人類基因識別不易 NCBI有錯誤？

電子克隆“揭短”美國人類基因模式研究

北京大學人類**基因研究中心博士後張德禮等人日前撰文指出，美國國家生物技術信息中心（NCBI）基因組注釋項目公布的人類基因模式參考序列（約15000個）可能存在著各種類型的多處錯誤，他們的論文——《人類新基因的電子克隆、實驗確認與功能研究》在不久前舉行的第七屆國際人類基因組大會獲Poster獎，這也是科學家**在國際人類基因組大會上獲獎。

張德禮博士向記者介紹說，今年2月他們用自己克隆的3 個人類新基因（C17orf32, SPRYD1和C1orf31）上網查新發現，NCBI所注釋的模式基因參考序列的4個中就有3個是錯誤的，其中包括SPRYD1的開放讀碼框架(ORF)提前終止錯誤, 以及C17orf32錯誤地插入一個堿基而導致ORF移位或錯誤拚接，除實際ORF中間一小段外，兩端側翼區都是錯誤的。因此，張德禮認為，應當慎重看待計算機注釋可能存在的各種類型錯誤的人類基因組編碼序列，而利用電子克隆技術並結合實驗驗證完全能夠糾正或避免現有的人類基因組編碼序列中出現的錯誤。

新基因的搜尋和蛋白質功能分析是人類基因組圖譜公諸於世後的研究熱點，電子克隆技術將成為加速基因克隆的一條有效途徑。電子克隆就是以數學算法為手段，以計算機和互聯網為工具，利用現有的表達序列標簽(EST)和生物信息數據庫，在未注釋的人類基因組序列上發掘未知功能的新基因，並通過生物學實驗進行編碼序列和功能驗證，為人類功能基因組學與蛋白質組學研究提供新的線索和基礎。張德禮等人建立的將生物信息學分析與實驗確認相結合的技術策略將有助於發現更多的人類新基因，特別是3個人類新基因（RABL3, ZNF362和C17orf32）的成功克隆及其小鼠和大鼠同源基因的克隆，對促進新基因電子克隆技術和軟件的開發具有重要的理論指導意義。

“人類新基因的電子克隆與實驗確認”研究開始於1999年秋天，曆時三年完成。使用電子克隆技術發現的100個人類新基因，多為**相關基因、細胞因子基因和信號傳導基因等功能活性強的人類小分子肽類基因，其中已被國際基因庫接受並使用了標準化基因命名符號的人類基因有23個。首批選擇的10個人類新基因經生物學實驗和cdna測序驗證，確認均是真實的基因，其中半數基因是具有特定重要功能結構域的高效基因。這些與細胞增殖及分化相關的癌基因和轉錄因子的初步克隆成功，標誌著我國人類基因組深層次的研究已取得了重要階段性成果，並將有助於加深人們對基因功能和表達調控機製的了解。

張德禮說，以往國內外公開發表的文獻和各種會議論文中都沒有指出NCBI人類基因模式參考序列中存在錯誤，而這次他們用確認的兩個人類新基因糾正了NCBI基因組注釋項目公布的3個不同類型的錯誤模式基因參考序列的事實說明，人類基因識別並不像公眾想像的那麽容易，人類新基因的正確識別和注釋仍是一項長期而繁重的任務，即使目前被認為*可靠的NCBI公布的15000個人類基因模式參考序列，除有充分實驗證據的1/3外，其餘2/3仍可能存在各種類型序列錯誤，隻有經理論與實驗確認後才是可靠的。因此，將來人體組織細胞與生物功能的電子模擬難度便可想而知，揭開生命奧秘與分子醫學機製全貌的人類功能基因組學與蛋白質組學研究更是整個新世紀的工作任務，隻有依靠理論、實驗與計算生物學三者的相互配合才有可能圓滿完成。