9篇Nature等文章同时发布：最大规模的基因组测序，为研究基因功能奠定了基础
人类基因组既包括我们的蛋白质编码基因，又包括控制信息的表达时间和程度的调控信息。每个人的基因组都是独特的。为了反映这种多样性并以前所未有的规模捕获一大批个体之间的变异程度，基因组聚合数据库（gnomAD）聚合了15,708个完整基因组和125,748个外显子组（基因组的蛋白质编码部分）。对这种丰富资源的分析创建了一个目录，列出了目前存在的不同类型的变异，并揭示了其潜在的功能影响以及该信息如何帮助识别引起疾病的突变并确定潜在的药物靶标的优先级。在2020年5月27日，共发表了6篇Nature（4篇研究论文），1篇Nature Medicine ，2篇Nature Communications ：
Konrad J. Karczewski等人在Nature 发表题为“The mutational constraint spectrum quantified from variation in 141,456 humans”的研究论文，该研究将人类测序研究中125,748个外显子组和15,708个基因组的聚合描述到基因组聚合数据库（gnomAD）中。在筛选出由测序和注释错误引起的假象后，该研究在该队列中确定了443,769个高可信度预测的功能丧失变异。使用改进的人类突变率模型，该研究证明其可用于提高常见和罕见疾病的基因发现。
Eric Vallabh Minikel等人在Nature 发表题为“Evaluating drug targets through human loss-of-function genetic variation”的研究论文，该研究报告了有关使用人类功能丧失型变体评估候选药物靶标的三个关键发现。首先，即使是不容忍功能丧失变异的必需基因，也可以作为抑制药物的靶标而非常成功；其次，在大多数基因中，功能丧失的变异非常罕见；第三，自动的变体注释和过滤功能强大，但是手动管理对于消除伪影仍然至关重要，并且是按基因分型召回工作的前提。该研究结果为人类基因敲除研究提供了路线图，并应指导药物开发中功能丧失型变异的解释。
Ryan L. Collins等人在Nature 发表题为“A structural variation reference for medical and population genetics”的研究论文，该研究介绍了gnomAD中由全球不同群体（54％非欧洲人）的14,891个基因组构建的序列解析SV的参考。该研究发现了433,371个SV的丰富而复杂的景观，据此估计SV占每个基因组所有罕见蛋白质截短事件的25–29％。该研究发现自然选择与破坏性SNV和破坏或复制蛋白质编码序列的稀有SV之间有很强的相关性，这表明高度不耐受功能丧失的基因也对剂量增加敏感。该研究还发现了顺式调控元件中针对非编码SV的适度选择，尽管针对蛋白质截短SV的选择比所有非编码效果都强。最后，该研究在3.9％的样本中发现了非常大（超过1兆碱基）的稀有SV，并估计有0.13％的个体携带的SV符合临床上重要的偶然发现的现有标准。该SV资源可通过gnomAD浏览器获得，并将在人群遗传学，疾病关联研究和诊断筛查中具有广泛的用途。
Beryl B. Cummings等人在Nature 发表题为“Transcript expression-aware annotation improves rare variant interpretation”的研究论文，该研究通过手动处理基因组聚合数据库（gnomAD）中单倍体疾病基因中的假定功能丧失（pLoF）变体，该研究显示出这一悖论的一种解释涉及mRNA的可变剪接，它允许基因的外显子在不同细胞类型中以不同水平表达。当前，没有现有的注释工具将有关外显子表达的信息系统地整合到变体的解释中。该研究开发了一种转录级别的注释指标，称为“跨转录表达的比例”，用于量化变体的同工型表达。该研究使用来自基因型组织表达（GTEx）项目的11,706个组织样品计算了该指标，并表明它可以区分弱和高度进化保守的外显子，这是功能重要性的代表。该研究证明基于表达的注释选择性地过滤了在gnomAD中单倍型疾病基因中发现的错误注释的pLoF变体的22.8％，同时删除了同一基因中不足4％的高可信度致病变体。该研究的注释快速，灵活且可泛化，使任何变体文件都可以使用任何同工型表达数据集进行注释，并且对于稀有疾病的遗传诊断，复杂疾病中稀有变体负担的分析以及具有治疗宝贵的价值。
Nature 发表了题为“A milestone in human genetics highlights diversity gaps”的总结文章，系统总结了这些研究成果，同时指出这些具有里程碑意义的研究确定了人们似乎无法生存的基因，并着重指出了在使数据集更能代表世界人口方面面临的挑战。
Deanna M. Church在Nature 在线发表了题为“Thousands of human sequences provide deep insight into single genomes”的点评文章，指出迄今为止，大量的基因组测序和分析工作为了解人类遗传变异提供了最全面的数据和工具， 该资源对于每个领域的生物学家来说都是宝贵的。
Nicola Whiffin等人在Nature Medicine 在线发表题为“The effect of LRRK2 loss-of-function variants in humans”的研究论文，该研究系统地分析了在基因组聚合数据库（gnomAD）中的141,456个人中观察到的LRRK2的pLoF变体。经过严格的变体管理，该研究确定了LRRK2中1,455个具有高度可信的pLoF变体的个体。通过对三个变体的实验验证以及先前的工作，证实了队列中82.5％的蛋白质水平降低。 该研究显示LRRK2中的杂合pLoF变体降低了LRRK2蛋白的水平，但这些与任何特定的表型或疾病状态均不密切相关。该研究结果证明了大规模基因组数据库和人类功能丧失型携带者表型对于药物发现中靶标验证的价值。
人类基因组中大多数基因的生理功能仍然未知。与许多工程和科学领域一样，在生物学中，打破复杂系统的各个组成部分可以提供对该系统的结构和行为的宝贵见解。为了发现基因功能，一种常见的方法是将破坏性突变引入基因中，并确定其对突变生物或细胞系中细胞和生理表型的影响。这些研究对真核生理学产生了宝贵的见解，并指导了药物的设计。然而，尽管对模型生物和人类细胞系的研究对于破译许多人类基因的功能至关重要，但它们仍是人类生理学的不完美代表。
明显的道德和技术限制阻止了人类功能丧失突变的大规模工程设计。但是，最近的外显子组和基因组测序项目揭示了人类假定功能丧失（pLoF）天然变化，其中包括必需剪接和移码变体，它们可以用作人类基因突变的自然模型。通过数十年来对严重孟德尔疾病的遗传基础的研究，此类变异已经揭示了许多有关人类生物学和疾病机制的信息，其中大多数是由杂合或纯合状态的破坏性变异驱动的。这些变体还被证明对鉴定潜在的治疗靶点有价值：已确认的PCSK9基因中的LoF变体与低水平的低密度脂蛋白胆固醇有因果关系，并最终导致了目前临床上几种PCSK9抑制剂的开发，用于减少心血管疾病的风险。对人类pLoF变体的系统分类以及对失活耐受性谱的基因分类将为医学遗传学，鉴定候选致病突变，潜在的治疗靶点提供宝贵的人类基因资源。
大规模评估LoF变体时会遇到一些挑战。LoF变体平均有害，因此通常在人群中以极低的频率维持。这些变异的系统性全基因组发现需要对大量样本进行全外显子组或全基因组测序。此外，与同义或其他良性变体相比，LoF变体在误报方面更加丰富，并且需要仔细过滤以去除此类假象。
在这里，该研究描述了作为基因组聚合数据库（gnomAD; https://gnomad.broadinstitute.org）的一部分的125,748名具有全外显子组序列数据的个体和15,708名具有全基因组序列数据的队列，即Exome Aggregation Consortium（ExAC）。该研究开发了对pLoF变异的不耐受性的连续测量方法，该方法将每个基因置于LoF不耐受性谱中。该研究通过将其分布与约束的几个正交指标进行比较来验证该指标，包括使用小鼠基因敲除实验和细胞失活测定法测量的结构变异的发生率等。最后，该研究证明了该指标改善了影响罕见病的遗传变异的解释，并为常见疾病生物学提供了见识。
参考：
https://www.nature.com/articles/s41586-020-2308-7
https://www.nature.com/articles/s41586-020-2267-z
https://www.nature.com/articles/s41586-020-2287-8
https://www.nature.com/articles/s41586-020-2329-2
https://www.nature.com/articles/d41586-020-01551-x
https://www.nature.com/articles/d41586-020-01485-4
https://www.nature.com/articles/s41591-020-0893-5
https://www.nature.com/articles/s41467-019-10717-9
https://www.nature.com/articles/s41467-019-12438-5
