从上世纪60年代开始，科学家们就开始对一些异常疾病进行DNA筛查;2003年，人类基因组测序完成之后，通过阅读个体测序所得的DNA序列，将其与健康个体的DNA序列进行比较，科学家们可以找到之前未知的DNA变异，而不是像之前那样通过疾病症状推测可能的疾病，这些变异或许就是发病的原因。

近日，美国国立卫生研究院(NIH)人类基因组研究所(NHGRI)的研究人员宣布，终于获得了人类X染色体的完整、无间隙、端对端的序列信息。

这一突破性发现公布在《自然》杂志上，这表明有可能生成一个人类染色体的精确碱基序列，产生人类基因组的完整序列。NHGRI主任、医学博士埃里克·格林说：“这项成就开启了基因组学研究的新纪元。”

耗资30亿美元、于1990年启动的人类基因组计划，经过十年努力，在2000年绘制出首个人类基因组工作草图。这是有史以来最准确、最完整的脊椎动物基因组序列。

但是，承载人类遗传密码的“密卷”并未被百分之百地破译，仍然存在大量未知的缺口。这些缺口为什么迟迟不能补上?这次帮助科学家获得X染色体完整序列的是什么基因测序技术?剩余的基因序列空白，能够顺利补上吗?

给人类基因组测序就像在拼图

如果你家里有小朋友，或者你就是一个拼图爱好者，挑战更多片数、更大画幅的拼图一定是你追逐的目标。

但是，你想过吗，有一群不同国别的科学家也在挑战一幅巨大的拼图，而这幅“拼图”可能包含的碎片高达数十亿片。这幅巨大的“拼图”实际上就是全球许多机构和科学家多年来一直在努力完成的作品，也就是人类基因组图谱。

DNA(脱氧核糖核酸)片段储存着生命的种族、血型及孕育、生长、凋亡等过程的全部信息。生物体的生、长、衰、病、老、死等一切生命现象都与DNA有关。

人类基因组非常长，包含约30亿个碱基对。通过定位这些碱基对在DNA链上的准确位置，进而识别分析出各种基因及其功能，将使人类最终征服癌症、心脏病、阿尔茨海默症等多种顽疾。

需要说明的是，人类基因组并非对某一个人进行测序研究。人类的基因大体相似，无论你是男是女，黄皮肤还是蓝眼睛。但是，每个人都有自己的基因组“副本”，而且每个“副本”都略有不同。

因此，在基因组研究中，通常会采用“参考基因组”的概念。参考基因组是一个由科学家组装的核酸序列数据库，作为物种的一个基因组参考模版。

基因组参考联盟(GRC)负责对参考基因组进行不定期更新。但目前参考基因组仍然不完整，其中的DNA序列存在许多缺口等待着填补。

“由于人类基因组太长了，目前任何测序技术都无法一次性读取所有的序列信息。因此，科学家只能把基因组打碎成一个个小片段进行测序，最后再组装起来。”南京医科大学生物信息学系主任汪强虎教授说，在外人看来，这些科学家所做的工作就像是在“拼图”。

在这幅“拼图”中，有许多重复的序列。由于测序技术只能完成短片段读取，重复序列就会导致许多看起来几乎完全相同的短片段出现。“这就好比拼图中的蓝天、草原，其中的每一小块都是蓝色或绿色，但又没有线索告诉我们这些片段如何拼接在一起。”汪强虎说，这就带来了许多缺口。

首先攻下的为何是特殊的X染色体

众所周知，人的细胞中有一个细胞核，细胞核的遗传物质在23对染色体上，其中有一对是性染色体。如果是女性，这对性染色体就是XX，但如果是男性，就是XY。而每个人的性染色体一半来自父亲一半来自母亲。

“科学家选择X染色体进行补缺测序是有原因的。”汪强虎说，X染色体在23对染色体中长度中等，但是又包含许多遗传信息，一旦能将X染色体完整测序，也将为今后其他染色体的完整测序提供参考。

“这并非说Y染色体就不重要。”汪强虎说，Y染色体有27个特别的编码基因，是X染色体没有的，从这点看，男孩要比女孩多27个来自爸爸的编码基因。

今年2月告破的28年前南京医科大学女学生遇害案件，就是依靠Y-STR家系排查技术，先通过Y染色体分析找到家族，再通过采集嫌疑人家族中11名男性口腔拭子并进行DAN比对，确认罪犯。

“Y染色体为男性特有，只能来自于父亲的遗传，有点类似古人说的‘一脉相承’。”汪强虎告诉记者，就是爷爷传给父亲，父亲传给儿子。因此，一个家族里只要对一位男性的Y染色体进行了检测，也就基本知道这个家族里其他男性的Y染色体什么样。

女性会继承两条X染色体，一条来自母亲，一条来自父亲。但是，这两条X染色体并不相同，它们的DNA序列包含许多差异。

在这项研究中，研究人员没有对人类正常细胞的X染色体进行测序。而是选用了一种特殊的雌性细胞——具有两条来源相同的X染色体。与仅具有X染色体单拷贝的雄性细胞相比，这种细胞可提供更多的DNA进行测序。它还可以避免分析典型雌性细胞的两个X染色体时遇到的序列差异。

纳米孔技术是X染色体测序最大功臣

与20年前获得的人类基因组草图相比，这次科学家将X染色体完整测序，最大功臣就是纳米孔测序技术。

“这是一种第三代测序技术。”据汪强虎介绍，1996年美国哈佛大学的丹尼尔·布兰顿、加州大学的大卫·迪默及其同事，在美国《国家科学院院刊》杂志上首次发表文章指出，可以用膜通道检测多核酸序列，成为纳米孔测序技术的起源。

此次研究使用的是一种特殊的纳米孔测序仪，它通过检测单个DNA分子通过膜上的小孔(纳米孔)时电流的变化，对DNA进行测序。

“纳米孔测序技术可以获得包含数十万个碱基对的‘超长读取’，这样的长度可以跨越整个重复区域，从而绕过了一些复杂的挑战。”汪强虎告诉记者，第一代基因测序技术一次只能读取几百个碱基对，近二十年来测序技术取得长足进步，让那些曾经被认为十分棘手的重复序列测序，变得相对容易。

“这一成果无疑是个里程碑。”汪强虎表示，通过分析X染色体的基因信息，科学家或将很快攻克一些复杂疑难疾病。

比如X染色体上有著名的基因F8(凝血因子8)和F9(凝血因子9)，凝血因子8和9缺乏会导致血友病。

因为男性只有一条X染色体，一旦出现问题，就无法正常产生凝血因子8和9。这也是为何血友病通常发生在男性身上的原因：女性带有两条X染色体，如果有一条染色体出现问题，而另一条正常，通常不会出现血友病的病症，但是会遗传给下一代。

汪强虎认为，新的人类基因组序列填补了目前人类参考基因组中的许多缺口，为基因组研究开辟了新的领域。但潜在的挑战依然存在，比如，1号染色体和9号染色体的重复DNA片段比X染色体上的要长得多。科学家接下来计划继续努力弥合更多未知的缺口区域。

与此同时，针对中国人的多个基因组计划也在实施之中，汪强虎介绍说：“目前人类参考基因组是以欧美人群为蓝本，但是欧美人群与中国人的基因还存在细微差别。例如中国工程院院士、南京医科大学沈洪兵教授课题组通过全基因组关联研究，找到与中国人肺癌有关的19个易感基因，作为中国人群肺癌多基因遗传风险评估指标，可实现前瞻性预防。”(

据了解，人类基因组，又称人类基因体，是指人的基因组，由23对染色体组成，其中包括22对常染色体，1对性染色体。人类基因组含有约31.6亿个DNA碱基对，碱基对是以氢键相结合的两个含氮碱基，以胸腺嘧啶(T)、腺嘌呤(A)、胞嘧啶(C)和鸟嘌呤(G)四种碱基排列成碱基序列，其中A与T之间由两个氢键连接，G与C之间由三个氢键连接，碱基对的排列在DNA中也只能是A对T，G对C。其中一部分的碱基对组成了大约20000到25000个基因。全世界的生物学与医学界在人类基因组计划中，调查人类基因组中的真染色质基因序列，发现人类的基因数量比原先预期的少得多，其中的外显子，也就是能够制造蛋白质的编码序列，只占总长度的约1.5%。