ヒトゲノムプロジェクト後 — 単一配列からパンゲノムへ
出発点 — 共通の地図が必要だった
20世紀末、研究者たちはヒトゲノム内のいくつかの遺伝子とマーカーを知っていたが、それらを同じ座標で比較するための共通の地図を欠いていた。1990年に始まったヒトゲノム計画（HGP）は、ヒトDNAの配列および遺伝子地図を体系的に構築することを目的としていた。これは、複数の国や研究機関が技術、サンプル、データ共有に関する原則を共同で設計した大規模な協調的取り組みであった。
2003年の完成宣言は、その時点で設定された主要な目標が達成されたことを意味していた。それは、すべての個人におけるすべての塩基対および構造変異が完全に解読されたことを意味するものではなかった。反復配列やセントロメアといった複雑な領域にはギャップが残っており、主要な参照配列は限られた数の個人から組み立てられた線形配列であった。
最初の転換 — 座標系の出現
参照配列の主要な役割は、「単一の正常なヒトに対する正解」を提供することではなく、共通の座標系を確立することにあった。研究者は現在、遺伝子位置、変異、アッセイターゲットを同じ地図上にマッピングすることが可能となり、結果の直接比較が可能になった。この基盤は、参照へのシーケンスリードのアラインメントや、染色体–位置–アレル形式での変異の記録を含む、現代の解析を支えている。
しかし、参照アレルが集団内で最も一般的または健全なアレルであることは保証されない。また、参照と異なるすべての配列を異常として扱うのも誤りである。座標系は生物学的基準とは区別されなければならない。
テクノロジーは問いを広げる
初期の大規模シーケンシングは時間とコストを要したが、その後の技術的進歩により、個々のゲノムや複数の集団のより迅速な解析が可能となった。ショートリードシーケンシングは大規模な変異発見を可能にし、ロングリードおよびアセンブリ技術は、長い距離にわたる反復配列、構造変異、ハプロタイプの解明を実現した。
技術的改善が自動的な解釈を意味するわけではない。より多くの変異が同定されるにつれ、病原性、表現型、祖先、データガバナンスを同時に扱う必要がある。HGPによって確立された地図上では、新たな不確実性がより明確になっている。
T2T — ギャップを埋めることの課題
テロメア・トゥ・テロメア（Telomere-to-Telomere）コンソーシアムは、ロングリード技術と補完的な技術を組み合わせることで、既存の参照配列に残されていた複雑な領域を実質的に埋めるアセンブリを提供した。これにより、セントロメアやセグメンタル・デュプリケーションを含む領域の研究機会が拡大した。「完全」という用語は、使用された細胞系、ハプロタイプ、およびアセンブリバージョンの範囲内で解釈されるべきである。
より完全なアセンブリは配列ギャップを減少させるが、ヒト集団における多様性を表現するという課題を単独で解決するものではない。
パンゲノム — 1本の線から複数の経路へ
ヒトパンゲノム参照コンソーシアムは、多様なハプロタイプアセンブリを組み込むことで、単一の線形参照では見逃される配列と構造を表現することを目指している。グラフや複数アセンブリの利用により、マッピング時に参照に特定の集団の配列が欠如することで生じるバイアスを軽減し、複雑な変異をより適切に捉えることができる可能性がある。
しかし、パンゲノムは単一のファイルから別のファイルへの単純な置換イベントを構成するものではない。座標系、ツールの互換性、バリアント正規化、データストレージ、および臨床報告の枠組みはすべて、それに応じて進化しなければならない。どのリリースと経路が使用されたかに関するプロヴェナンス（由来情報）は、ますます重要になっている。
代表性の残された課題
多様な系譜を含めることは、公平性だけでなく技術的な正確性の問題でもある。参照および研究コホートで過小代表されている集団は、変異頻度、インピュテーション、リスク予測においてより大きな不確実性に直面する可能性がある。単にサンプルサイズを増やすのではなく、コミュニティエンゲージメント、インフォームドコンセント、便益共有、制御されたデータアクセスを共同設計しなければならない。
代表性は、いくつかの系譜ラベルを埋めることで終わるものではない。集団内多様性と社会的文脈は、単純な生物学的カテゴリーに還元されてはならない。
何が理解されているか
HGPの遺産は、疾患に対するすべての答えを提供する完成した書物ではなく、比較可能な問いを形成するためのインフラである。T2Tは単一アセンブリにおけるギャップを縮小し、パンゲノムは複数のハプロタイプを表す方向性を開いた。これら3つの段階は互いを否定するものではなく、むしろ参照の異なる限界を明らかにし、拡張するものである。
現在の再検証と限界
優れた参照配列はマッピングや変異の発見を改善できるが、変異の疾患因果関係、臨床的実行可能性、または個別の治療選択を自動的に決定するものではない。アセンブリやツールのリリースの変更には座標変換と再解析が必要である。研究結果では必ず参照名とバージョンを含めなければならない。
概念的つながり
座標の意味と参照アレルはリファレンスゲノムにつながり、多様なアセンブリおよび構造変異の観察はPacBio SMRT・HiFiに、集団の代表性はUK genomic medicineおよびBroad MPGの概念につながる。