Science：揭示完整人类基因组中重复序列的转录和表观遗传状态

2022年4月4日讯/生物谷BIOON/---转座因子（transposable element）、重复序列扩张（repeat expansion）和重复序列介导的结构重排在染色体结构和物种进化中起着关键作用，有助于人类遗传变异，并通过拷贝数变异、结构变异、插入、缺失以及基因转录和剪接的改变对人类健康产生实质性影响。尽管重复区域在基因组稳定性中发挥着重要的作用，但是在构建人类参考基因组GRCh38的过程中，由于技术的限制，这种人类参考基因组中的重复区域被归为空白区和塌陷区。这些区域缺乏线性序列，特别是在着丝粒中，导致无法在局部和区域染色体环境中充分探索人类基因组的重复序列。

长读测序支持了假单倍体人类细胞系CHM13的完整的端粒到端粒（T2T）组装。这一资源提供了在基因组水平上对所有人类重复序列进行评估，包括转座因子和以前未知的重复序列和卫星序列，后两者位于空白区和塌陷区的内部和外部。此外，完整的人类基因组使科学家们有机会探索这些序列元件的表观遗传和转录谱，这人们理解染色体结构、功能和进化是至关重要的。比较分析在基因座水平上揭示了重复序列分歧、进化和扩张或收缩的模式。

在一项新的研究中，来自端粒到端粒（Telomere-to-Telomere, T2T）联盟的研究人员实施了一个全面的重复序列注释工作流程，使用以前已知的人类重复序列和从头重复序列建模，然后进行人工整理，包括利用基因注释评估重叠，分段复制，串联重复序列和经过注释的重复序列。通过使用这种方法，他们开发出一个更新的人类重复序列目录，并完善了以前的重复序列注释。他们在T2T-CHM13中发现了43个以前未知的重复序列和重复序列变异（repeat variant），并表征了19个复杂的经常携带基因的复合重复序列结构。相关研究结果发表在2022年4月1日的Science期刊上，论文标题为“From telomere to telomere: The transcriptional and epigenetic state of human repeat elements”。

通过使用精确的PRO-seq（precision nuclear run-on sequencing）技术和牛津纳米孔技术公司长读测序数据产生的CpG甲基化位点，这些作者在全基因组范围内评估了逆转录因子中的RNA聚合酶结合，揭示了新生转录、序列分歧、CpG密度和甲基化之间的相关性。他们将这些分析扩展到评估所有重复序列的RNA聚合酶占有率，包括位于所有人类染色体的以前无法进入的着丝粒中的高密度卫星重复序列。

CHM13的端粒到端粒组装支持重复序列注释和发现。图片来自Science, 2022, doi:10.1126/science.abk3112。

此外，在早期发育阶段和完整的细胞周期时间序列中，这些作者使用依赖图谱和不依赖图谱的方法，发现整个卫星重复序列中的RNA聚合酶占有率很低；相反，转座因子转录很丰富，并作为CpG甲基化和着丝粒亚结构变化的一个界限。这些数据共同揭示了转录活跃的逆转录因子和DNA甲基化之间的动态关系，以及新的重复序列家族和复合重复序列的衍生和进化的潜在机制。

通过关注新兴的HG002 X染色体的端粒到端粒组装，这些作者揭示了人类群体可能存在高水平的重复序列变异，包括影响基因拷贝数的复合重复序列拷贝数。此外，他们强调了重复序列对基因组结构多样性的影响，揭示了人类和灵长类动物之间拷贝数差异极大的重复序列扩张，同时也对逆转录因子转导事件进行了高置信度的注释。

综上所述，这篇论文描述的全面的重复序列注释和更新的重复序列模型可作为扩大人类基因组序列的资源，揭示特定的重复序列对人类基因组的影响。在开发这一资源时，这些作者为评估人类基因组内部和之间的重复序列变异提供了一个方法学框架。在整个基因组范围内和局部，如着丝粒内，对重复序列的转录景观进行详尽的评估，为阐明转录在基因组稳定性和染色体分离的重要机制中发挥的作用的功能研究奠定了基础。最后，这项新的研究表明，需要加大力度实现非人类灵长类动物和其他物种的端粒到端粒组装，以充分了解定义包括人类在内的灵长类动物谱系的源自重复序列的基因组创新的复杂性和影响。（生物谷 Bioon.com）

参考资料：

Mitchell R. Vollger et al. From telomere to telomere: The transcriptional and epigenetic state of human repeat elements. Science, 2022, doi:10.1126/science.abk3112.