referensgenom

Referensgenom, eller reference genome, är en sammanställd DNA-sekvens som används som standard för att jämföra och annotera genom hos en art eller population. Det ger ett enhetligt koordinatsystem för att beskriva var gener, regulatoriska element och genetiska variationer finns längs kromosomerna. Ett referensgenom är inte ett enskilt individs genom utan en sammansättning av flera källor och uppdateras över tid med nya versioner.

I människan har referensgenomet utvecklats av Genome Reference Consortium (GRC). Viktiga versioner är GRCh37/hg19 och GRCh38/hg38, ofta följda av patchar och justeringar. Referensgenomet används som bas i sekvensanalys, där korta läsningar från en individ mappas mot referenssekvensen och variationer konstrueras som varianter. Koordinaterna används av databaser som NCBI, Ensembl och UCSC för att ange platsen för gener, exoner och funktionella element.

Begränsningar och utmaningar: Referensgenomet speglar inte hela mänskliga mångfald. Det är bias mot de individer som bidrog mest till uppbyggnaden och vissa regioner är repetitiva eller saknas helt, vilket kan påverka mappning och tolkning av variationer. Uppdateringar kräver ofta omanalys av data och liftover mellan versioner. Dessa problem arbetar forskningen aktivt med att åtgärda.

Framtid och alternativ: För att fånga populationens variation används begreppet pangenom eller grafbaserade referenser, där flera haplotyper representeras inom ett gemensamt grafbaserat ramverk. Initiativ som Human Pangenome Reference Consortium utforskar grafbaserade referenser som minskar referensbias och förbättrar noggrannhet vid mappning och varianttolkning.