полученных из другой клеточной линии и присутствующая у всех мужчин, была полностью секвенирована в январе 2022 года. Текущая версия стандартного референтного генома называется GRCh38. p14 (июль 2023 г.). Он состоит из 22 автосом, а также одной копии X-хромосомы и одной копии Y-хромосомы. Он содержит приблизительно 3,1 миллиарда пар оснований (3,1 Гб или 3,1 x 109 бп). Это размер составного генома, основанного на данных нескольких индивидуумов, но он хорошо отражает типичное количество ДНК в гаплоидном наборе хромосом. Большинство клеток человека диплоидны, поэтому содержат в два раза больше ДНК. В 2023 году был опубликован предварительный референсный пангеном человека, основанный на 47 геномах людей различного этнического происхождения. Различия между этими геномами составляют около 0,6% (с учетом инделов), что значительно меньше, чем различия между людьми и их ближайшими живыми родственниками – бонобо и шимпанзе (~1,1% фиксированных вариантов одного нуклеотида и 4% с учетом инделов).

Молекулярная организация и содержание генов

Общая длина референтного генома человека не представляет собой последовательность ДНК какого-либо конкретного индивидуума. Геном организован в 22 пары хромосом, называемых аутосомами, плюс 23-ю пару половых хромосом (XX) у женщин и (XY) у мужчин. Все эти хромосомы – это крупные линейные молекулы ДНК, содержащиеся в ядре клетки. Текущая версия референтного генома человека включает в себя по одной копии каждой из аутосом и по одной копии двух половых хромосом (X и Y). Общий объем ДНК составляет 3,1 миллиарда пар оснований (3,1 Гб).

Гены, кодирующие белки

Кодирующие последовательности белков представляют собой наиболее широко изученный и наилучшим образом понятный компонент генома человека. Эти последовательности в конечном итоге приводят к производству всех человеческих белков, хотя несколько биологических процессов (например, перестройки ДНК и альтернативный сплайсинг пре-мРНК) могут приводить к образованию гораздо большего числа уникальных белков, чем количество генов, кодирующих белки. Геном человека содержит от 19 000 до 20 000 генов, кодирующих белки. Эти гены содержат в среднем 10 интронов, а средний размер интрона составляет около 6 кб (6000 пар оснований). Экзонные последовательности состоят из кодирующей ДНК и нетранслируемых областей (UTR) на обоих концах зрелой мРНК. Общий объем кодирующей ДНК составляет около 1,2% генома. Многие исследователи разделяют геном на кодирующую и некодирующую ДНК, исходя из представления о том, что кодирующая ДНК является наиболее важным функциональным компонентом генома. Около 98–99% генома человека составляют некодирующие последовательности ДНК.

Некодирующие гены

Некодирующие молекулы РНК играют множество важных ролей в клетках, особенно во многих реакциях синтеза белка и процессинга РНК. Некодирующие РНК включают в себя тРНК, рибосомную РНК, микроРНК, snРНК и другие некодирующие гены РНК, включая около 60 000 длинных некодирующих РНК (lncRNA). Хотя число зарегистрированных генов lncRNA продолжает расти и точное их количество в геноме человека еще предстоит определить, многие из них считаются нефункциональными. Многие некодирующие РНК являются критически важными элементами в регуляции и экспрессии генов. Некодирующие РНК также участвуют в эпигенетике, транскрипции, сплайсинге РНК и аппарате трансляции. Роль РНК в генетической регуляции и заболеваниях открывает новый потенциальный уровень неизученной геномной сложности.

Псевдогены

Псевдогены – это неактивные копии генов, кодирующих белки, часто возникающие в результате дупликации генов, которые стали нефункциональными из-за накопления инактивирующих мутаций. Число псевдогенов в геноме человека составляет около 13 000, а на некоторых хромосомах почти равно числу функциональных генов, кодирующих белки. Дупликация генов является основным механизмом генерации нового генетического материала в ходе молекулярной эволюции. Например, семейство генов обонятельных рецепторов – один из наиболее хорошо изученных примеров псевдогенов в геноме человека. Более 60 процентов генов этого семейства являются нефункциональными псевдогенами у людей. Для сравнения, только 20 процентов генов семейства генов обонятельных рецепторов мыши представляют собой псевдогены. Исследования показывают, что это видоспецифическая особенность, поскольку у наиболее близких приматов пропорционально меньше псевдогенов. Это генетическое открытие помогает объяснить менее развитое обоняние у человека по сравнению с другими млекопитающими.

Регулирующие последовательности ДНК

В геноме человека существует множество различных регуляторных последовательностей, играющих ключевую роль в контроле экспрессии генов. Консервативные оценки указывают на то, что эти последовательности составляют 8% генома, однако экстраполяции, полученные в рамках проекта ENCODE, позволяют предположить, что 20–40% генома – это регуляторные последовательности. Некоторые типы некодирующей ДНК представляют собой генетические «переключатели», которые не кодируют белки, но регулируют время и место экспрессии генов (так называемые энхансеры). Регуляторные последовательности известны с конца 1960-х годов. Первое выявление регуляторных последовательностей в геноме человека было основано на технологии рекомбинантной ДНК. Позднее, с развитием геномного секвенирования, идентификация этих последовательностей стала возможной благодаря эволюционному консерватизму. Например, эволюционное разделение между приматами и мышью произошло 70–90 миллионов лет назад. Таким образом, компьютерное сравнение последовательностей генов, выявляющее консервативные некодирующие последовательности, служит индикатором их важности в функциях, таких как регуляция генов. Другие геномы были секвенированы с той же целью – помочь методам, основанным на консервации, например, геном рыбы фугу. Однако регуляторные последовательности исчезают и вновь возникают в ходе эволюции с высокой скоростью. С 2012 года усилия были перенаправлены на выявление взаимодействий между ДНК и регуляторными белками с помощью метода ChIP-Seq, или областей, где ДНК не упакована гистонами (участки ДНК с повышенной чувствительностью к ДНКазе), что позволяет определить местоположение активных регуляторных последовательностей в исследуемом типе клеток. Около 8% человеческого генома состоит из тандемных массивов ДНК или тандемных повторов – повторяющихся последовательностей с низкой сложностью, имеющих несколько смежных копий (например, «CAGCAGCAG»). Тандемные последовательности могут иметь различную длину, от двух до десятков нуклеотидов. Эти последовательности сильно варьируют даже среди близкородственных особей и поэтому используются для генеалогического ДНК-тестирования и судебно-медицинского анализа ДНК. Повторяющиеся последовательности, содержащие менее десяти нуклеотидов (например, динуклеотидный повтор (AC)n), называются микросателлитными последовательностями. Среди микросателлитных последовательностей особое значение имеют тринуклеотидные повторы, поскольку они иногда встречаются в кодирующих областях генов, кодирующих белки, и могут приводить к генетическим заболеваниям. Например, болезнь Гентингтона возникает в результате расширения тринуклеотидного повтора (CAG)n в гене Huntingtin на 4-й человеческой хромосоме. Теломеры (концы линейных хромосом) заканчиваются микросателлитным гексануклеотидным повтором последовательности (TTAGGG)n. Тандемные повторы более длинных последовательностей (массивы повторяющихся последовательностей длиной 10–60 нуклеотидов) называются минисателлитами. Транспозируемые генетические элементы, последовательности ДНК, способные реплицироваться и вставлять свои копии в другие участки генома хозяина, являются обильным компонентом генома человека. Наиболее распространенная линия транспозонов, Alu, содержит около 50 000 активных копий и может вставляться во внутригенные и интергенные области. Другая линия, LINE 1, содержит около 100 активных копий на геном (число варьируется у разных людей). Вместе с нефункциональными остатками старых транспозонов они составляют более половины общей ДНК человека. Транспозоны, иногда называемые «прыгающими генами», сыграли важную роль в формировании генома человека. Некоторые из этих последовательностей представляют собой эндогенные ретровирусы – копии ДНК вирусных последовательностей, которые стали постоянно интегрированы в геном и теперь передаются последующим поколениям. Мобильные элементы в геноме человека можно классифицировать на ретротранспозоны LTR (8,3% от общего генома), SINE (13,1% от общего генома), включая элементы Alu, LINE (20,4% от общего генома), SVA (SINE VNTR Alu) и транспозоны ДНК класса II (2,9% от общего генома).

The human genome has many different regulatory sequences which are crucial to controlling gene expression. Conservative estimates indicate that these sequences make up 8% of the genome, however extrapolations from the ENCODE project give that 20 40% of the genome is gene regulatory sequence. Some types of non coding DNA are genetic "switches" that do not encode proteins, but do regulate when and where genes are expressed (called enhancers). Regulatory sequences have been known since the late 1960s. The first identification of regulatory sequences in the human genome relied on recombinant DNA technology. Later with the advent of genomic sequencing, the identification of these sequences could be inferred by evolutionary conservation. The evolutionary branch between the primates and mouse, for example, occurred 70–90 million years ago. So computer comparisons of gene sequences that identify conserved non coding sequences will be an indication of their importance in duties such as gene regulation. Other genomes have been sequenced with the same intention of aiding conservation guided methods, for exampled the pufferfish genome. However, regulatory sequences disappear and re evolve during evolution at a high rate. As of 2012, the efforts have shifted toward finding interactions between DNA and regulatory proteins by the technique ChIP Seq, or gaps where the DNA is not packaged by histones (DNase hypersensitive sites), both of which tell where there are active regulatory sequences in the investigated cell type. About 8% of the human genome consists of tandem DNA arrays or tandem repeats, low complexity repeat sequences that have multiple adjacent copies (e. g. "CAGCAGCAG "). The tandem sequences may be of variable lengths, from two nucleotides to tens of nucleotides. These sequences are highly variable, even among closely related individuals, and so are used for genealogical DNA testing and forensic DNA analysis. Repeated sequences of fewer than ten nucleotides (e. g. the dinucleotide repeat (AC)n) are termed microsatellite sequences. Among the microsatellite sequences, trinucleotide repeats are of particular importance, as sometimes occur within coding regions of genes for proteins and may lead to genetic disorders. For example, Huntington's disease results from an expansion of the trinucleotide repeat (CAG)n within the Huntingtin gene on human chromosome 4. Telomeres (the ends of linear chromosomes) end with a microsatellite hexanucleotide repeat of the sequence (TTAGGG)n.

Tandem repeats of longer sequences (arrays of repeated sequences 10–60 nucleotides long) are termed minisatellites. Transposable genetic elements, DNA sequences that can replicate and insert copies of themselves at other locations within a host genome, are an abundant component in the human genome. The most abundant transposon lineage, Alu, has about 50,000 active copies, and can be inserted into intragenic and intergenic regions. One other lineage, LINE 1, has about 100 active copies per genome (the number varies between people). Together with non functional relics of old transposons, they account for over half of total human DNA. Sometimes called "jumping genes", transposons have played a major role in sculpting the human genome. Some of these sequences represent endogenous retroviruses, DNA copies of viral sequences that have become permanently integrated into the genome and are now passed on to succeeding generations. Mobile elements within the human genome can be classified into LTR retrotransposons (8.3% of total genome), SINEs (13.1% of total genome) including Alu elements, LINEs (20.4% of total genome), SVAs (SINE VNTR Alu) and Class II DNA transposons (2.9% of total genome).

Дрожжевая ДНК

Нет единого мнения о том, что составляет "функциональный" элемент в геноме, поскольку генетики, эволюционные биологи и молекулярные биологи используют различные определения и методы. Из-за неоднозначности терминологии сформировались различные научные школы. В эволюционных определениях "функциональная" ДНК, будь то кодирующая или некодирующая, вносит вклад в приспособленность организма и, следовательно, поддерживается отрицательным эволюционным давлением, в то время как "нефункциональная" ДНК не приносит организму пользы и, следовательно, подвергается нейтральному отбору. Этот тип ДНК был описан как "мусорная ДНК". В генетических определениях "функциональная" ДНК связана с тем, как сегменты ДНК проявляются в фенотипе, а "нефункциональная" – с эффектами потери функции на организм. До 80% генома, вероятно, функциональны. Также возможно, что "мусорная" ДНК может приобрести функцию в будущем и, следовательно, сыграть роль в эволюции, но это, вероятно, произойдет крайне редко. О завершении секвенирования проекта "Геном человека" было объявлено в 2004 году с публикацией чернового варианта последовательности генома, в котором осталось всего 341 пробел, представляющий собой высокоповторяющиеся и другие участки ДНК, которые не удалось секвенировать с использованием технологий, доступных на тот момент. Эти данные используются во всем мире в биомедицине, антропологии, криминалистике и других областях науки. Такие геномные исследования привели к прогрессу в диагностике и лечении заболеваний, а также к новым открытиям во многих областях биологии, включая эволюцию человека. К 2018 году общее число генов было увеличено до не менее 46 831, плюс еще 2300 генов микроРНК. Опрос населения, проведенный в 2018 году, выявил еще 300 миллионов оснований человеческого генома, отсутствовавших в эталонной последовательности. До получения полной последовательности генома оценки количества человеческих генов варьировались от 50 000 до 140 000 (иногда с неясностью относительно того, включали ли эти оценки гены, не кодирующие белки). По мере повышения качества последовательности генома и совершенствования методов идентификации генов, кодирующих белки, число признанных генов, кодирующих белки, снизилось до 19 000–20 000. В 2022 году консорциум Telomere-to-Telomere (T2T) опубликовал полную последовательность генома женщины-человека. Ранее не секвенированные участки содержат гены иммунного ответа, которые помогают адаптироваться и выживать при инфекциях, а также гены, важные для прогнозирования реакции на лекарственные препараты. Завершенная последовательность генома человека также позволит лучше понять формирование человека как индивидуального организма и вариабельность людей как между собой, так и между разными видами. К тому времени оставалось сотни пробелов, при этом около 5–10% общей последовательности оставались не определенными. Отсутствующая генетическая информация в основном находилась в повторяющихся гетерохроматических областях и вблизи центромер и теломер, а также в некоторых генах, кодирующих эвхроматические области. В 2015 году осталось 160 эвхроматических пробелов, когда были определены последовательности, охватывающие еще 50 ранее не секвенированных областей. Только в 2020 году была определена первая по-настоящему полная последовательность от теломера к теломеру человеческой хромосомы, а именно хромосомы X. Первая полная последовательность от теломера к теломеру аутосомной хромосомы человека, хромосомы 8, последовала годом позже. Полный геном человека (без Y-хромосомы) был опубликован в 2021 году, а с Y-хромосомой – в январе 2022 года. В 2023 году был опубликован проект эталонного пангенома человека.

There is no consensus on what constitutes a "functional" element in the genome since geneticists, evolutionary biologists, and molecular biologists employ different definitions and methods. Due to the ambiguity in the terminology, different schools of thought have emerged. In evolutionary definitions, "functional" DNA, whether it is coding or non coding, contributes to the fitness of the organism, and therefore is maintained by negative evolutionary pressure whereas "non functional" DNA has no benefit to the organism and therefore is under neutral selective pressure. This type of DNA has been described as junk DNA In genetic definitions, "functional" DNA is related to how DNA segments manifest by phenotype and "nonfunctional" is related to loss of function effects on the organism. to up to 80% of the genome is likely functional. It is also possible that junk DNA may acquire a function in the future and therefore may play a role in evolution, but this is likely to occur only very rarely. and Celera Corporation. Completion of the Human Genome Project's sequencing effort was announced in 2004 with the publication of a draft genome sequence, leaving just 341 gaps in the sequence, representing highly repetitive and other DNA that could not be sequenced with the technology available at the time. These data are used worldwide in biomedical science, anthropology, forensics and other branches of science. Such genomic studies have led to advances in the diagnosis and treatment of diseases, and to new insights in many fields of biology, including human evolution. By 2018, the total number of genes had been raised to at least 46,831, plus another 2300 micro RNA genes. A 2018 population survey found another 300 million bases of human genome that was not in the reference sequence. Prior to the acquisition of the full genome sequence, estimates of the number of human genes ranged from 50,000 to 140,000 (with occasional vagueness about whether these estimates included non protein coding genes). As genome sequence quality and the methods for identifying protein coding genes improved, the count of recognized protein coding genes dropped to 19,000–20,000. In 2022 the Telomere to Telomere (T2T) consortium reported the complete sequence of a human female genome, The previously unsequenced parts contain immune response genes that help to adapt to and survive infections, as well as genes that are important for predicting drug response. The completed human genome sequence will also provide better understanding of human formation as an individual organism and how humans vary both between each other and other species. there remained hundreds of gaps, with about 5–10% of the total sequence remaining undetermined. The missing genetic information was mostly in repetitive heterochromatic regions and near the centromeres and telomeres, but also some gene encoding euchromatic regions. There remained 160 euchromatic gaps in 2015 when the sequences spanning another 50 formerly unsequenced regions were determined. Only in 2020 was the first truly complete telomere to telomere sequence of a human chromosome determined, namely of the X chromosome. The first complete telomere to telomere sequence of a human autosomal chromosome, chromosome 8, followed a year later. The complete human genome (without Y chromosome) was published in 2021, while with Y chromosome in January 2022. In 2023, a draft human pangenome reference was published.

Измерение генетической вариации человека

Большинство исследований генетической изменчивости человека сосредоточено на однонуклеотидных полиморфизмах (СНП), которые представляют собой замещения отдельных нуклеотидов вдоль хромосомы. Большинство анализов оценивают, что СНП возникают в среднем в 1 из 1000 пар оснований в эухроматическом геноме человека, хотя их плотность распределена неравномерно. Отсюда и популярное утверждение о том, что "мы все, независимо от расы, генетически на 99,9% идентичны", хотя большинство генетиков внесли бы в него некоторые уточнения. Например, сейчас считается, что значительно большая часть генома вовлечена в вариацию числа копий. Масштабные совместные усилия по каталогизации вариаций СНП в геноме человека осуществляются в рамках Международного проекта HapMap. Геномные локусы и длина определенных типов небольших повторяющихся последовательностей сильно варьируются у разных людей, что лежит в основе технологий ДНК-идентификации и установления отцовства. Гетерохроматические участки генома человека, общая длина которых составляет несколько сотен миллионов пар оснований, также считаются весьма изменчивыми в пределах человеческой популяции (они настолько повторяющиеся и длинные, что их невозможно точно секвенировать с использованием современных технологий). Эти области содержат мало генов, и неясно, приводит ли типичная изменчивость в повторах или гетерохроматине к каким-либо значимым фенотипическим эффектам. Большинство крупных геномных мутаций в половых клетках, вероятно, приводят к нежизнеспособным эмбрионам; однако, ряд заболеваний человека связан с крупномасштабными геномными аномалиями. Синдром Дауна, синдром Тернера и ряд других заболеваний возникают в результате нерасхождения целых хромосом. Раковые клетки часто демонстрируют анеуплоидию хромосом и хромосомных плеч, хотя причинно-следственная связь между анеуплоидией и раком не установлена.

Картографирование геномических вариаций человека

В то время как последовательность генома перечисляет порядок каждой ДНК-базы в геноме, карта генома определяет ориентиры. Карта генома менее детализирована, чем последовательность генома, и помогает ориентироваться в геноме. Примером карты вариаций является HapMap, разрабатываемый Международным проектом HapMap. HapMap – это карта гаплотипов генома человека, «описывающая общие закономерности вариаций последовательности ДНК человека». Она каталогизирует паттерны небольших вариаций в геноме, включающих отдельные нуклеотиды, или основания. Исследователи опубликовали первую карту, основанную на последовательности, крупномасштабных структурных вариаций в геноме человека в журнале Nature в мае 2008 года. Крупномасштабные структурные вариации – это различия в геномах разных людей, варьирующиеся от нескольких тысяч до нескольких миллионов оснований ДНК; некоторые из них представляют собой приобретения или потери участков последовательности генома, а другие – перестройки этих участков. Эти вариации включают различия в количестве копий конкретного гена у разных людей, делеции, транслокации и инверсии.

Структурные изменения

Структурные вариации относятся к генетическим вариантам, которые затрагивают более крупные сегменты генома человека, в отличие от точечных мутаций. Часто структурные варианты (СВ) определяются как варианты в 50 пар оснований (bp) и более, такие как делеции, дупликации, вставки, инверсии и другие перестройки. Около 90% структурных вариантов – это некодирующие делеции, однако у большинства людей их насчитывается более тысячи; размер делеций варьируется от нескольких десятков пар оснований до десятков тысяч bp. В среднем, у каждого человека присутствует около 3 редких структурных варианта, изменяющих кодирующие области, например, удаляющих экзоны. Примерно у 2% людей встречаются ультраредкие структурные варианты мегабазового масштаба, особенно перестройки. Это означает, что миллионы пар оснований могут быть инвертированы внутри хромосомы; ультраредкие варианты обнаруживаются только у отдельных людей или членов их семей и, следовательно, возникли относительно недавно. Изменения в некодирующих последовательностях и синонимические изменения в кодирующих последовательностях, как правило, встречаются чаще, чем несинонимические изменения, что отражает более сильное селективное давление, снижающее разнообразие в позициях, определяющих идентичность аминокислоты. Переходы происходят чаще, чем трансверсии, при этом динуклеотиды CpG демонстрируют самую высокую скорость мутаций, предположительно из-за деаминирования.

Личные геномы

Секвенирование персонального генома – это (почти) полная последовательность химических пар оснований, составляющих ДНК одного человека. Поскольку медицинские методы лечения оказывают различное воздействие на разных людей из-за генетических вариаций, таких как однонуклеотидные полиморфизмы (СНП), анализ персональных геномов может привести к персонализированному медицинскому лечению, основанному на индивидуальных генотипах. Первая персональная последовательность генома была определена у Крейга Вентера в 2007 году. Персональные геномы не секвенировали в рамках общенационального проекта «Геном человека», чтобы защитить анонимность добровольцев, предоставивших образцы ДНК. Эта последовательность была получена из ДНК нескольких добровольцев из разнообразной популяции. Однако в начале работы над секвенированием генома, возглавляемой Вентером, было принято решение перейти от секвенирования композитного образца к использованию ДНК одного индивидуума, который впоследствии оказался самим Вентером. Таким образом, последовательность генома человека, опубликованная Celera в 2000 году, в основном принадлежала одному человеку. Последующая замена ранних данных, полученных из композитного образца, и определение диплоидной последовательности, представляющей оба набора хромосом, а не гаплоидной последовательности, о которой сообщалось изначально, позволили опубликовать первый персональный геном. В апреле 2008 года был завершен геном Джеймса Уотсона. В 2009 году Стивен Куэйк опубликовал собственную последовательность генома, полученную с помощью секвенатора собственной разработки Heliscope. Команда Стэнфордского университета под руководством Юана Эшли опубликовала основу для медицинской интерпретации геномов человека, реализованную на геноме Куэйка, и впервые приняла обоснованные решения в области медицины на основе данных о всем геноме. Эта команда расширила подход на семью Уэст, первую семью, геном которой был секвенирован в рамках программы секвенирования персональных геномов Illumina. С тех пор были опубликованы сотни последовательностей персональных геномов, включая геномы Десмонда Туту и палеоэскимоса. В 2012 году были обнародованы полные последовательности генома двух семейных трио из числа 1092 геномов. Проект «Персональный геном» (начатый в 2005 году) – один из немногих, который делает общедоступными как последовательности геномов, так и соответствующие медицинские фенотипы. Секвенирование отдельных геномов позволило выявить уровни генетической сложности, которые ранее не были оценены в полной мере. Персональная геномика помогла выявить значительный уровень разнообразия в геноме человека, обусловленный не только СНП, но и структурными вариациями. Однако применение этих знаний в лечении заболеваний и в медицине находится только в зачаточном состоянии. Секвенирование экзомов становится все более популярным инструментом для диагностики генетических заболеваний, поскольку экзомы составляют лишь 1% геномной последовательности, но содержат около 85% мутаций, которые существенно влияют на развитие болезни.

A personal genome sequence is a (nearly) complete sequence of the chemical base pairs that make up the DNA of a single person. Because medical treatments have different effects on different people due to genetic variations such as single nucleotide polymorphisms (SNPs), the analysis of personal genomes may lead to personalized medical treatment based on individual genotypes. The first personal genome sequence to be determined was that of Craig Venter in 2007. Personal genomes had not been sequenced in the public Human Genome Project to protect the identity of volunteers who provided DNA samples. That sequence was derived from the DNA of several volunteers from a diverse population. However, early in the Venter led Celera Genomics genome sequencing effort the decision was made to switch from sequencing a composite sample to using DNA from a single individual, later revealed to have been Venter himself. Thus the Celera human genome sequence released in 2000 was largely that of one man. Subsequent replacement of the early composite derived data and determination of the diploid sequence, representing both sets of chromosomes, rather than a haploid sequence originally reported, allowed the release of the first personal genome. In April 2008, that of James Watson was also completed. In 2009, Stephen Quake published his own genome sequence derived from a sequencer of his own design, the Heliscope. A Stanford team led by Euan Ashley published a framework for the medical interpretation of human genomes implemented on Quake's genome and made whole genome informed medical decisions for the first time. That team further extended the approach to the West family, the first family sequenced as part of Illumina's Personal Genome Sequencing program. Since then hundreds of personal genome sequences have been released, including those of Desmond Tutu, and of a Paleo Eskimo. In 2012, the whole genome sequences of two family trios among 1092 genomes was made public. The Personal Genome Project (started in 2005) is among the few to make both genome sequences and corresponding medical phenotypes publicly available. The sequencing of individual genomes further unveiled levels of genetic complexity that had not been appreciated before. Personal genomics helped reveal the significant level of diversity in the human genome attributed not only to SNPs but structural variations as well. However, the application of such knowledge to the treatment of disease and in the medical field is only in its very beginnings. Exome sequencing has become increasingly popular as a tool to aid in diagnosis of genetic disease because the exome contributes only 1% of the genomic sequence but accounts for roughly 85% of mutations that contribute significantly to disease.

Нокауты человека

У людей выключение генов происходит естественным образом в виде гетерозиготных или гомозиготных нокаутов, приводящих к потере функции. Эти нокауты часто сложно различить, особенно на фоне гетерогенных генетических вариантов. Их также трудно обнаружить из-за низкой частоты встречаемости. В популяциях с высоким уровнем инбридинга, таких как страны с высокой распространенностью браков между двоюродными братьями и сестрами, наблюдается наибольшая частота гомозиготных нокаутов. К таким популяциям относятся Пакистан, Исландия и популяции амишей. Эти популяции с высоким уровнем родственного скрещивания стали объектом исследований нокаутов у людей, что помогло определить функции конкретных генов. Различая конкретные нокауты, исследователи могут использовать фенотипический анализ этих индивидуумов для характеристики гена, подвергшегося нокауту. Нокауты в определенных генах могут вызывать генетические заболевания, оказывать потенциально благоприятное воздействие или не приводить к каким-либо фенотипическим изменениям. Однако определение фенотипического эффекта нокаута у людей может быть затруднительным. Сложности в характеристике и клинической интерпретации нокаутов включают трудности в определении вариантов ДНК, оценке нарушения функции белка (аннотировании) и учете влияния мозаицизма на фенотип.

Эволюция

Сравнительные геномные исследования геномов млекопитающих показывают, что приблизительно 5% генома человека сохранилось в процессе эволюции с момента расхождения современных линий около 200 миллионов лет назад, и содержит подавляющее большинство генов. Опубликованный геном шимпанзе отличается от генома человека на 1,23% при прямом сравнении последовательностей. Около 20% этой разницы обусловлено вариациями внутри каждого вида, оставляя лишь около 1,06% последовательной дивергенции между людьми и шимпанзе в общих генах. Однако эта разница по нуклеотидам меркнет по сравнению с частью генома, которой нет в общем, включая около 6% функциональных генов, уникальных для человека или шимпанзе. Иными словами, значительные наблюдаемые различия между человеком и шимпанзе могут быть обусловлены в равной степени или даже в большей степени вариациями на уровне генома в количестве, функции и экспрессии генов, а не изменениями последовательности ДНК в общих генах. Действительно, даже у людей обнаружено ранее недооцененное количество вариаций числа копий (CNV), которые могут составлять до 5–15% генома человека. Другими словами, между людьми может быть +/- 500 000 000 пар оснований ДНК, некоторые из которых являются активными генами, другие – инактивированными или активными на разных уровнях. Полное значение этого открытия еще предстоит выяснить. В среднем, типичный человеческий ген, кодирующий белок, отличается от своего шимпанзе-ортолога всего двумя аминокислотными заменами; почти треть человеческих генов имеют абсолютно идентичный перевод белка со своими шимпанзе-ортологами. Основное различие между двумя геномами – это человеческая хромосома 2, которая эквивалентна продукту слияния хромосом 12 и 13 шимпанзе (позднее переименованных в хромосомы 2A и 2B соответственно). Люди претерпели необычайную потерю генов обонятельных рецепторов в ходе нашей недавней эволюции, что объясняет наше относительно слабое обоняние по сравнению с большинством других млекопитающих. Эволюционные данные свидетельствуют о том, что появление цветового зрения у человека и нескольких других видов приматов снизило потребность в обонянии. В сентябре 2016 года ученые сообщили, что, основываясь на генетических исследованиях ДНК человека, все неафриканцы в мире сегодня происходят от одной популяции, покинувшей Африку между 50 000 и 80 000 лет назад.

Comparative genomics studies of mammalian genomes suggest that approximately 5% of the human genome has been conserved by evolution since the divergence of extant lineages approximately 200 million years ago, containing the vast majority of genes. The published chimpanzee genome differs from that of the human genome by 1.23% in direct sequence comparisons. Around 20% of this figure is accounted for by variation within each species, leaving only ~1.06% consistent sequence divergence between humans and chimps at shared genes. This nucleotide by nucleotide difference is dwarfed, however, by the portion of each genome that is not shared, including around 6% of functional genes that are unique to either humans or chimps. In other words, the considerable observable differences between humans and chimps may be due as much or more to genome level variation in the number, function and expression of genes rather than DNA sequence changes in shared genes. Indeed, even within humans, there has been found to be a previously unappreciated amount of copy number variation (CNV) which can make up as much as 5–15% of the human genome. In other words, between humans, there could be +/ 500,000,000 base pairs of DNA, some being active genes, others inactivated, or active at different levels. The full significance of this finding remains to be seen. On average, a typical human protein coding gene differs from its chimpanzee ortholog by only two amino acid substitutions; nearly one third of human genes have exactly the same protein translation as their chimpanzee orthologs. A major difference between the two genomes is human chromosome 2, which is equivalent to a fusion product of chimpanzee chromosomes 12 and 13. (later renamed to chromosomes 2A and 2B, respectively). Humans have undergone an extraordinary loss of olfactory receptor genes during our recent evolution, which explains our relatively crude sense of smell compared to most other mammals. Evolutionary evidence suggests that the emergence of color vision in humans and several other primate species has diminished the need for the sense of smell. In September 2016, scientists reported that, based on human DNA genetic studies, all non Africans in the world today can be traced to a single population that exited Africa between 50,000 and 80,000 years ago.

Митохондриальная ДНК

Митохондриальная ДНК человека представляет огромный интерес для генетиков, поскольку она, несомненно, играет роль в митохондриальных заболеваниях. Она также проливает свет на эволюцию человека; например, анализ вариаций в митохондриальном геноме человека привел к постулированию недавнего общего предка для всех людей по материнской линии (см. Митохондриальная Ева). Из-за отсутствия системы коррекции ошибок при копировании, митохондриальная ДНК (мтДНК) имеет более высокую скорость мутаций, чем ядерная ДНК. Эта скорость мутаций, в 20 раз превышающая таковую у ядерной ДНК, позволяет использовать мтДНК для более точного прослеживания материнской родословной. Исследования мтДНК в популяциях позволили реконструировать древние пути миграции, такие как миграция коренных американцев из Сибири или полинезийцев из Юго-Восточной Азии. Также было показано, что в европейском генофонде, унаследованном по материнской линии, отсутствуют следы неандертальской ДНК. Ограниченный способ наследования мтДНК делает такой результат (отсутствие следов неандертальской мтДНК) вероятным, если только доля неандертальских предков не была значительной, или не происходил сильный положительный отбор в пользу этой мтДНК. Например, если проследить родословную на 5 поколений назад, то только 1 из 32 предков внес вклад в мтДНК данного человека. Следовательно, если один из этих 32 предков был чистым неандертальцем, то можно было бы ожидать, что примерно 3% аутосомной ДНК этого человека будет неандертальского происхождения, однако вероятность отсутствия следов неандертальской мтДНК в этом случае составит около 97%.

Эпигеном

Эпигенетика описывает различные особенности человеческого генома, выходящие за рамки его первичной последовательности ДНК, такие как упаковка хроматина, модификации гистонов и метилирование ДНК, которые важны для регуляции экспрессии генов, репликации генома и других клеточных процессов. Эпигенетические маркеры усиливают и ослабляют транскрипцию определенных генов, но не изменяют саму последовательность нуклеотидов ДНК. Метилирование ДНК является основной формой эпигенетического контроля экспрессии генов и одной из наиболее изученных областей в эпигенетике. В ходе развития профиль метилирования ДНК человека претерпевает значительные изменения. В ранних половых клетках геном имеет очень низкий уровень метилирования, что обычно характерно для активных генов. По мере развития родительские импринты приводят к увеличению активности метилирования. Эпигенетические паттерны могут быть выявлены как между тканями внутри организма, так и между разными организмами. Идентичные гены, различающиеся только своим эпигенетическим состоянием, называются эпиаллелями. Эпиаллели можно разделить на три категории: те, которые непосредственно определяются генотипом организма, те, на которые генотип оказывает влияние, и те, которые полностью независимы от генотипа. Эпигеном также подвержен значительному влиянию факторов окружающей среды. Диета, токсины и гормоны воздействуют на эпигенетическое состояние. Исследования, посвященные изменению диеты, показали, что диеты с дефицитом метила связаны с гипометилированием эпигенома. Эти исследования подтверждают важность эпигенетики как связующего звена между окружающей средой и геномом.