一项用于全面解析核内嵌线粒体DNA的长读长人类泛基因组计划

A long-read human pangenome initiative for comprehensive interpretation of nuclear-embedded mitochondrial DNA.

作者信息Lianting Fu, Jieyi Chen, Da Lian, Siyuan Du, Dongya Wu, Chentao Yang, Ziyi Wang, Hongyi Ma, Zhengtong Li, Nicole J Lake, Xiangyu Yang, Yongyong Shi, Guojie Zhang, Kaiyue Ma, Yafei Mao
PMID42140905
发布时间2026-05-15
DOI10.1038/s41467-026-71348-5

实验完整度

高

多层级证据:538个单倍型基因组+2504人基因分型+20个灵长类基因组+报告基因功能验证。

主要模型

269个人类单倍型分辨组装基因组(APGp1、HPRCp1、HGSVCp3) 2504个1000 Genomes Project无亲缘关系个体短读长数据 20个非人灵长类长读长基因组 HEK293T细胞报告基因实验

重点核对

PG-NUMT与短读长方法在200个个体中的配对比较(样本量N=200,双尾Welch t检验) PanGenie在2504个1KGP个体中的NUMT基因分型及与泛基因组图等位基因频率的一致性(Pearson r=0.9998) mtDL3和mtDL5序列的荧光素酶报告基因实验(三次独立转染,每次五张图像/三个qPCR技术重复) cis-eQTL/cis-sQTL分析使用731个MAGE个体RNA-seq数据(Bonferroni校正P<2×10⁻⁶) 灵长类NUMT插入率计算基于20个非人灵长类基因组和保守共线性区域

摘要

核内嵌线粒体DNA片段(NUMT)记录了进化过程中持续进行的线粒体到核DNA转移,对疾病机制和基因组组织具有重要意义。在此,我们开发了一种基于泛基因组图的NUMT检测方法,灵敏度提高2.52倍,并生成了高分辨率人类NUMT图谱,包含774个固定事件和280个多态事件,以及74个超级群体分层位点。值得注意的是,源自mtDNA D-loop 3'端的NUMT固定频率较低,并表现出顺式调控活性,揭示了塑造其基因组景观的选择压力。我们还鉴定了7个与基因表达或剪接相关的NUMT,提示其潜在调节功能。对完整灵长类基因组的比较分析揭示了谱系特异性NUMT动态,其中Pan谱系速率特别高。此外,我们发现了两个NUMT衍生的串联重复,将其确立为复杂变异的新来源。总之,整合分析增强了对NUMT基因组结构、群体动态和进化意义的理解,将其确立为具有生物医学相关性的动态基因组组件。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
如何全面解析人类及灵长类基因组中核内嵌线粒体DNA片段(NUMT)的多样性、基因组特征、功能影响和进化动态?
核心机制
NUMT通过线粒体DNA转移插入核基因组,随后经历重复介导的扩增和选择性清除;固定NUMT中mtDL3区域减少可能与其弱顺式调控活性导致的选择性去除有关。
主要证据
基于泛基因组图的PG-NUMT方法在200个个体中灵敏度提高2.52倍;构建了包含774个固定、280个多态和123个近着丝粒NUMT的图谱;鉴定出7个与基因表达或剪接相关的NUMT;比较20个灵长类基因组揭示谱系特异性插入速率和重复扩增;发现两个NUMT衍生的VNTR。
研究意义
增强了对NUMT基因组结构、群体动态和进化意义的理解,将NUMT确立为具有生物医学相关性的动态基因组组件,为研究线粒体-核基因组互作和复杂基因组变异提供资源。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

泛基因组图构建与NUMT检测方法开发

克服短读长方法分辨率和灵敏度限制,全面检测NUMT。

使用Minigraph-Cactus流程构建基于T2T-CHM13v2.0的泛基因组图,开发PG-NUMT方法,将多条灵长类线粒体基因组比对到泛基因组图,鉴定NUMT并精确定位断点。

2

方法基准测试与灵敏度评估

评估PG-NUMT相较于短读长方法的检测灵敏度和准确性。

在200个个体中比较PG-NUMT与已建立的短读长NUMT检测流程,使用长读长数据和基因组组装交叉验证。

3

大规模人群NUMT基因分型与群体分层分析

在更大规模人群中表征NUMT等位基因频率和群体分层模式。

使用PanGenie基于泛基因组图对2504个1KGP无亲缘关系个体的短读长WGS数据进行NUMT基因分型,并进行超级群体间等位基因频率差异分析。

4

NUMT基因组特征与甲基化分析

比较固定与多态NUMT的线粒体起源偏好、基因组定位偏好、序列分歧和甲基化模式。

计算NUMT相对于mtDNA坐标的覆盖度,进行重复元件富集分析和基因组区域分布分析,比较序列一致性和GC含量,利用HiFi reads估计CpG甲基化频率。

5

mtDL3顺式调控活性验证

探究固定NUMT中mtDL3区域减少的潜在生物学机制。

构建pMPRA1-nopro-eGFP、pMPRA1-CMV-eGFP、pMPRA1-mtDL3-eGFP和pMPRA1-mtDL5-eGFP质粒,转染HEK293T细胞,通过荧光成像和RT-qPCR检测eGFP表达。

6

多态NUMT的cis-eQTL和cis-sQTL分析

评估多态NUMT对基因表达和剪接的潜在调控作用。

使用MAGE项目731个个体的RNA-seq数据,以NUMT基因型为自变量,进行cis-eQTL和cis-sQTL关联分析及精细定位。

7

灵长类NUMT比较基因组与进化分析

揭示NUMT在灵长类谱系中的插入速率、谱系特异性动态和重复扩增模式。

在20个非人灵长类基因组中鉴定NUMT,利用全基因组比对定义保守共线性区域,计算谱系特异性插入率,并进行系统发育分析。

8

NUMT衍生VNTR鉴定与特征分析

探究NUMT是否作为可变数量串联重复(VNTR)的新来源。

将NUMT坐标与串联重复注释取交集,比较不同人群和灵长类基因组组装中的重复拷贝数。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
PG-NUMT方法基准测试
样本量N=200(40个HPRCp1、160个APGp1),参考基因组T2T-CHM13,共享检测的200 bp侧翼区域和>90%序列重叠标准。
阅读提示:Methods 'NUMT detection based on pangenome graph'及Fig. 1c, d图注。
大规模NUMT基因分型
PanGenie v3.0.1默认参数,2504个1KGP无亲缘关系个体,成功表征1043个位点,排除123个近着丝粒NUMT。
阅读提示:Methods 'NUMT genotyping and population stratification analysis'及Fig. 1f, g。
mtDL3/mtDL5报告基因实验
HEK293T细胞,Lipomaster 3000转染,转染后第3天RT-qPCR检测eGFP表达,内参HPRT1,三次独立转染重复。
阅读提示:Methods 'Cell culture', 'Plasmid construction', 'Transfection for RT-qPCR and fluorescence imaging', 'RT-qPCR'及Fig. 3b–d图注。
cis-eQTL/cis-sQTL分析
731个MAGE个体RNA-seq数据,QTLtools v1.3.1,cis窗口上下游1 Mb,MAF>0.01,协变量包括前5个基因型PC、性别、60或15个PEER因子,Bonferroni阈值P<2×10⁻⁶。
阅读提示:Methods 'cis-QTL effect analysis of NUMTs'及Fig. 5图注。
灵长类NUMT比较分析
20个非人灵长类长读长基因组和270个人类基因组,minimap2比对参数,仅保留主要比对,使用transanno生成共线性链文件。
阅读提示:Methods 'Comparative genomic analysis of NUMTs across primates'及Fig. 6a–c图注。