西湖大学最新Nature论文：杨剑团队构建迄今最大规模人类泛基因组，发现人类13%未知新序列|变异|基因簇|序列|杨剑|碱基对|西湖大学

撰文丨王聪

编辑丨王多鱼

排版丨水成文

泛基因组（Pangenome）正在彻底改变我们解析具有复杂变异的基因组区域的能力。然而，现有的人类泛基因组由于样本量小，对于医学和群体遗传学应用的效用有限。

2026 年 4 月 1 日，西湖大学杨剑教授团队（博士研究生王逸飞、助理研究员段忠取博士为论文共同第一作者）联合温州医科大学沈贤教授，在国际顶尖学术期刊Nature上发表了题为：The 1000 Chinese Pangenome empowers medical and population genetics 的研究论文。

研究团队创新性地开发了基于泛基因组的联合组装（PIGA）方法，成功构建了千人泛基因组（1000 Chinese Pangenome，1KCP），极大突破了既往泛基因组样本量的上限，这也是迄今为止规模最大、最全面的人类泛基因组资源库，从中发现了4.053 亿个碱基对的全新序列，这些占据人类基因组13%的序列是以前从未被记录过的“基因新大陆”，且其中2620 万个碱基对具有明确的功能，涉及基因编码区和调控元件。

这项研究提升了我们对复杂遗传变异及其功能的认知，为人类健康研究和疾病精准诊断提供了坚实的基础。

什么是“泛基因组”？

如果把每个人的基因组比作一本由 30 亿个字母（碱基对）写成的生命之书，那么传统的人类参考基因组就像是这本书的“标准版”。但问题是，这个“标准版”主要基于欧洲白人的基因组数据构建，无法完全代表全球不同人群的遗传多样性。

泛基因组（Pangenome）则不同——它不是单一版本，而是一个群体中所有基因组序列的集合，包含了该群体中存在的所有遗传变异，泛基因组能够更全面地反映人类基因组的真实面貌。

为什么需要中国人群的泛基因组？

长期以来，人类基因组研究严重依赖基于欧洲人群的参考基因组。即便是最新的“人类泛基因组参考联盟（HPRC）”项目，在其收集的全球 46 个样本中也仅包含 3 个中国人样本，无法代表 14 亿中国人的遗传多样性。

这种依赖导致了一个严重问题：东亚人群特有的罕见遗传变异往往被遗漏或误判，直接影响疾病诊断的准确性和药物研发的针对性。

中国拥有世界上最丰富的人群遗传多样性——从西南高原的藏缅语系族群，到西北丝绸之路的多元交融，从云贵地区的苗瑶语族，到北方草原的蒙古语族……这种多样性是理解人类演化、疾病易感性和药物反应差异的宝贵资源。

这项研究的新发现

1、规模空前：1116 个高质量基因组

研究团队构建了1116个中国人群的二倍体基因组组装，其中包括 55 个从头组装和 1061 个基于泛基因组指导的组装。这是目前全球最大规模的中国人群基因组资源库。

2、发现“新大陆”：4 亿个新序列

相比现有的国际参考基因组（GRCh38 和 CHM13），1KCP 泛基因组中发现了4.053 亿个碱基对的全新序列，这些占据人类基因组13%的序列是以前从未被记录过的“基因新大陆”。更令人振奋的是，其中 2620 万个碱基对具有明确的功能，涉及基因编码区和调控元件。这意味着我们发现了大量可能影响中国人健康和疾病的新遗传元件。

3、全面解析遗传变异“全家福”

该研究系统鉴定了 3540 万个小变异、11 万多个结构变异、48.5 万个串联重复序列，以及 86 万个“嵌套变异”（隐藏在复杂结构变异中的次级变异）。特别值得关注的是，33.3% 的结构变异是首次被发现，其中 83.5% 属于罕见变异（在人群中频率 ≤1%）。这些罕见变异往往与遗传性疾病密切相关，但在小样本研究中极易被遗漏。

4、医学应用的直接证据

研究团队深入分析了这些变异与疾病的关系：