Проект 1000 геномов

Проект 1000 геномов (англ. 1000 Genomes Project) — международный научно-исследовательский проект, целью которого было создание наиболее полного каталога генетических вариаций человека, включая однонуклеотидные полиморфизмы (SNP), инсерции, делеции и структурные варианты, на основе секвенирования геномов тысяч людей из различных популяций мира. Проект стартовал в 2008 году и завершился в 2015 году, став одним из крупнейших и наиболее значимых в области геномики.

История

Идея проекта возникла в ответ на ограничения существовавших на тот момент баз данных генетических вариаций, таких как HapMap, которые в основном фокусировались на частых полиморфизмах и не охватывали редкие варианты. Проект 1000 геномов был официально запущен в январе 2008 года при поддержке Международного консорциума, в который вошли ведущие исследовательские центры и институты, включая Институт Сэнгера (Великобритания), Национальный институт исследования генома человека (США), Пекинский институт геномики (Китай) и другие.

Первая фаза проекта (2008–2010) была пилотной и включала секвенирование геномов 179 человек из трёх популяций: йоруба (Нигерия), европейцы (США) и хань (Китай). Вторая фаза (2010–2012) расширила выборку до 1092 человек из 14 популяций, а третья, финальная фаза (2012–2015) — до 2504 человек из 26 популяций. Результаты проекта были опубликованы в серии статей в журнале Nature в 2010, 2012 и 2015 годах.

Методология

Секвенирование

Проект использовал комбинацию методов секвенирования нового поколения (NGS) от разных платформ, включая Illumina, Life Technologies (SOLiD) и Complete Genomics. Для каждого образца проводилось секвенирование всего генома (whole-genome sequencing) с низким покрытием (в среднем 4–6×), а также секвенирование экзома (exome sequencing) с высоким покрытием (50–100×). Такой подход позволял эффективно выявлять как частые, так и редкие варианты.

Анализ данных

Обработка данных включала выравнивание прочтений на эталонный геном человека (GRCh37/hg19), выявление вариаций с помощью специализированных алгоритмов (например, GATK, SAMtools) и аннотацию вариантов. Для обеспечения качества использовались строгие критерии фильтрации и валидации, включая сравнение с независимыми методами генотипирования.

Популяции

В финальной фазе проекта были представлены 26 популяций, сгруппированных в пять суперпопуляций:

• Африка (AFR): йоруба, лухья, манденка, эсан, гамбийцы, масаи, африканцы из юго-западных штатов США.
• Европа (EUR): британцы, финны, итальянцы, испанцы, тосканы, цыгане.
• Восточная Азия (EAS): ханьцы (Пекин), ханьцы (южный Китай), японцы, кхмеры, вьетнамцы, дайцы.
• Южная Азия (SAS): гуджаратцы, пенджабцы, бенгальцы, тамилы, шриланкийцы.
• Америка (AMR): мексиканцы, пуэрториканцы, колумбийцы, перуанцы.

Результаты

Каталог вариаций

Проект выявил более 88 миллионов вариаций, включая:

• 84,7 миллиона однонуклеотидных полиморфизмов (SNP).
• 3,6 миллиона коротких инсерций и делеций (indels).
• 60 000 структурных вариантов (копий-числовых вариаций, инверсий, транслокаций).

Из них около 8 миллионов были редкими (частота менее 0,5%) и ранее не описанными. Каталог стал наиболее полным на момент завершения проекта.

Частота и функциональность

Было показано, что большинство вариаций (около 90%) являются редкими и популяционно-специфичными. Каждый человек в среднем несёт около 3–4 миллионов вариаций относительно эталонного генома, из которых примерно 150 000 — редкие. Около 2% всех вариаций затрагивают кодирующие области генов, а примерно 10 000–15 000 вариаций на геном являются потенциально функциональными (изменяют аминокислотную последовательность или затрагивают регуляторные участки).

Популяционная генетика

Проект подтвердил и уточнил модели миграций и смешения популяций. Например, было показано, что африканские популяции имеют наибольшее генетическое разнообразие, а европейские и азиатские — меньшее, что согласуется с гипотезой африканского происхождения человека. Также были выявлены сигналы естественного отбора в генах, связанных с иммунитетом, метаболизмом и адаптацией к окружающей среде.

Значение и применение

Медицинская генетика

Каталог вариаций проекта стал основой для многих исследований по поиску генетических причин заболеваний. Он позволил:

• Уточнить частоты патогенных вариантов в разных популяциях.
• Разработать методы фильтрации доброкачественных вариантов при диагностике редких наследственных заболеваний.
• Создать эталонные панели для импутации (статистического восстановления) генотипов в полногеномных исследованиях ассоциаций (GWAS).

Эволюционная биология

Данные проекта используются для изучения демографической истории человечества, времени расхождения популяций, оценки эффективного размера популяции и интенсивности отбора.

Технологии и стандарты

Проект стимулировал развитие методов секвенирования, алгоритмов выявления вариаций и стандартов хранения геномных данных (например, формат VCF). Он также способствовал созданию инфраструктуры для открытого доступа к геномным данным.

Критика и ограничения

Несмотря на масштаб, проект имел ряд ограничений:

• Низкое покрытие секвенирования (4–6×) могло приводить к пропуску некоторых вариантов, особенно в сложных регионах генома (например, в GC-богатых участках или в областях с повторами).
• Ограниченное представительство популяций: хотя проект охватывал 26 популяций, многие регионы мира (например, Центральная Азия, Ближний Восток, Океания) были не представлены или представлены слабо.
• Отсутствие данных о фенотипах: проект не собирал клиническую информацию о участниках, что ограничивало его прямое применение для медицинских исследований.
• Этические вопросы: использование образцов от популяций, не всегда полностью информированных о целях проекта, вызывало дискуссии о согласии и конфиденциальности.

Наследие

Проект 1000 геномов стал предшественником более масштабных проектов, таких как UK Biobank, All of Us Research Program (США) и GenomeAsia 100K. Его данные остаются широко используемыми в научных исследованиях и доступны через порталы, такие как Ensembl, dbSNP и 1000 Genomes Browser.

Источники

• 1000 Genomes Project Consortium. A global reference for human genetic variation. Nature, 2015, 526(7571): 68–74.
• 1000 Genomes Project Consortium. An integrated map of genetic variation from 1,092 human genomes. Nature, 2012, 491(7422): 56–65.
• 1000 Genomes Project Consortium. A map of human genome variation from population-scale sequencing. Nature, 2010, 467(7319): 1061–1073.
• Auton A., et al. The 1000 Genomes Project: data management and community access. Nature Methods, 2012, 9(5): 459–462.
• The 1000 Genomes Project. Официальный сайт (архив). International Genome Sample Resource (IGSR).