人类基因组计划简介

人类基因组计划(humangenomeproject,hgp)是由美国科学家于1985年率先提出，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价值达30亿美元的人类基因组计划。这一计划旨在为30多亿个碱基对构成的人类基因组精确测序，发现所有人类基因并搞清其在染色体上的位置，破译人类全部遗传信息。与曼哈顿原子弹计划和阿波罗计划并称为三大科学计划。

1986年,诺贝尔奖获得者renatodulbecco发表短文《肿瘤研究的转折点：人类基因组测序》（science,231:1055－1056）。文中指出：如果我们想更多地了解肿瘤，我们从现在起必须关注细胞的基因组。……从哪个物种着手努力？如果我们想理解人类肿瘤，那就应从人类开始。……人类肿瘤研究将因对dna的详细知识而得到巨大推动。”

什么是基因组(genome)基因组就是一个物种中所有基因的整体组成。人类基因组有两层意义：遗传信息和遗传物质。要揭开生命的奥秘，就需要从整体水平研究基因的存在、基因的结构与功能、基因之间的相互关系。

为什么选择人类的基因组进行研究？因为人类是在“进化”历程上最高级的生物，对它的研究有助于认识自身、掌握生老病死规律、疾病的诊断和治疗、了解生命的起源。

在人类基因组计划中，还包括对五种生物基因组的研究：大肠杆菌、酵母、线虫、果蝇和小鼠，称之为人类的五种“模式生物”。

hgp的目的是解码生命、了解生命的起源、了解生命体生长发育的规律、认识种属之间和个体之间存在差异的起因、认识疾病产生的机制以及长寿与衰老等生命现象、为疾病的诊治提供科学依据。

hgp的诞生和启动

对人类基因组的研究在70年代已具有一定的雏形，在80年代在许多国家已形成一定规模。

1984年在utah州的alta,whiterandmendelsonhnm受美国能源部(doe）的委托主持召开了一个小型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（cookdeeganrm,1989）

1985年5月在加州santacruz由美国doe的sinsheimerrl主持的会议上提出了测定人类基因组全序列的动议，形成了美国能源部的“人类基因组计划”草案。

1986年3月，在新墨西哥州的santafe讨论了这一计划的可行性，随后doe宣布实施这一计划。

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”

1987年初，美国能源部和国立卫生研究院为hgp下拨了启动经费约550万美元（全年1.66亿美元）

1988年，美国成立了“国家人类基因组研究中心”由watsonj出任第一任主任

1990年10月1日，经美国国会批准美国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的分析。

1987年，意大利共和国国家研究委员会开始hgp研究，其特点是技术多样（yac，杂种细胞，cdna等）、区域集中（基本上限于xq24－qter区域）

1989年2月英国开始hgp，特点是：帝国癌症研究基金会与国家医学研究委员会(icrp－mrc)共同负责全国协调与资金调控，剑桥附近的sanger中心注重首先在线虫基因组上积累经验，改进大规模dna测序技术；同时建立了yac库的筛选与克隆、特异细胞系、dna探针、基因组dna、cdna文库、比较生物基因组dna序列、信息分析等的“英国人类基因组资源中心”。可谓“资源集中、全国协调”。

1990年6月法兰西共和国的hgp启动。科学研究部委托国家医学科学院制定hgp，主要特点是注重整体基因组、cdna和自动化。建立了人类多态性研究中心（ceph），在全基因组yac重叠群、微卫星标记（遗传图）的构建以及驰名世界的用作基因组研究的经典材料ceph家系（80个3代多个体家系）方面产生了巨大影响。

1995年德意志联邦共和国开始hgp，来势迅猛，先后成立了资源中心和基因扫描定位中心，并开始对21号染色体的大规模测序工作。

1990年6月欧共体通过了“欧洲人类基因组研究计划”，主要资助23个实验室重点用于“资源中心”的建立和运转。还有丹麦王国、俄罗斯联邦、日本、大韩民国、澳大利亚等。

1994年，我国hgp在吴、强伯勤、陈竺、杨焕明的倡导下启动，最初由国家自然科学基金会和863高科技计划的支持下，先后启动了“中华民族基因组中若干位点基因结构的研究”和“重大疾病相关基因的定位、克隆、结构和功能研究”，1998年在国家科技部的领导和牵线下，1998年在上海成立了南方基因中心，1999年在北京成立了北方人类基因组中心，1998年，组建了中科院遗传所。1999年7月在国际人类基因组注册，得到完成人类3号染色体短臂上一个约30mb区域的测序任务，该区域约占人类整个基因组的1％。

人类基因组计划（humangenomeproject）由美国于1987年启动，我国于1993年加入该计划，承担其中1%的任务，即人类3号染色体短臂上约30mb的测序任务。2000年6月28日人类基因组工作草图完成。由于人类基因测序和基因专利可能会带来巨大的商业价值，各国政府和一些企业都在积极地投入该项研究，如1997年amge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。

hgp的研究内容

hgp的主要任务是人类的dna测序，包括下图所示的四张谱图，此外还有测序技术、人类基因组序列变异、功能基因组技术、比较基因组学、社会、法律、伦理研究、生物信息学和计算生物学、教育培训等目的。

1、遗传图谱（gicmap）

又称连锁图谱(linkagemap)，它是以具有遗传多态性（在一个遗传位点上具有一个以上的等位基因，在群体中的出现频率皆高于1%）的遗传标记为“路标”，以遗传学距离（在减数分裂事件中两个位点之间进行交换、重组的百分率，1%的重组率称为1cm）为图距的基因组图。遗传图谱的建立为基因识别和完成基因定位创造了条件。意义：6000多个遗传标记已经能够把人的基因组分成6000多个区域，使得连锁分析法可以找到某一致病的或表现型的基因与某一标记邻近（紧密连锁）的证据，这样可把这一基因定位于这一已知区域，再对基因进行分离和研究。对于疾病而言，找基因和分析基因是个关键。

第1代标记：经典的遗传标记，例如abo血型位点标记，hla位点标记。70年中后期，限制性片段长度多态性（rflp），位点数目大与105，用限制性内切酶特异性切割dna链，由于dna的一个“点”上的变异所造成的能切与不能切两种状况，可产生不同长度的片段（等位片段），可用凝胶电泳显示多态性，从片段多态性的信息与疾病表型间的关系进行连锁分析，找到致病基因。如huntington症。但每次酶切2－3个片段，信息量有限。

第2代标记：1985年，小卫星中心（minisatellitecore）、可变串联重复vntr（variablenumberoftandemrepeats）可提供不同长度的片段，其重复单位长度为6至12个核苷酸，1989年微卫星标记（microsatellitemarker）系统被发现和建立，重复单位长度为2~6个核苷酸，又称简短串联重复（str）。

第3代标记：1996年mit的landeres又提出了snp（singlenucleotidepolymorphysm）的遗传标记系统。对每一核苷酸突变率为10－9，双等位型标记，在人类基因组中可达到300万个，平均约每1250个碱基对就会有一个。3~4个相邻的标记构成的单倍型（haplotype）就可有8~16种。

2、物理图谱（physicalmap）

物理图谱是指有关构成基因组的全部基因的排列和间距的信息，它是通过对构成基因组的dna分子进行测定而绘制的。绘制物理图谱的目的是把有关基因的遗传信息及其在每条染色体上的相对位置线性而系统地排列出来。dna物理图谱是指dna链的限制性酶切片段的排列顺序，即酶切片段在dna链上的定位。因限制性内切酶在dna链上的切口是以特异序列为基础的，核苷酸序列不同的dna，经酶切后就会产生不同长度的dna片段，由此而构成独特的酶切图谱。因此，dna物理图谱是dna分子结构的特征之一。dna是很大的分子，由限制酶产生的用于测序反应的dna片段只是其中的极小部分，这些片段在dna链中所处的位置关系是应该首先解决的问题，故dna物理图谱是顺序测定的基础,也可理解为指导dna测序的蓝图。广义地说，dna测序从物理图谱制作开始，它是测序工作的第一步。制作dna物理图谱的方法有多种，这里选择一种常用的简便方法──标记片段的部分酶解法，来说明图谱制作原理。

用部分酶解法测定dna物理图谱包括二个基本步骤：

(1)完全降解：选择合适的限制性内切酶将待测dna链(已经标记放射性同位素)完全降解，降解产物经凝胶电泳分离后进行自显影，获得的图谱即为组成该dna链的酶切片段的数目和大小。

(2)部分降解：以末端标记使待测dna的一条链带上示踪同位素，然后用上述相同酶部分降解该dna链，即通过控制反应条件使dna链上该酶的切口随机断裂，而避免所有切口断裂的完全降解发生。部分酶解产物同样进行电泳分离及自显影。比较上述二步的自显影图谱，根据片段大小及彼此间的差异即可排出酶切片段在dna链上的位置。下面是测定某组蛋白基因dna物理图谱的详细说明。

完整的物理图谱应包括人类基因组的不同载体dna克隆片段重叠群图，大片段限制性内切酶切点图，dna片段或一特异dna序列（sts）的路标图，以及基因组中广泛存在的特征型序列（如cpg序列、alu序列，isochore）等的标记图，人类基因组的细胞遗传学图（即染色体的区、带、亚带，或以染色体长度的百分率定标记），最终在分子水平上与序列图的统一。

基本原理是把庞大的无从下手的dna先“敲碎”，再拼接。以mb、kb、bp作为图距，以dna探针的sts（sequencetagssite）序列为路标。1998年完成了具有52,000个序列标签位点(sts)，并覆盖人类基因组大部分区域的连续克隆系的物理图谱。构建物理图的一个主要内容是把含有sts对应序列的dna的克隆片段连接成相互重叠的“片段重叠群（contig）”。用“酵母人工染色体(yac)作为载体的载有人dna片段的文库已包含了构建总体覆盖率为100%、具有高度代表性的片段重叠群”，近几年来又发展了可靠性更高的bac、pac库或cosmid库等。

3、序列图谱

随着遗传图谱和物理图谱的完成，测序就成为重中之重的工作。dna序列分析技术是一个包括制备dna片段化及碱基分析、dna信息翻译的多阶段的过程。通过测序得到基因组的序列图谱。

大规模测序基本策略

逐个克隆法：对连续克隆系中排定的bac克隆逐个进行亚克隆测序并进行组装（公共领域测序计划）。

全基因组鸟枪法：在一定作图信息基础上，绕过大片段连续克隆系的构建而直接将基因组分解成小片段随机测序，利用超级计算机进行组装（美国celera公司）。

4、基因图谱

基因图谱是在识别基因组所包含的蛋白质编码序列的基础上绘制的结合有关基因序列、位置及表达模式等信息的图谱。在人类基因组中鉴别出占具2%~5%长度的全部基因的位置、结构与功能，最主要的方法是通过基因的表达产物mrna反追到染色体的位置。

其原理是：所有生物性状和疾病都是由结构或功能蛋白质决定的，而已知的所有蛋白质都是由mrna编码的，这样可以把mrna通过反转录酶合成cdna或称作est的部分的cdna片段，也可根据mrna的信息人工合成cdna或cdna片段，然后，再用这种稳定的cdna或est作为“探针”进行分子杂交，鉴别出与转录有关的基因。用polya互补的寡聚t或克隆载体的相关序列作为引物对mrna双端尾侧的几百个bp进行测序得到est（表达序列标签）。2000年6月，embl中est数量已有4,229,786。

基因图谱的意义：在于它能有效地反应在正常或受控条件中表达的全基因的时空图。通过这张图可以了解某一基因在不同时间不同组织、不同水平的表达；也可以了解一种组织中不同时间、不同基因中不同水平的表达，还可以了解某一特定时间、不同组织中的不同基因不同水平的表达。

人类基因组是一个国际合作项目：表征人类基因组，选择的模式生物的dna测序和作图，发展基因组研究的新技术，完善人类基因组研究涉及的伦理、法律和社会问题，培训能利用hgp发展起来的这些技术和资源进行生物学研究的科学家，促进人类健康。

hgp对人类的重要意义

1、hgp对人类疾病基因研究的贡献

人类疾病相关的基因是人类基因组中结构和功能完整性至关重要的信息。对于单基因病，采用“定位克隆”和“定位候选克隆”的全新思路，导致了亨廷顿舞蹈病、遗传性结肠癌和乳腺癌等一大批单基因遗传病致病基因的发现，为这些疾病的基因诊断和基因治疗奠定了基础。对于心血管疾病、肿瘤、糖尿病、神经精神类疾病（老年性痴呆、精神分裂症）、自身免疫性疾病等多基因疾病是目前疾病基因研究的重点。健康相关研究是hgp的重要组成部分，1997年相继提出：“肿瘤基因组解剖计划”“环境基因组学计划”。

2、hgp对医学的贡献

基因诊断、基因治疗和基于基因组知识的治疗、基于基因组信息的疾病预防、疾病易感基因的识别、风险人群生活方式、环境因子的干预。

3、hgp对生物技术的贡献

（1）基因工程药物：分泌蛋白（多肽激素，生长因子，趋化因子，凝血和抗凝血因子等）及其受体。

（2）诊断和研究试剂产业：基因和抗体试剂盒、诊断和研究用生物芯片、疾病和筛药模型。

（3）对细胞、胚胎、组织工程的推动：胚胎和成年期干细胞、克隆技术、器官再造。

4、hgp对制药工业的贡献

筛选药物的靶点：与组合化学和天然化合物分离技术结合，建立高通量的受体、酶结合试验以知识为基础的药物设计：基因蛋白产物的高级结构分析、预测、模拟―药物作用“口袋”。

个体化的药物治疗：药物基因组学。

5、hgp对社会经济的重要影响

生物产业与信息产业是一个国家的两大经济支柱；发现新功能基因的社会和经济效益；转基因食品；转基因药物（如减肥药，增高药）

6、hgp对生物进化研究的影响

生物的进化史，都刻写在各基因组的“天书”上；草履虫是人的亲戚――13亿年；人是由300～400万年前的一种猴子进化来的；人类第一次“走出非洲”――200万年的古猿；人类的“夏娃”来自于非洲，距今20万年――第二次“走出非洲”？

7、hgp带来的负面作用

侏罗纪公园不只是科幻故事；种族选择性灭绝性生物武器；基因专利战；基因资源的掠夺战；基因与个人隐私。

应用实例

1、疾病基因

人类基因组研究的一个关键应用是通过位置克隆寻找未知生物化学功能的疾病基因。这个方法包括通过患病家族连锁分析来绘制包含这些基因的染色体区域图，然后检查该区域来寻找基因。位置克隆是很有用的，但是也是非常乏味的。当在1980s早期该方法第一次提出时，希望实现位置克隆的研究者们不得不产生遗传标记来跟踪遗传，进行染色体行走得到覆盖该区域的基因组dna，通过直接测序或间接基因识别方法分析大约1mb大小的区域。最早的两个障碍在1990s中期在人类基因组项目的支持下随着人类染色体的遗传和物理图谱的发展而清除。然而，剩余的障碍仍然是艰难的。

所有这些将随着人类基因组序列草图的实用性而改变。在公共数据库中的人类基因组序列使得候选基因的计算机快速识别成为可能，随之进行相关候选基因的突变检测，需要在基因结构信息的帮助。现在，对于孟德尔遗传疾病，一个基因的搜索在一个适当大小的研究小组经常在几个月实现。至少30个疾病基因直接依赖公共提供的基因组序列已经定位克隆到。因为大多数人类序列只是在过去的12个月内得到，可能许多类似的发现还没有出版。另外，有许多案例中，基因组序列发挥着支持作用，例如提供候选微卫星标识用于很好的遗传连锁分析。（2001年我国上海和北京科学家发现遗传性乳光牙本质ii型基因）

基因组序列对于揭示导致许多普通的染色体删除综合症的机制同样有帮助。在几个实例中，再发生的删除被发现，由同源体重组合在大的几乎同一的染色体内复制的不等交叉产生。例子包括在第22条染色体上的digeorge/velocardiofacial综合症区和在第7条染色体上的williams－beuren综合症的重复删除。

基因组序列的可用性同样允许疾病基因的旁系同源性的快速识别，对于两个理由是有价值的。首先，旁系同源基因的突变可以引起相关遗传疾病。通过基因组序列使用发现的一个很好的例子是色盲（完全色盲）。cnga3基因，编码视锥体光感受器环gmp门控通道的a亚单位，显示在一些色盲家系中存在突变体。基因组序列的计算机检索揭示了旁系同源基因编码相应的b亚单位，cngb3（在est数据库中没有出现）。cngb3基因被快速认定为是其他家系的色盲的原因。另一个例子是由早衰1和早衰2基因提供的，它们的突变可能导致alzheimer疾病的的早期发生。第二个理由是旁系同源体可以提供治疗敢于的机会，例子是在镰刀状细胞疾病或β地中海贫血的个体中试图再次激活胚胎表达的血红蛋白基因，它是由于β－球蛋白基因突变引起的。

我们在在线人类孟德尔遗传数据库(omim)和swissprot或trembl蛋白质数据库中进行了971个已知的人类疾病基因的旁系同源体的系统检索。我们识别了286个潜在的旁系同源体（要求是至少50个氨基酸的匹配，在相同的染色体上一致性大于70%但小于90%，在不同的染色体上小于95%）。尽管这种分析也许识别一些假基因，89%的匹配显示在新靶序列一个外显子以上的同源性，意味着许多是有功能的。这种分析显示了在计算机中快速识别疾病基因的潜能。

2、药物靶

在过去的世纪里，制药产业很大程度上依赖于有限的药物靶来开发新的治疗手段。最近的纲要列举了483个药物靶被看作是解决了市场上的所有药物。知道了人类的全部基因和蛋白质将极大的扩展合适药物靶的寻找。虽然，仅仅人类的小部分基因可以作为药物靶，可以预测这个数目将在几千之上，这个前景将导致基因组研究在药物研究和开发中的大规模开展。一些例子可以说明这一点：

（1）神经递质（5－ht）通过化学门控通道介导快速兴奋响应。以前识别的5－ht3a受体基因产生功能受体，但是比在活体内有小得多的电导。交叉杂交实验和est分析在揭示已知受体的其他同源体上都失败了。然而，最近，通过对人类基因组序列草图的低要求检索，一个推定的同源体被识别，在一个pac克隆中第11号染色体长臂上。同源体显示在纹状体、尾状核、海马中表达，全长cdna随后得到。这个编码胺受体地基因，被命名为5－ht3b。当与5－ht3a组合成异二聚体中，它显示负责大电导神经胺通道。假定胺途径在精神疾病和精神分裂症的中心作用，一个主要的新的治疗靶的发现是相当有兴趣的。

（2）半胱氨酰基白三烯的收缩和炎症作用，先前认为是过敏反应的慢反映物质(srs－a)，通过特定的受体介导。第二个类似的受体，cyslt2，使用老鼠est和人类基因组序列的重组得到识别。这导致了与先前识别的唯一的其它受体有38%氨基酸一致性的基因的克隆。这个新的受体，显示高的亲和力和几个白三烯的结合，映射在与过敏性哮喘有关的第13号染色体区域上。这个基因在气道平滑肌和心脏中表达。作为白三烯途径中抗哮喘药物开发中一个重要的靶，新受体的发现有明显的重要的作用。

(3)alzheimer疾病在老年斑中有丰富的β－淀粉样物沉积。β－淀粉样物由前体蛋白（app）蛋白水解生成。有一个酶是β位app裂开酶，是跨膜天冬氨酸蛋白酶。公共的人类基因组草图序列计算机搜索最近识别了bace的一个新的同源序列，编码一个蛋白，命名为bace2，它与bace有52%的氨基酸序列一致性。包含两个激活蛋白酶位点和象app一样，映射到第21条染色体的必须down综合症区域。它提出了问题，bace2和app过多的拷贝是否有功于加速down综合症病人的脑部β－淀粉样物沉积。

给出了这些例子，我们在基因组序列中进行系统的识别传统药靶蛋白质的旁系同源体。使用的靶列表在swissprott数据库中识别了603个入口，有唯一的访问码。

3、基础生物学

一个例子是：解决了困扰研究者几十年的一个神秘课题：苦味的分子学基础。人类和其他动物对于某一种苦味有不同的响应（响应的多态性）。最近，研究者将这个特征映射到人类和老鼠中，然后检索了g蛋白偶合受体的人类基因组序列草图上的相关区域。这些研究很快导致了该类蛋白的新家族的发现，证明了它们几乎都在味蕾表达，实验证实了在培养细胞中的受体响应特定的苦基质。

人体基因组图谱是全人类的财产，这一研究成果理应为全人类所分享、造福全人类，这是参与人类基因组工程计划的各国科学家的共识。值得关注的是，目前在人类基因组研究领域，出现了一些私营公司争相为其成果申请专利的现象。美国塞莱拉基因公司曾表示，想把一部分研究成果申请专利，有偿提供给制药公司。

找到了一批主宰人体疾病的重要基因

如：肥胖基因、支气管哮喘基因。这类基因的新发现每年都有新报道。这些基因的发现，增进了人们对许多重要疾病机理的理解，并且推动整个医学思想更快的从重治疗转向重预防。例如：湖南医科大学夏家辉教授组于1998.5.28发表克隆了人类神经性高频性耳聋的致病基因（gjb3），这是第一次在中国克隆的基因。