【正文】 品收集和大規(guī)模數(shù)據(jù)產(chǎn)出 研究內(nèi)容： 收集需要的樣本數(shù)， 達(dá)到 不少于 400 份純正的黃種人樣品。包括質(zhì)量控制、序列比對、 SNP 檢出、 SV 檢出、 CNV 檢出、 indel 檢出等。針對大規(guī)模測序數(shù)據(jù)，我們將專門定制一套解決方案，用于數(shù)據(jù)的傳輸、存儲、分析等。 。 4) 創(chuàng)新點(diǎn)： 本項(xiàng)目最大的創(chuàng)新之處在于利用新一代測序技術(shù)高速發(fā)展的契機(jī)，推出了針對中國人群的全基因組重測序計(jì)劃，研究成果將極大的提升我國在國際基因組學(xué)研究領(lǐng)域的地位、深入理解和保護(hù)我國豐富的遺傳資源、并為針對中國人群的疾病相關(guān)研究提供基礎(chǔ)數(shù)據(jù)。另一方面， 20xx 年 11 月，本課題小組在世界著名的 Nature 雜志上，以封面文章的形式發(fā)表了第一個(gè)亞洲人基因組的重測序和數(shù)據(jù)分析工作，發(fā)現(xiàn)了超過 300 萬 SNP 位點(diǎn) 13 萬插入刪除位點(diǎn)及 2682 例結(jié)構(gòu)性變異位點(diǎn)，也進(jìn)一步證實(shí)了使用這一技術(shù)對人類個(gè)體進(jìn)行測序并檢出多態(tài)性的可行性。利用當(dāng)前的測序技術(shù)，可從預(yù)計(jì)在進(jìn)一步深入探索疾病關(guān)聯(lián)多態(tài)性位點(diǎn)的同時(shí)，還將首次獲得基因組結(jié)構(gòu)性多態(tài)特征及其與疾病之間的關(guān)系。如果對每個(gè)樣本進(jìn)行 4 倍基因組深度測序，在考慮測序錯誤率，序列比對錯誤率及分布均勻性等實(shí)際因素的情況下，仍然能夠準(zhǔn)確發(fā)現(xiàn)在人群 中頻率為 1%的多態(tài)性位點(diǎn)；在基因區(qū)所能有效檢測到的最低頻率甚至可達(dá) %。然而，由于當(dāng)前遺傳多態(tài)性標(biāo)記的密度較低，全基因組關(guān)聯(lián)性分析仍然只能解決一小部分與疾病相關(guān)聯(lián)的多態(tài)性位點(diǎn)，且所找到的目標(biāo)區(qū)域范圍較大，需要大量額外驗(yàn)證工作。 、群體間的基因組變異研究提供支持。 ，定義規(guī)范的數(shù)據(jù)格式，提供針對超大規(guī)模數(shù)據(jù)采集、傳輸、存儲、分析的高性能計(jì)算解決方案。預(yù)計(jì)將申請 5 個(gè)以上軟件著作權(quán)，發(fā)表 10 篇以上 SCI 文章，其中包括 Nature、 Science 級別文章， 培養(yǎng) 20 名研究生 和一支年輕的、 國際 一流團(tuán)隊(duì)（百人以上）， 其中 30 名技術(shù)骨干 。此外，該項(xiàng)目還將加深人類群體遺傳學(xué)的理解，促進(jìn)人類進(jìn)化歷史研究。 項(xiàng)目名稱： 全基因組高分辨率中國（東亞）人群遺傳變異圖譜的繪制 首席科學(xué)家： 王俊 深圳華大基因研究院 起止年限： 至 依托部門： 深圳市科技局 二、預(yù)期目標(biāo) 本項(xiàng)目的總體目標(biāo)： 全基因組高分辨率中國（東亞）人群遺傳變異圖譜的繪制 項(xiàng)目 旨在集中頂尖基因組中心的測序和數(shù)據(jù)分析能力，基于新一代測序技術(shù)平臺，通過對 400 個(gè)人類個(gè)體黃種人低深度全基因組重測序并結(jié)合少數(shù)個(gè)體和家系高深度測序的方法，繪制一張 黃種人 的人類遺傳變異圖譜，建立起一套基于重測序技術(shù)構(gòu)建重大疾病分 子標(biāo)記集的研究思路和技術(shù)路線，極大加速人類常見復(fù)雜疾病的研究。 五年預(yù)期目標(biāo) : 在本項(xiàng)目中，我們將針 對 不少于 400 個(gè)亞洲個(gè)體，共計(jì) 不少于 3Tb 的全基因組重測序數(shù)據(jù)，完成東亞代表人群頻度低至 1％的高分辨圖譜，同時(shí)繪制包括拷貝數(shù)變異、倒位變化的遺傳變異圖譜。 模樣品收集流程，表型定義清楚、收集方法規(guī)范統(tǒng)一、個(gè)人信息記錄完整且保密。 ，包括 SNPs、 CNV（拷貝數(shù)變異）、插入、刪除以及其它結(jié)構(gòu)性變異。進(jìn)一步揭示人類基因組突變和遺傳重組發(fā)生的內(nèi)在機(jī)理。唯有通過對更大的樣本群體進(jìn)行大量全基因組測序工作 ，進(jìn)行科學(xué)探索，發(fā)現(xiàn)新的在人群中更加稀有的遺傳多態(tài)性標(biāo)記，構(gòu)建高密度人類基因組遺傳多態(tài)性精細(xì)圖譜，才能突破當(dāng)前復(fù)雜疾病研究的瓶頸。在基本的群體基因組學(xué)結(jié)構(gòu)的假定下，預(yù)期將發(fā)現(xiàn)至少 1500 萬例以上的單核甘酸多態(tài)性位點(diǎn)和 100 萬例以上的插入刪除多態(tài)性位點(diǎn)。 此外，通過對 亞洲人 族群的群體基因組學(xué)研究，對人類進(jìn)化生物學(xué)和群體遺傳學(xué)的理解也有著重大的作用。通過第一個(gè)亞洲人基因組重測序項(xiàng)目（即“炎黃一號”）的順利開展，目前我們課題組已經(jīng)建立了一套針對新一代測序儀的數(shù)據(jù)產(chǎn)生、數(shù)據(jù)分析平臺。這一重大研究從規(guī)模和深度上都是史無前例的，是科研工作者對人類基因組學(xué)研究最大 的一次努力 。自主搭建專門的信息化管理系統(tǒng)，用于所有測序數(shù)據(jù)的電子信息化管理和質(zhì)量控制。具有專業(yè)性、可擴(kuò)展性、可管理性等特點(diǎn)。 、詳盡的新一代人類遺傳多態(tài)性圖譜。 1）通過國際協(xié)商，制定統(tǒng)一的樣品采集標(biāo)準(zhǔn)與流程。根據(jù)需求，將分別構(gòu)建不同插入片段長度的文庫，包括 200～500bp， 2～ 5kb 等。產(chǎn)出 3Tb 基因組重測序數(shù)據(jù)。實(shí)現(xiàn)獨(dú)立于參考基因組，直接對特定數(shù)據(jù)進(jìn)行組裝的功能。 預(yù)期目標(biāo)： 開發(fā)多個(gè)體全基因組數(shù)據(jù)的比對軟件、多態(tài)性識別軟件、組裝軟件。 1）數(shù)據(jù)傳輸、存儲與分析。 3）數(shù)據(jù)共享。提供超大規(guī)模數(shù)據(jù)的傳輸、展示與共享的解決方案。 子課題一是整個(gè)課題的材料準(zhǔn)備和數(shù)據(jù)產(chǎn)出部分。運(yùn)用子課題二中開發(fā)的分析流程分析子課題一產(chǎn)出的大規(guī)模數(shù)據(jù)，并完成數(shù)據(jù)展示、共享工作。 1） 完成不少于 400例樣品的收集和細(xì)胞系的構(gòu)建； 2） 完成基于基因分型的親子鑒定； 3） 完成大片段文庫制備技術(shù)的研發(fā)以及不少于 高質(zhì)量基因組文庫重測序數(shù)據(jù)的產(chǎn)出； 4） 完成 Exome捕獲文庫制備技術(shù)的研發(fā)測序數(shù)據(jù)的產(chǎn)出； 5） 完成軟件測試所需的各種目標(biāo)插入長度片段的文庫的構(gòu)建，完成不少于 350G 的測序數(shù)據(jù)的產(chǎn)出； 6） 完成 fomid/BAC 文庫的構(gòu)建， 以及不少于 的 fosmid/BAC 文庫測序數(shù)據(jù)的產(chǎn)出； 7） 完成基因組比對軟件的開發(fā)； 8） 完成全基因組鳥槍法組裝軟件的原型； 9） 完成 fosmidtofosmid/BAC toBAC 組裝軟件的原型； 10）完成計(jì)算集群基礎(chǔ)架構(gòu)和設(shè)施建設(shè)； 11）完成網(wǎng)絡(luò)部署，搭建高速信息通道； 12）培養(yǎng) 69 名技術(shù)骨干 研究內(nèi)容 預(yù)期目標(biāo) 第 二 年 1） 構(gòu)建基因組各種目標(biāo)插入片段長度的基因組文庫； 2） Exome 文庫建立并測序； 3） 全基因組鳥槍法組裝軟件的開發(fā)； 4） 開發(fā) fosmidtofosmid/BAC–to BAC 組裝軟件。 6） 優(yōu)化查詢效率和任務(wù)調(diào)度； 7） 開展群體遺傳學(xué)分析 1） 完善大片段文庫制備與 exome捕獲文庫制備技術(shù)的標(biāo)準(zhǔn)流程。 一、研究內(nèi)容 擬解決的關(guān)鍵科學(xué)問題包括： 、大規(guī)模樣品收集。如此大規(guī)模、高標(biāo)準(zhǔn)、多方協(xié)作的樣品收集工作，是前所未有的。 DNA 樣品將構(gòu)建成不同片段長度的文庫，從 200～ 500bp， 2～ 5kbp 不等；不同的文庫將用于產(chǎn)生從 35bp Singleend 到 100bp Pairedend 不等的測序片段，以滿足單核甘酸多態(tài)性檢出，結(jié)構(gòu)性變異檢出等各種類型數(shù)據(jù)分析的需要。在先前的研究中，我們通過“炎黃計(jì)劃”，完成了對第一個(gè)亞洲人基因組的測序和分析，建立起一套針對新一代測序數(shù)據(jù)的全基因組重測序分析流程。 在群體中以全基因組重測序?yàn)榧夹g(shù)手段檢測基因組多態(tài)性的 重要目的之一就是檢出在群體中發(fā)生頻率不足 1%的 SNP。 目前的群體遺傳學(xué)分析方法，對于 indel 的利用并不十分充分，主要是由于基于之前的基因分型數(shù)據(jù)無法開發(fā)出高效準(zhǔn)確的 indel 檢出方法。與傳統(tǒng)的基因分型方法不同，針對 1012 級別的數(shù)據(jù)量，采用新一代大規(guī)模高通量測序技術(shù)的全基因組雙向重測序方法，原則上能夠檢出并確認(rèn)包括 CNV、片段插入 /缺失、片段重復(fù)、倒位、易位等在 內(nèi)的所有類型的復(fù)雜基因組結(jié)構(gòu)多態(tài)。長期以來，人類的歷史發(fā)展一直是人們熱衷于討論的一個(gè)話題。 。本課題產(chǎn)生的全基因組重測序數(shù)據(jù)、全基因組多態(tài)性數(shù)據(jù)，將提供給人們一份最為豐富的遺傳圖譜，將人與人之間基因組種種細(xì)微差異盡收其中。 主要研究內(nèi)容包括： 3 項(xiàng)先導(dǎo)實(shí)驗(yàn)，這些實(shí)驗(yàn)的結(jié)果將用于決定如何高效繪制這張人類遺傳差異圖譜。 （ 2） 第二項(xiàng)先導(dǎo)實(shí)驗(yàn)將選擇 60 個(gè)來自 HapMap3 個(gè)主要樣本人群的獨(dú)立個(gè)體，每個(gè)個(gè)體 2 倍測序深度，測序量相當(dāng)于 180 個(gè)二倍體基因組。 ，完善各種實(shí)驗(yàn)流程和數(shù)據(jù)分析方法的開發(fā)，在剩下的三年時(shí)間，完成對三個(gè) 人類族群共 1200 個(gè)個(gè)體的測序。繪制高密度、高分辨率的中國人群遺傳多態(tài)性圖譜，最終用于群體進(jìn)化歷史的回溯、多態(tài)性位點(diǎn)的注釋等。 通過該項(xiàng)目的實(shí)施，將進(jìn)一步強(qiáng)化我國在農(nóng)作物骨干親本基礎(chǔ)理論和應(yīng)用研究方面的原始創(chuàng)新，并通過創(chuàng)建圍繞農(nóng)作物骨干親本的新的育種理論與技術(shù)體系，以及創(chuàng)造的符合新時(shí)期育種目標(biāo)需求的候選骨干親本的應(yīng)用，繼續(xù)提高我國在雜交稻等作物育種領(lǐng)域的國際領(lǐng)先地位，最終為我國的糧食安全提供科學(xué)保障與技術(shù)和物質(zhì)支撐。 建立 水稻、小麥、玉米 候選 骨干親本 選育以及 最佳親本組配的分子設(shè)計(jì)模型 ；提出綜合評估候選骨干親本和改良現(xiàn)有骨干親本的技術(shù)方法，指導(dǎo)并提高親本組配和育種效率。 三、研究方案 （一）學(xué)術(shù)思路 為了進(jìn)一步強(qiáng)化我國在農(nóng)作物基礎(chǔ)理論和應(yīng)用研究方面的原始創(chuàng)新，針對作物遺傳育種基礎(chǔ)研究中的關(guān)鍵問題之一，骨干親本在育種中效果顯著但其形成與利用的遺傳基礎(chǔ)不明的客觀現(xiàn)實(shí)，以水稻、小麥、玉米等主要糧食作物骨干親本及其衍生的大面積推廣品種系譜分析為出發(fā)點(diǎn)，在已解決了骨干親本的第一個(gè)關(guān)鍵科學(xué)問題 ―遺傳構(gòu)成 ‖的工作基礎(chǔ)上，綜合利用表型組學(xué)、基因組學(xué)、作物育種學(xué)、生物信息學(xué)等學(xué)科的理論與技術(shù)，從骨干親本重要基因組區(qū)段 /基因簇 /基因 /等位基因 組合方式及其演變趨勢、一般配合力對骨干親本形成的作用及其遺傳基礎(chǔ)、候選骨干親本的分子設(shè)計(jì)與創(chuàng)制等多層次進(jìn)行系統(tǒng)研究，闡明骨干親本研究中的第二個(gè)關(guān)鍵科學(xué)問題 ―遺傳效應(yīng) ‖，為創(chuàng)建骨干親本育種理論與技術(shù)體系，以及我國糧食安全提供科學(xué)保障與技術(shù)和物質(zhì)支撐。由我國科學(xué)家完成有關(guān)的基礎(chǔ)研究，具有明顯的原始創(chuàng)新特色。 （四）取得重大突破的可行性分析 本項(xiàng)目將在以下 兩 個(gè)方面取得重大突破： —— 闡明骨干親本與其它親本組配能夠衍生出眾多主栽品種的遺傳基礎(chǔ) ，將為創(chuàng)立骨干親本育種理論、提高育種效率、培育突破性新品種奠定基礎(chǔ)； —— 從基因組和基因兩個(gè)層次揭示水稻、玉米骨干親本一般配合力的分子基礎(chǔ)和調(diào)控機(jī)制，可以將作物一般配合力由統(tǒng)計(jì)學(xué)和育種學(xué)的概念提升到遺傳學(xué)概念 。 （ 3）技術(shù)路線保障： 本項(xiàng)目所采用的技術(shù)路線充分反映了本