用基因大數(shù)據(jù)打造“生命周期表”

“計(jì)劃通過對(duì)地球上的生命進(jìn)行基因、表型、生態(tài)等方面信息和知識(shí)的梳理、歸納和分析，發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的生命規(guī)律，最終實(shí)現(xiàn)‘數(shù)字化動(dòng)植物，數(shù)字化地球’的宏偉目標(biāo)。”華大基因副總裁、首席技術(shù)官方曉東所說的“計(jì)劃”，是華大基因近日發(fā)布的“生命周期表計(jì)劃”。

此前，華大基因CEO尹燁發(fā)布“2020計(jì)劃”及“生命周期表計(jì)劃”時(shí)表示，“生命周期表計(jì)劃”的開展，意義并不亞于“元素周期表”。

基因測(cè)序+數(shù)據(jù)挖掘 探尋生命之樹秘密

對(duì)于生命科學(xué)來說，在生命周期中起著類似化學(xué)元素在化學(xué)中基礎(chǔ)性作用的是基因。然而，生命個(gè)體的基因遠(yuǎn)比化學(xué)元素復(fù)雜。

“像化學(xué)家從各種物質(zhì)中鑒別出元素那樣，我們先要從豐富的物種中通過測(cè)序檢測(cè)出盡可能多的基因。這就是生命周期表計(jì)劃的基礎(chǔ)部分——針對(duì)地球上所有物種的基因組測(cè)序。”方曉東告訴科技日?qǐng)?bào)記者，難點(diǎn)在于收集世界各地不同來源的物種樣本，生物樣本的采集、授權(quán)和轉(zhuǎn)移寄送并非易事。

有了物種樣本后，科研人員借助高通量測(cè)序技術(shù)和大數(shù)據(jù)分析挖掘。“首先要獲得目標(biāo)物種的基因組序列圖譜。為確保測(cè)序的準(zhǔn)確性，我們要保證測(cè)序數(shù)據(jù)量平均覆蓋全基因組幾十甚至上百次，并通過足夠聰明的算法和高性能的計(jì)算機(jī)來推算出目標(biāo)基因組的序列，進(jìn)而根據(jù)分子進(jìn)化論計(jì)算推斷出物種的譜系關(guān)系。”方曉東說，這些生物大數(shù)據(jù)，不僅體量巨大，維度也非常高，要挖掘隱藏在背后的生命運(yùn)行規(guī)律非常困難，譜系關(guān)系相對(duì)還是比較簡(jiǎn)單的分析。

華大基因的研究，希望通過對(duì)生命數(shù)據(jù)的積累，促進(jìn)生命科學(xué)研究從量變到質(zhì)變奇點(diǎn)的發(fā)生，讓人類更好地了解生命運(yùn)行規(guī)律，與大自然和諧相處。

首選哺乳動(dòng)物 為保護(hù)瀕危動(dòng)物打call

“生命周期表”計(jì)劃第一期測(cè)序?qū)ο筮x擇了哺乳綱。用方曉東的話來說，“幾乎找不到不選它的理由”，不僅是因?yàn)椴溉榫V和人類的生存發(fā)展息息相關(guān)，也是基于多年來研究動(dòng)植物基因組的經(jīng)驗(yàn)。

“我們和國(guó)內(nèi)多家動(dòng)物園、科研單位合作，拿到了很多哺乳綱樣本的材料。”方曉東表示，相對(duì)其他物種，哺乳動(dòng)物的基因組在大小和復(fù)雜度上較簡(jiǎn)單，這便于在現(xiàn)有技術(shù)條件和經(jīng)費(fèi)下，更好更快地完成生命周期表計(jì)劃的前期成果，為后續(xù)研究提供更多經(jīng)驗(yàn)和技術(shù)儲(chǔ)備。

鼠兔到底是鼠還是兔？大熊貓是熊還是浣熊，為啥它們不愛吃肉？“鼠兔是指兔亞科鼠兔屬動(dòng)物，是跟普通大白兔很接近的動(dòng)物。鼠兔的種屬分類以前就搞清楚了，基因測(cè)序進(jìn)一步證實(shí)了上述關(guān)系。”方曉東直言，通過對(duì)北京奧運(yùn)會(huì)吉祥物熊貓“晶晶”的測(cè)序研究，進(jìn)而為大熊貓歸屬于熊科動(dòng)物提供論據(jù)，還解釋了大熊貓不喜歡吃肉，是因?yàn)楦惺苋忸愼r美的T1R1基因失去活性。

值得關(guān)注的是，基因測(cè)序研究也為瀕危動(dòng)物保護(hù)提供了重要參考。華南虎目前數(shù)量上升很快，但整個(gè)種群全是6只華南虎的后代，基因多樣性堪憂，被世界自然保護(hù)聯(lián)盟列為極度瀕危的十大物種之一。

“在無法改變近親繁殖現(xiàn)狀的情況下，必須加強(qiáng)基因病的研究，控制有害基因擴(kuò)大化。”方曉東建議，對(duì)現(xiàn)存種群個(gè)體進(jìn)行全面測(cè)序，保存盡可能多的華南虎基因信息，以便盡快探索使用基因編輯等技術(shù)來防治華南虎基因病。

解碼生命奧秘 已測(cè)序500多種高等動(dòng)植物

目前，全球已測(cè)序高等動(dòng)植物中（含未公布），39%由華大基因和合作伙伴共同完成，已測(cè)序的高等動(dòng)植物有500多種。“生命周期表”在此基礎(chǔ)上，擬完成5600多種哺乳動(dòng)物的測(cè)序，其后將逐步完成物種數(shù)字化計(jì)劃。

“代表性的動(dòng)物有常見的家畜，如豬、馬、貓、狗等，以及動(dòng)物園里的明星——熊貓、獅虎、大象等。植物則包括了禾本科的水稻小麥等，以及豆科、茄科、薔薇科和十字花科等植物。”方曉東稱，這些物種的測(cè)序分析，極大推進(jìn)了對(duì)生命之樹的整體認(rèn)識(shí)。比如，厘清了動(dòng)物中一些物種在進(jìn)化樹上的位置關(guān)系，證實(shí)了植物中一些物種單倍體和多倍體的演化順序，后續(xù)要擴(kuò)大范圍實(shí)現(xiàn)物種全覆蓋。

尹燁透露，“生命周期表計(jì)劃”第一期測(cè)序?qū)ο鬄楝F(xiàn)存27目157科的哺乳綱，已有超過127科物種被認(rèn)領(lǐng)。項(xiàng)目組將通過眾籌的方式，推動(dòng)該科物種的基因組分析、解讀和知識(shí)傳播、保護(hù)。

      “關(guān)于植物的選擇，第一期會(huì)優(yōu)先啟動(dòng)藥用植物計(jì)劃，這符合我國(guó)中醫(yī)藥發(fā)展戰(zhàn)略規(guī)劃，與大眾健康密切相關(guān)。”方曉東說，中長(zhǎng)期計(jì)劃則是在3-5年內(nèi)，覆蓋所有代表性的開花植物，甚至解密所有的動(dòng)植物基因組，構(gòu)建物種的生命周期表。