CELL丨99.4% 高精度！全球首套父母分相完整人类基因组基准正式发布

前言：

我们每个人的基因一半来自爸爸，一半来自妈妈，但市面上基因检测的 “打分标尺”，居然一直是一套单一、残缺的人造参考基因组。

过去十几年，用来评判测序准不准的 GIAB 基准由于技术限制，缺失了 15.3% 的基因组序列，包括全套性染色体、大量癌症、眼病相关重复致病基因，这导致很多遗传病根本没法精准校验。同时这种拿一套固定参考基因组对比，只统计两者差异位点的方法也存在先天偏见。

为解决这个痛点，端粒到端粒（T2T）联盟提出全新思路：不用外来参考，直接拿这个人一整套父母双份完整基因当标准答案，也就是 T2T 基因组基准。完整二倍基因组最本源的基因信息，不管是单点突变、父母基因分型、大片段结构变异，都能全域精准打分。

2026年8月6日，来自 GIAB、T2T、人类泛基因组联盟多国联合团队在CELL上发表论文，新基因组基准实现了 46 条染色体从头到尾无缝拼接，仅核糖体 DNA 重复序列内部仍存在缺口；经多平台交叉校验，99.4%序列未检出任何错误，各项指标碾压过去所有评判标准。

01 T2T-HG002 v1.1 近乎完美的二倍基因组基准

研究团队选用的 HG002 是基因圈家喻户晓的 “标准人” 样本，属于阿什肯纳兹犹太一家三口里的儿子，十几年前由个人基因组计划采集，现在全球所有测序实验室、仪器厂商测机器准不准，都会用它当对照。

为拼出 HG002 一整套爸妈分开的完整基因组，研究整合 PacBio、纳米孔超长测序数据，搭配父母样本区分父、母两套单倍型，分三轮人工校正打磨，最终推出 T2T-HG002 v1.1 组装。

整套 60 亿碱基二倍基因组里99.35%完全找不到组装错误，对比旧 GIAB 评判标准，新版本多出 701.4Mb 常染色体序列与全套性染色体，很多癌症相关重复基因完全不在评测范围内。比如 16 号染色体上的 DUSP22 致癌插入，只存在母亲那套基因里，旧标准完全看不到这个致病片段，而 T2T-HG002 v1.1 新基准完整捕捉到这类单条染色体特有变异。

过往基准（左）与新基准（右）对比

02 父源、母源个性化基因组注释

科研团队先用 Liftoff 工具分别给 T2T-HG002 来自母亲、父亲两套独立染色体做全套基因注释，再搭配 LiftOn 和 miniprot 软件，依托标准 MANE 蛋白转录本比对，补全很多常规注释流程容易漏掉的重复基因。

母源染色体（含X）一共注释出59323个基因，父源染色体（含Y）有57741个，分为编码蛋白、非编码 RNA、无功能假基因三大类。

同一人的父母基因组差异十分明显，团队专门统计了两类关键基因区别：

发生突变、无法合成完整蛋白的 “破损基因”：母源有129个，父源121个，大多集中在重复片段区域，比如15号染色体和精神疾病相关的 CHRFAM7A 基因，父本携带致病小缺失；

仅单套染色体存在的特有基因：13个只出现在母源、12个仅存在于父源，像肿瘤风险相关解毒基因、保护眼底的 CFHR 基因，都呈现父母拷贝不对称的特点。

这些天然个体差异，是单一参考基因组完全无法捕捉到的。

HG002 的完整二倍体基因组

03 市面上测序设备谁更准？研究团队实测对比

团队用新基准评测当下四款主流临床测序平台：

短读 Illumina 碱基颠换（Tv）错误多，易漏掉复杂结构变异；

PacBio/ONT 长读能解析重复基因，但单核苷酸插入（Ins）、缺失（Del）误差更高；

Element 平台在短串联重复致病位点准确度最优。

同时证实，单纯基于参考构建的基因序列，会丢失 2%-7% 临床关键序列，无法满足罕见病诊断需求；而从头（De novo）二倍组装的测序数据准确度，比常规变异检测高出一个数量级，更适合疑难病例分析。

四大测序平台替换错误对比

结语

总的来说，这篇 Cell 工作做出了一套完整、分父母两套的人类基因 “标准答案”，补上了过去缺失的大片难检测基因区域，注释出大量父母特异性疾病相关基因；同时横向评测所有主流测序、组装、变异流程，量化各类技术短板，为后续算法开发、测序方案优化提供统一评判标尺。

未来能让遗传病、肿瘤的基因检测变得更全面、精准，真正推动个性化基因组医学落地。