ヒトゲノム計画

A、C、G、Tは、DNAの塩基を表す四つの文字です。

計画の目的は、DNAの塩基の並び順を決定し、遺伝子を見つけて研究するための地図と道具を提供することでした。参照配列があれば、研究室ごとに互換性のない地図を使う代わりに、異なる観測結果を同じゲノム領域の座標に位置付けられます。

その価値は科学基盤としてのものでした。再利用できる配列は、生物学的機能、進化、疾患について新たな研究を可能にします。しかし、配列の作成だけで各塩基の機能が説明されるわけではなく、それ自体が治療法になるわけでもありません。

公的コンソーシアムは階層的な手法を採用しました。細菌人工染色体（BAC）などで維持した大きなDNA断片を地図上に配置し、ゲノムを覆うように選びます。選んだクローンをさらに小さく分け、サンガー法で配列を読み、重なり合う読み取り配列を計算機で組み立てます。その後、クローンごとのアセンブリを順序付け、より大きな参照配列を構築しました。

BACは大きなDNA断片を細菌内で安定に保持し、地図上に位置付けた断片を配列決定に使える状態で保存します。サンガー法では、特定の塩基でコピーの合成を止め、長さで分離することで塩基の順序を再構成します。

地図は断片の配置先を制約し、曖昧さを減らしました。それでも反復配列はほぼ同一に見える場合があり、クローニングの偏りで十分に含まれない領域もありました。そのため仕上げには、対象を絞った追加の読み取りと、重なりや組み立ての整合性の確認が必要でした。単に自動シーケンスの量を増やせばよいわけではありません。アセンブリは測定からの再構成であり、染色体の写真ではありません。

国際ヒトゲノムシーケンシングコンソーシアムには、米国、英国、フランス、ドイツ、日本、中国の20拠点が参加しました。米国ではNHGRIとエネルギー省が主導し、英国ではWellcome Trustが支援しました。生物学者、技術者、計算の専門家が、分散した生産作業を分担しました。

2003年の完了発表では、米国の当初見積もり30億USDと、報告額27億USDが比較されています。いずれも1991会計年度のドル価値です。これは計画の公式発表値であり、世界全体の支出を独立に監査した総額ではありません。NHGRIの後年の説明も、国際的な資金提供者をまたぐ正確な費用集計の難しさを明記しています。配列は再利用できるよう公開されました。

計画は1990年から2003年まで実施されました。2000年6月に作業版が発表され、2001年2月に公的コンソーシアムの論文が続きました。2003年4月14日、コンソーシアムは完了を発表し、ほぼ仕上がった参照配列を公開しました。この計画上の節目と、後の技術論文の刊行は区別する必要があります。

2004年10月の仕上げ論文は、Build 35について、28.5億ヌクレオチド、341か所のギャップ、ユークロマチンの約99%をカバーし、推定誤り率は約100 000塩基につき1事象と報告しました。これらは論文で扱ったアセンブリの値であり、2003年4月の発表時点の厳密な測定値として遡って扱うべきではありません。当時の発表は、遺伝子を含む領域の99%と、99.99%の正確さを示していました。網羅率と正確さは別の指標です。

ユークロマチンは遺伝子の大部分を含みますが、ゲノム全体ではありません。セントロメア周辺など、反復の多いヘテロクロマチン領域の解読は困難なままでした。したがって、ユークロマチンの高い網羅率を、そのままヒトDNA全体の同じ割合として示すことはできません。

参照配列は複数の提供者のモザイクでもありました。代表的な一人の染色体の両コピーを表すものでも、人類全体の変異カタログでもありません。配列の完全性、組み立ての正しさ、集団の代表性、生物学的解釈は別々の要件です。計画の仕上げ基準を満たしても、これらの限界はなくなりません。

2022年3月31日に公表されたNurkらの論文は、30.55億塩基対のアセンブリT2T-CHM13を報告しました。常染色体とX染色体に配列ギャップはありませんが、Y染色体は含まれていません。PacBio HiFiとOxford Nanoporeの超長鎖リードにより、従来の手法では解けなかった反復領域の解析が進みました。元の細胞株はほぼホモ接合で、染色体コピーの区別を単純化できました。

ただし論文は、内部の並び順を完全には解決できなかった一部のリボソームDNA反復群をモデル配列として扱っています。したがって「ギャップなし」は、すべての反復コピーを直接かつ一義的に決定したことを意味しません。T2Tは後のコンソーシアムの成果であり、2003年のヒトゲノム計画の納品物ではありません。また、単一のアセンブリでヒトの多様性全体を表すこともできません。

2023年5月10日、LiaoらはHPRCの最初のドラフトを発表しました。位相を決定した47の二倍体アセンブリ、すなわち94のハプロタイプからなります。位相決定とは、両親それぞれから受け継いだ染色体配列を区別することです。複数のアセンブリを変異グラフとして整列させることで、全員を単一の直線状参照配列に当てはめる代わりに、代替的な配列経路を表現できます。

論文では、GRCh38に対して、多型をもつユークロマチン配列が1.19億塩基対追加されたと報告されています。評価した解析手順では、小規模な変異の検出誤りが34%減少し、ハプロタイプ当たりの構造変異検出数が104%増加しました。これは研究内の比較であって、普遍的な改善率や、それに対応する臨床的利益の証明ではありません。ドラフトは全変異の網羅的調査でも、誤りのない配列集でもなく、難しい反復領域や追加集団の代表性が課題として残りました。GRCh38は後年の参照配列であり、2003年の配列をそのまま使ったものではありません。

長く残る成果は、誰もが再利用できる参照配列と、バミューダ原則に支えられた迅速な配列共有の文化です。この資源により、遺伝子アノテーションと比較ゲノム解析の精度が向上しました。後のT2Tとパンゲノムは、後続計画がこの基盤を検証し、拡張できた例です。

計画は倫理的・法的・社会的影響の研究も支援しました。技術性能だけでなく、プライバシー、同意、遺伝情報による差別の可能性も重要です。配列の改善だけで疾患の因果関係が確定したり、治療法が生まれたりするわけではありません。解釈と臨床評価には追加の証拠が必要です。ヒトゲノム計画は完了済みのままです。この歴史的記録を更新する際は、裏付けのある再解釈や後続成果を追跡し、終了した計画に新たな期限や後年の業績を割り当てないようにします。