白鲨基因组进行测序很酷 但是对于更深入的见解我们需要遗传数据库

头条新闻引人注目：科学家对白鲨的基因组进行了测序。或者是竹狐猴，或者是金鹰。但为什么花这么多时间和金钱来计算不同物种的DNA构成?我是一个进化生物学家在佛罗里达州的计划鲨鱼研究。我们的研究重点是了解现代鲨鱼和光线在其进化过程中如何多样化以殖民它们今天所占据的栖息地。

粗略筛选全基因组有助于识别遗传标记(基因序列)，以更好地了解群体水平过程。但是，全基因组测序的真正和持久价值只有在大量准确的，高分辨率的基因组聚集在一起才能相互比较时才能实现。这种工作刚刚开始。

没有说明的蓝图

有机体的基因组 - 其DNA的完整目录 - 为其设计提供了蓝图。构成基因组的DNA序列的差异是我们在个体中看到的差异的原因。

同卵双胞胎在物理上彼此相似，因为它们的基因组是相同的。兄弟姐妹彼此相似，因为他们从同一组父母那里继承了大量的基因组。与密切相关的物种看起来更相似，因为它们的基础基因组更相似。

因此，如果我们有一个生物体的完整基因组序列，我们将获得我们需要的所有信息，以“从头开始”理解它是如何工作的。实际上，这是最初的人类基因组计划的理由

但是有机体的基因组DNA序列可能含有数十亿个核苷酸或基因构建模块。试图将其生物体从其基因组序列中看起来的样子拼凑起来就像试图从到达光纤电话线接收端的“信息包”中了解成千上万的同时传输的电话对话，而不是了解有关信息组织方式的任何信息。数据“全部存在”，但如果没有明确的解释器，很难知道它意味着什么。科学家们还不知道基因组中的所有信息是如何组织的，或者它的活动是如何编排的。

通过比较学习

如果解释埋在基因组中的信息如此困难，为什么还要费心收集数据呢?答案是，如果我们将基因组相互比较，我们可以推断出哪些元素对特定的特征负责。

例如，人类和黑猩猩的基因组大约有98%相似。这意味着它们各自的基因组之间2%的差异必须以某种方式解释它们的外观和相关性状的差异。并排比较基因组使我们能够识别负责观察到的差异的基因组部分。

显然，仔细选择要进行哪些比较是很重要的。将人类基因组与鸭嘴鸭的基因组基因组进行比较并不能告诉我们是什么让人类 - 或者鸭嘴鸭的鸭嘴兽 - 因此变得如此“特别”。这两个物种在大约1.5亿年前发生了分化，它们的基因组和它们表现出的特征存在很多差异，因此不可能知道哪种基因组差异对哪些性状负责。

然而，将人类和鸭嘴兽基因组(两种哺乳动物)与鸟类基因组进行比较，可以让我们识别出与鸟类基因组共有的人类和鸭嘴兽基因组的各个方面。反过来，将几种哺乳动物和鸟类的基因组与两栖动物的基因组进行比较将有助于我们缩小鸟类和哺乳动物与两栖动物不同的基因组元素。

建立遗传图书馆

像上述那样的分层比较是比较基因组学的核心，这一领域旨在了解基因组中的变异模式如何与可观察特征的变异模式相关联或“映射到”。生物学家将这组关联称为“基因型 - 表型图谱”。

显然，科学家需要先知道生物体之间的进化关系，然后才能确保我们收集的基因组信息是准确的。如果它不准确或不完整，我们可能会错过基因型与其编码特征之间的重要关联。

下一代DNA测序和计算机科学的最新进展正在彻底改变这些数据的收集和分析。但它仍然很昂贵。序列和组装25亿碱基对基因组(相比之下，人类基因组有大约30亿个碱基对)的成本大约为30,000美元，其准确性足以用于比较基因组工作 - 更多用于更大的基因组，例如肺鱼或蝾螈。

一个国际科学家联盟正致力于为符合此标准的所有脊椎动物收集高质量的基因组序列。初步比较的重点是选择代表不同脊椎动物群体进化多样性的物种 - 经过仔细审查的鸟类，爬行动物，哺乳动物，两栖动物和鱼类。该项目于2018年9月发布了其首批15种高质量参考基因组，包括加拿大ly ,,斑胸草雀和钝性cl鱼。

随后的比较将填补进化空白，直到我们最终拥有一套完整的高度准确的基因组，可以相互比较。这些高度准确的基因组将提高我们对基因型 - 表型图的理解。它们还将作为研究人员的参考，试图了解不同基因在指导正常发育中的作用，以及其他人探索发育异常，出生缺陷和遗传疾病的可能原因。

其他测序计划较少关注获得用于比较基因组工作的高度准确和/或完整的基因组。许多基本上是“钓鱼探险”，寻找有趣的东西出现，或确定随后可用于管理和保护工作的分子标记。例如，最近发表的白鲨基因组发现嗅觉基因没有预期的那么丰富，因为白鲨的嗅觉很好，白鲨的转座因子比例较高 - 可以从一个位置移动的DNA序列基因组到另一个 - 比典型的。

这些项目通常是便宜得多，因为它们不是设计来获取高分辨率的基因组图谱与全覆盖的基因组。不幸的是，它们对下游研究的效用有限。它们通常太不完整而不适用于发育生物学家，并且对于理解基因型 - 表型图的用途有限。

尽管如此，它们确实有助于激发公众对迅速发展的基因组学领域的兴趣，这已经在从基础生物学到应用个性化医学等领域产生了巨大影响。随着更多高分辨率基因组的收集和比较，我们可以预期，我们对支撑不同生命形式的架构的理解将呈指数级增长。