暑期学校课件基因组医学概论

1基因组医学

个体化医学的基础刘树林slliu@ucalgary.ca045186614075人类基因组计划

人类基因组计划(humangenomeproject,HGP)是由美国科学家于1985年提出、于1990年正式启动的。美国、英国、法兰西共和国、德意志联邦共和国、日本和我国科学家共同参与了这一预算达30亿美元的人类基因组计划。按照这个计划的设想，在2005年，要把人体内约10万个基因的密码全部解开，同时绘制出人类基因的谱图。人类基因组计划与曼哈顿原子弹计划和阿波罗计划并称为三大科学计划。

人类基因组计划

humangenomeproject,HGP人类基因组研究始于1970年代，于1980年代初在先进国家渐成规模。1984年Utah州的Alta，WhiteRandMendelsonhnM受DOE委托主持召开专业会议，讨论测定人类整个基因组的DNA序列的意义和前景。1985年5月在加州SantaCruz，DOE的SinsheimerRL主持会议提出测定人类基因组全序列的动议，形成了美国能源部的HGP草案。1986年3月在新墨西哥州的SantaFe，DOE讨论计划的可行性，随后宣布实施。同年，诺贝尔奖得主DulbeccoR在Science撰文回顾肿瘤研究的进展，指出：人类肿瘤研究将因对DNA的详细知识而得到巨大推动。1986年遗传学家McKusickV提出从整个基因组的层次研究遗传的科学称为“基因组学Genomics”3人类基因组计划发展简史1987年初，DOE和NIH为HGP下拨了启动经费1988年，美国成立“TheNationalHumanGenomeResearchInstitute”由WatsonJ出任第一任所长。1990年10月1日，经美国国会批准HGP正式启动，总体计划在15年内投入至少30亿美元进行人类全基因组分析。英日法德中相继加入。4人类基因组计划的商业利益人类基因测序和基因专利可能会带来巨大的商业价值。例如，1997年AMGEN公司转让了一个与中枢神经疾病有关的基因而获利3.92亿美元。1998年5月11日，美国PEBiosystems公司凭借毛细管自动测序仪ABI3700和3亿美元资金，成立了CeleraGenomics公司。Celera公司有雇员300多人，拥有全球最优序列组装解读力量。Celera公司此举，是对公益性的HGP的竞争与挑战。5Celera挑战政府及公众利益Celera一开始宣称只寻求对200至300个基因的专利权保护，但随后变本加厉。1999年，Celera申请对6500个完整的或部分的人类基因进行初步专利保护。Celera成立之初，曾同意与国际计划分享数据，但拒绝将自己的测序数据存入公共数据库。Celera不允许他人自由发布或无偿使用他们的数据。2000年，克林顿宣布人类基因组数据不允许专利保护，且必须对所有研究者公开。Celera于是不得不决定将数据公开。6美国加大投入草图提前完成2000年6月26日，参加人类基因组工程项目的美国、英国、法国、德国、日本和中国的6国科学家以及Celera共同宣布，人类基因组草图的绘制工作已经完成。7HGP的目的和意义个体化医学的基础个体之间存在的遗传差异起因认识疾病产生的机制长寿与衰老等生命现象为疾病的诊治提供科学依据解码生命、了解生命的起源、了解生命体生长发育的规律。人类基因组计划还包括对五种“模式生物”基因组的研究：大肠杆菌、酵母、线虫、果蝇和小鼠。89The1000GenomesProject

Aninternationalefforttomapvariabilityinthehumangenome10The1000GenomesProject这一国际合作计划的主要发起者和承担者包括英国的Sanger研究所，中国的深圳华大基因研究院（BGIShenzhen），以及美国的国立卫生研究院（NIH）下属的美国人类基因组研究所（NHGRI）。千人基因组计划涉及25个人群共2500人。尼日利亚伊巴丹区域的约鲁巴人东京的日本人北京的中国人美国犹他州的北欧和西欧人后裔肯尼亚Webuye的Luhya人和Kinyawa的Maasai人意大利的Toscani人居住于休斯顿的Gujarati印第安人居住于丹佛的中国人后裔居住于洛杉矶的墨西哥人后裔居住于美国西南部的非洲人后裔11The1000GenomesProject基因组用最新的技术平台测序后，其数据和分析结果免费向公众开放。用于编目人类遗传学差异，包括SNPs、基因组结构差异以及各种单倍体型。重点是发现所研究的人群中频率在1%及以上的遗传变异。对全基因组关联性研究(genome-wideassociationstudies，GWAS)以及其他类型的医学基因组学研究特别有用。12The1000GenomesProject

131415161718The1000GenomesProject千人基因组计划将把每个基因组标本测序4个覆盖度。这种测序深度(4个覆盖度)无法获得该个体的遗传型全貌（通常需要至少28个覆盖度），但是可检测到大多数频率在1%及以上的变异位点。如果把2500份基因组标本的数据综合起来分析，每份的具体变异位点和遗传型将会很准确地得以鉴定。19The1000GenomesProject千人基因组计划将把每个基因组标本测序4个覆盖度。这种测序深度(4个覆盖度)无法获得该个体的遗传型全貌（通常需要至少28个覆盖度），但是可检测到大多数频率在1%及以上的变异位点。如果把2500份基因组标本的数据综合起来分析，每份的具体变异位点和遗传型将会很准确地得以鉴定。人类基因组学-个体化医学20河北省涉县固新村现有癌症病人21孤独症（自闭症）50多年前首次发现，大脑疾病，病因不明，幼年发病，终生难愈。见于各种族和社会经济背景。表现：交流障碍，不易与别人建立良好的关系，与周围世界隔绝。表现的严重程度不同，轻者有普通人的IQ，可正常工作和建立家庭，重者不能学习、无语言能力，等等。常见的表现有异常的语言方式，兴趣狭窄，重复动作，怪异行为等。Asperger‘sSyndrome是孤独症的一种类型，其表现是语言能力和IQ都正常。但是由于社会交往能力的缺欠，患者可能出现抑郁等精神问题。有些孤独症患者怪异行为严重，需要有专人支持和护理。男：女=4：122肥胖症23何谓基因组医学？基因组医学指的是对患者的基因组、转录组、蛋白组、代谢组或表观基因组等信息做比较分析，并在此基础上制定个体化治疗方案的医疗实践systemomics,系统组学24何谓基因组医学？举例：对病人基因表达谱进行分析，从而对肿瘤进行分型或判断预后根据患者与药物代谢相关的基因的类型确定药物剂量全面扫描患者的基因组以确定其多态性型别以预测其对某些疾病的易感性分析其多个蛋白生物标志物的变化以评估治疗效果，以及在患者出现症状前提供预测信息25基因组医学的研究内容基于基因组信息，对病人进行疾病易感性预测和有针对性的预防和治疗，从而实现个体化诊断个体化预防个体化治疗26基因组医学的研究内容开始于人类基因组计划的完成基因组数据有用的信息人类知识人类智慧个体化医学：基因组医学、影像、临床、环境基因组医学特点：预测性（圣人不治已病治未病proactiveandpreventivevsreactive）27SOLiD™System

SequencingbyOligonucleotideLigationandDetectionRegentDeliverySystemCameraIndependentlyControlledDualFlowCells

MonitorStandElectronicsComputerSystemLiquidWasteContainer28边连接边测序

边合成边测序

焦磷酸测序

30目前最常用的第二代测序技术Next-GenerationDNASequencingTechnology,NGSNow-GenerationDNASequencingTechnology,NGS3132331. Contiguity–Sequencereads>10,000bases–Somereads>30kb2. Accuracy–Achieves>99.999%(QV50)–Lackofsystematicsequencingerrors3. Uniformity–LackofGCcontentorsequencecomplexitybias4. Originality–NoDNAamplification–Epigenomecharacterization34对个体健康评估的要点要结合基因组信息和对其基因表达特征的评价35人类基因组主要特点人类基因组共有大约24000-39000个基因，与老鼠相当，比蠕虫多一倍。基因组序列的1.1-1.4%编码蛋白。人类基因组有很多DNA片段重复，这可能是灵长类新基因产生的机制。蛋白家族的不到7%是脊椎动物特有的。36基因组信息的肿瘤临床应用举例家族性乳腺癌和卵巢癌相关（抑癌）基因检测（BRCA1/BRCA2）37基因组信息的肿瘤临床应用举例遗传性非息肉型结肠癌（Non-polyposisColonCancer；HNPCC)错配修复基因的检测38基因组信息的肿瘤临床应用举例根据患者具体的基因组学特征进行肿瘤分型、预后评估及治疗方案的制订39基因组信息用于肿瘤分型2008年，RNA表达标志物首次被用于3万9千多名乳腺癌患者的分型和预后判定，并据此确定哪些需要化疗、哪些不需要。类似的研究也正在其他类型癌正患者中进行40基因组信息用于肿瘤个体化治疗目前，癌症患者化疗方案的选择还主要是凭经验，基本根据来自大规模的随机临床试验。因此，针对具体病人的真实疗效很可能与预期大相径庭。41基因组信息用于肿瘤个体化治疗基因组学标志则可用于预测具体化疗药物在某个患者身上可能发生的疗效和毒性作用。据此，医生可以为患者制定最佳治疗方案。42基因组信息在其他疾病中的应用全基因组分析可以提供对复杂疾病的易感性信息，也可以提供能提示某些疾病的发展阶段和转归的标志。具体做法叫作genome-wideassociationstudies(GWAS)。43基因组信息在其他疾病中的应用血液样本提供的基因信息尤其重要，因为有些内部脏器的早期病变在尚未有临床表现时却有可能在血液中查到迹象。迄今，周围血液样本能提供特征性基因信息的疾病包括类风湿性关节炎，系统性红斑狼疮，多发性硬化症，哮喘，多种癌症等等。44遗传差异与疾病基因组医学、个体化医学和转化医学有个共同的研究问题：即在多大程度上，个体的遗传差异可以影响疾病的发生、以及疾病的自然史和转归？45遗传差异与疾病目前人们关于遗传差异对疾病的影响是建立于罕见突变与已知的2000多种单纯的孟德尔式的遗传病研究基础之上伴随着人类基因组计划而不断发展起来的技术日臻完善，目前人们已经能够用这些技术探讨个体对常见复杂疾病的易感性46遗传变异和疾病的关联

两个模型模型1，“常见等位基因假说”：群体中常见的变异使该群体中某些个体或家庭对某些致病因素相对易感或抵抗。根据这个模型，人群中1000万至1500万个常见的变异就构成了人们对疾病易感性的遗传学基础，在环境等因素的作用下表现出来。由于环境等因素多变，那么在哪些因素作用下，哪些基因组的变异造成了对具体疾病的易感性，是不容易澄清的问题。47模型2，“罕见变异假说”：对疾病的遗传易感是由于个体基因组内多个罕见变异积累的结果。因此，对目前已知的常见变异分析不会导致这些罕见变异的发现。需要强调的是，这两个模型采取的是不同的思路和研究方法，都可能获取有用的信息，而且互相不排斥。遗传变异和疾病的关联

两个模型48全基因组关联性研究

Genome-WideAssociationStudies(GWAS)人们根据模型1，即“常见等位基因假说”，已经在人群中通过高通量的方法对上百万个SNPs进行了深入研究（即GWAS）。49全基因组关联性研究

Genome-WideAssociationStudies(GWAS)GWAS研究简单说来就是对基因组的一个区域内的1至数个多态位点与某临床状态的存在与否之间的关联性进行统计分析，不考虑该区域内是否有已知的基因。分析后所报告的SNP就对该临床状态在个体或群体水平上提供一个危险因子，并可能对该疾病发生的生物学基础研究提供新的线索。50全基因组关联性研究

Genome-WideAssociationStudies(GWAS)这里应该强调的是，在绝大多数情况下，所报告的SNPs是否与其所对应的疾病有任何因果关系并不清楚。所以，该SNPs多态位点也许就是所对应疾病的原因，也许它不是，而是与造成疾病的未知碱基变化紧密相连（连锁不平衡）。51全基因组关联性研究

Genome-WideAssociationStudies(GWAS)这里应该强调的是，在绝大多数情况下，所报告的SNPs是否与其所对应的疾病有任何因果关系并不清楚。所以，该SNPs多态位点也许就是所对应疾病的原因，也许它不是，而是与造成疾病的未知碱基变化紧密相连（连锁不平衡）。有些SNPs与疾病的关系很明确：非同义突变造成病理性氨基酸的改变，或者碱基突变改变了RNA剪接位点使转录产物不正常而导致疾病。52全基因组关联性研究

Genome-WideAssociationStudies(GWAS)但是在多数情况下，SNP对基因功能的影响不是很清楚，而其对疾病易感性的影响就更不易阐明。SNPs只是数种能够影响基因表达甚至导致疾病的基因组改变中的一种类型，其他类型还包括碱基拷贝数变化(CNV)等等。有研究表明，CNV与某些孤独症（自闭症）有关。53医学重新测序以寻找罕见变异位点

MedicalRe-sequencinginSearchofRareVariants总之，尽管全基因组关联性研究GWAS已经清楚地表明某些常见等位基因可增加对某些常见疾病的易感性，但是二者间通常没有明确的一对一的对应性，说明与该疾病直接相关的基因组变化并没有真正找到。就是说，全基因组关联性研究是对群体而言，而具体到某个人，这种关联性可能就见不到了。这就是“基因组医学”和“个体化医学”要深入研究的范畴。54医学重新测序以寻找罕见变异位点

MedicalResequencinginSearchofRareVariants对GWAS的一个补充办法就是对患有同样疾病的人群的特定基因重新测序，目的在于发现遗传病因、或者至少与该疾病统计学上有关联的罕见变异位点。迄今，研究人员的注意力主要集中在可能与某个疾病有关的一个或少数几个基因上，对其进行重新测序。55医学重新测序以寻找罕见变异位点

MedicalResequencinginSearchofRareVariants在全基因组范围内全面铺开的研究的一个典型例子是CraigVenter的全基因组序列（theHuRefgenome）及其家族成员的新发现变异位点重新测序和与既往病史的相关研究。56搜寻体细胞突变

SearchingforSomaticMutations前述全基因组关联性研究搜寻的是由遗传获得的变异。重新测序除了可定向搜寻遗传获得的变异之外，还可搜寻体细胞突变造成的变异。尤其是在癌症病人的情况下，医学重新测序的一个关注点是癌组织内的体细胞突变，以期发现其与肿瘤发生发展有关的基因。57搜寻体细胞突变

SearchingforSomaticMutations在这类研究中，有两点需要注意。第一点是，如果是在众多同样癌症病人中发现同样的罕见体细胞突变，而这些突变不同于以往在该类型癌症中所发现的由遗传获得的变异，那么这些新发现的体细胞突变对研究癌生物学、发生或转移机制、以及发展新的疗法可能会很有意义。第二点是，重新测序可能导致大量变异的发现，其中有很多可能不过是“旁观者”或“同一辆车上的乘客”，而并非与肿瘤发生直接有关的基因。58罕见变异位点

RareVariants与某些疾病相关基因的罕见变异位点包括大量非同义突变，迄今已经在多种疾病中高频率出现，而且具有统计学意义。这些疾病包括结直肠腺癌、低高密度脂蛋白血症、高甘油三酯血症、以及家族性X-连锁智障等。59医学重新测序以寻找罕见变异位点

MedicalRe-sequencinginSearchofRareVariants还有人把人群某些可测量的性状其两个极端作为目标加以重新测序研究，例如体重。在对400个肥胖和消瘦个体的58个基因的外显子和剪切接头进行测序后发现，他们之间有1000个位点不同，而且都属于罕见变异位点，包括270个非同义突变，其中很多仅出现于肥胖组。60从基因组到个体化医学

FROMTHEGENOMETOPERSONALIZEDMEDICINE今天，国际学术界已经进入了基因组医学和个体化医学时代，而且我们哈医大也已经加入到这个研究行列。具体说来，我们已经可以对一个人的全基因组或基因组的某特定区域进行测序，以对其进行个体化的疾病风险评估和为其个体化的治疗提供依据。当然，我们在这个领域也正在面临很多挑战。61从基因组到个体化医学

FROMTHEGENOMETOPERSONALIZEDMEDICINE例如，尽管人类基因组参考序列的完成，已经从根本上改变了人类遗传学和人类基因组生物学领域的研究，然而单单靠基因组信息本身还构不成基因组医学，更谈不上个体化医学。人们还需要使用其他有关技术以获取互补信息，包括表观遗传学、转录组学、蛋白组学、代谢组学等方面的信息，以正确评估一个人的健康或疾病状况。个体化医学还包括临床信息、环境因素、信息学方法、其他诊疗技术如影像学等。62个体基因组学

PersonalGenomics与此同时，个体基因组学的发展，即对某个体的全基因组进行深测序，显得愈发重要。CraigVenter(“HuRef”)和JamesWatson的基因组完成版的公布，引起了国际社会对“名人基因组学”（celebritygenomics）的担忧。担忧主要来自羡慕嫉妒恨。63个体基因组学

PersonalGenomics个体基因组学标本提供者必须发扬“健康信息利他主义health-informationaltruism”精神，甘愿把自己的基因组信息贡献给基因组医学研究事业。但是多数人是不愿意这样做的。这是因为基因组信息对每个人都是独特的，贡献出了基因组信息就等于把健康隐私暴露于光天化日之下。64个体基因组学

PersonalGenomics所以，目前的焦点问题是，无论是对研究还是对临床实践来说，我们到底需要多少基因组信息？很多人主张，全基因组序列分析不见得能提供比特定基因组区域测序更有用的健康或疾病相关信息。例如，检测与疾病相关区域的SNP、copynumbervariation、外显子、已知调控区等，可发现罕见突变，而其成本要远远低于全基因组序列分析。65宏基因组学metagenomics就是对环境（例如人的肠道、尿液、痰液、土壤、水源、空气）中总体微生物的序列分析。以往人类对环境微生物无法深入了解，因为90%以上的环境微生物无法人工培养，因而就无法直接研究。以肠道内微生物为例，人类迄今对其了解甚少。微生物基因组

Genomesofmicroorganisms66人结肠内包含有千余种细菌，个数达1013–1014。其他微生物还包括病毒、原虫、真菌等，其对人体健康及寿命的影响几乎全是未知的。这些微生物寄居于人体，与人体共存亡，肯定对人体或人群的代谢等生命活动有重要影响。因此，不同药物对不同个体的治疗效果和毒性作用也肯定与该个体的具体微生物群有关。微生物基因组

Genomesofmicroorganisms67很显然，人类的健康与疾病在相当的程度上与人体内外环境中微生物的种类以及其相互间的数量上的平衡有关。现在，我们已经具备了对这个领域进行研究的能力和条件。微生物基因组

Genomesofmicroorganisms药物基因组学的应用抗癌药：很多药物治疗指数（therapeuticindex）窄，对某些患者剂量稍有增加即有可能造成严重的毒性反应，甚至导致死亡。因此患者的有关遗传信息至关重要。药物基因组学（Pharmacogenomics）以此为重要研究目标。68药物基因组学的应用就像很多复杂疾病(例如癌症、糖尿病、心脑血管病)的发生、表现、转归等受诸多因素影响一样，药物反应也涉及很多因素，包括多种基因参与的遗传因素，以及非遗传因素等。影响药物反应的遗传因素可涉及与药物摄入(drugintake)、药物代谢(drugmetabolism)、药物排出(drugexcretion)等有关的基因。

这些基因的蛋白产物参与药物在体内的分解、转化、向体外排除等。69药物基因组学的应用一个具体例子：细胞色素P4502D6功能缺乏使tamoxifen这种化疗药物在体内无法从前药(prodrug)转化成有活性的形式(activeforms)，从而导致其在乳腺癌的预防和治疗中不能发挥作用。迄今，药物基因组学知识已经用于鉴定与一系列疾病的治疗反应有关的基因，成功的例子包括多种肿瘤、哮喘、精神疾病、白血病、中风、心血管疾病等。7071个体化医学的前景

THEFUTUREOFPERSONALIZEDMEDICALCARE基因组医学这个领域在快速发展。亟待解决的问题包括多个方面:临床应用经济层面保险和隐私如何商业化我们坚信的一点是，作为一门科学，特别是能提供个体化医疗保健信息的新兴科学，人类基因组研究正在给人类社会带来前所未有的利益。因此，这些问题肯定会得到系统、全面的解决。劉樹林教授實驗室介紹

ABriefIntroductiontoLiuLabFacultyMembersofGenomicsResearchCenter劉樹林

Shu-LinLiu刘桂荣Gui-RongLiu李庆海Qing-HaiLi朱松岭Song-LingZhu沐晓芹Xiao-QinMu包红霞Hong-XiaBao李飞峰Fei-FengLi刘慧迪Hui-DiLiuEmilioMastrianiItalianBioinformaticianPostdoctoralFellowsDr.Alexey

Rakov,PhD(2013-)韩颖博士，Dr.YingHan,PhD(2013-)孙杰博士，Dr.JieSun,PhD(2013-)高虹博士，Dr.HongGao,PhD(2013-)李媛媛博士，Dr.Yuan-YuanLi,PhD(2012-)韩维娜博士，Dr.Wei-NaHan,PhD(2012-).杨异卉博士，Dr.Yi-HuiYang,PhD(2012-)王珍珍博士，Dr.Zhen-ZhenWang,PhD(2012-)苏胜博士，Dr.ShengSun,MD&PhD(2012-)汪业军博士，Dr.Ye-JunWang,MD&PhD(2012-)沐晓芹博士，Dr.Xiao-QinMu,PhD(2012-)岳丽玲博士，Dr.Li-LingYue,PhD(2011-)李倩博士，Dr.QianLi,PhD(2011-)王贵玉博士，Dr.Gui-YuWang,MD&PhD(2010-)博士研究生

PhDstudents刘慧迪Hui-DiLiu(Alsofaculty),Cancermarkers李飞峰Fei-FengLi(Alsofaculty),Humangenetics周玉洁Yu-JieZhou,Bioengineering赵占义Zhan-YiZhao,Organicchemistry,drugdiscovery周晶JingZhou,Inheriteddiseases赵尔樱Er-YingZhao,Genomicevolutionofbacteria王春晓Chun-XiaoWang,GenomicevolutionofE.coli包红霞Hong-XiaBao(Alsofaculty),microRNA,bacterialpathogenesis唐乐LeTang,BacterialSystematics王晓宇Xiao-YuWang,GenomicevolutionofSalmonella李柏良Bai-LiangLi,Cancerresearch硕士研究生

MScstudents刘彬彬BinbinLiu(2014-2017)赵丹丹DandanZhao(2014-2