摘要全球基因组数据库中东东南亚人群样本长期存在严重缺失。本文搭建VN1K资源库收录1,011名无亲缘关系越南受试者的多组学与临床表型数据。研究采用高深度短读长全基因组测序结合泛基因组图谱与深度学习变异检测流程共鉴定约4,200万个遗传变异包含700万短插入缺失、9万结构变异同时基于长读长测序构建全基因组甲基化图谱。依托数据集构建适配越南人群高精度基因型填充参考面板筛选出大量在越南与其他人群等位基因频率差异显著的变异。结合全基因组关联、临床注释解析批变异在遗传病、免疫疾病、药物应答中的功能关联本研究定位乙肝感染、甘油三酯、低密度脂蛋白胆固醇、空腹血糖、糖化血红蛋白、谷丙/谷草转氨酶等疾病相关位点。quan.nguyenimb.uq.edu.auhauldsoict.hust.edu.vnvan.vhvinuni.edu.vnnam.vsvinuni.edu.vn#越南人群 #泛基因组 #全基因组测序 #结构变异 #基因型填充 #甲基化组 #免疫基因组 #药物基因组 #全基因组关联分析 #人群遗传结构结果VN1K鉴定海量人群特异变异显著提升基因型填充精度图1样本采集、特有变异统计、HLA填充效果(a) 越南63省市样本采集地理分布图色块代表样本数量区间重点标注河内、河静、岘港、胡志明市4大采样点受试者均为3代京族健康个体覆盖全国53个行政区。(b) VN1K变异与千人基因组、gnomAD、dbSNP数据库重叠环形图标注越南特有变异总数8,480,031个。(c) I、II类HLA等位基因在千人基因组高覆盖库、VN1K数据集的数量柱状对比。(d) 不同次要等位基因频率区间3类参考面板千人基因组、新加坡10K、VN1K填充聚合R²精度曲线合并面板VN1KSG10K性能最优。(e) 单独VN1K、VN1K联合千人基因组面板的6类HLA基因填充精度柱状对比。gnomAD 人群基因组聚合数据库1kGP 千人基因组计划1kGP-HC 千人基因组高覆盖数据集SG10K 新加坡万人基因组。泛基因组图谱结合深度学习提升结构变异检出能力图2结构变异整体统计、长短读长一致性、跨人群重叠分析(a) 单样本平均各类结构变异数量柱状图缺失DEL、插入INS、重复DUP、染色体内易位ITX数值为均值±标准差。(b) 长短读长测序检出SV互重叠比例箱线图按35%/50%/75%/100%重叠阈值分组展示4类SV。(c) VN1长短读长SV交集维恩图。(d) VN1K与东亚千人基因组、非东亚人群SV重叠维恩图大量仅越南存在缺失、插入变异。变异功能注释人群特有致病、疾病相关位点挖掘图3VN1K变异等位基因频率分层功能注释环形图(a) SNP、插入缺失、缺失/重复/易位结构变异按罕见、低频、常见、高频分层数量柱状分别对比VN1K、gnomAD、千人基因组、CCDG数据库。(b) SNP 插入缺失变异功能占比环形图内含子54.3%、基因间区29.6%、编码剪接区仅0.95%。(c) 各类结构变异功能分区环形图内含子59.2%、外显子5.29%。越南人群免疫基因组、药物基因组特征图谱图4HLA、KIR、药物代谢基因变异分析(a) 6类核心HLA基因在VN1K、胡志明千人样本、公共族群数据等位频率折线对比。(b) VN1K全部KIR基因单倍型频率环形图。(c) VN1K与胡志明99例样本药物代谢变异、星型等位基因数量维恩对比。全基因组甲基化图谱揭示人群特有表观遗传特征图5越南人群甲基化参考组与差异甲基化区域分析(a) 全套染色体甲基化环形圈图左侧全染色体1号染色体放大视图。(b) 100个药物代谢基因CpG位点数量条形。(c) PacBio与ONT四种甲基化水平位点分布柱状。(d) DLGAP2基因座甲基化区间可视化图。(e) 欧洲、越南人群DLGAP2基因表达箱线越南样本高甲基、表达显著下调。(f) 差异甲基区域富集通路散点富集脂代谢、病毒应答、肝病相关通路。多表型全基因组关联分析定位疾病位点图612项临床表型曼哈顿图横坐标染色体编号纵坐标-log10 (P)不同颜色代表甘油3酯、低密度脂蛋白、血糖、糖化血红蛋白、ALT、AST六类显著关联性状蓝线为Bonferroni校正全基因组显著阈值5.86e-9。越南人群全球遗传分化结构解析图7ADMIXTURE人群祖先成分分层图全球人群祖先组分ADMIXTURE聚类图图注K2至K10分层每行单一样本祖先占比横轴全球57个族群VN1K与中国傣族遗传组分高度重合和中亚、欧美人群分化明显越南人群拥有东南亚特有祖先遗传簇。MASH一体化数据可视化平台图8MASH数据库基因组浏览器界面(a) 基因组图谱浏览器界面同时加载GRCh38、T2T、VN泛基因组多条序列路径SequenceTubeMap展示单倍型分支。(b) 22号染色体结构变异断点表格与环形可视化界面可检索缺失、插入、重复、倒位等各类SV。数据MASH数据平台VN1K多组学与表型https://genome.vinbigdata.orgGATK官方资源库GRCh38 p7基因组参考序列及索引https://console.cloud.google.com/storage/browser/genomics-public-data/resources/broad/hg38/v0/NCBI数据库门户T2T-CHM13基因组组装https://www.ncbi.nlm.nih.gov/datasets/genome/GCF_009914755.1/千人基因组1kGP变异https://www.internationalgenome.org/data-portal/data-collection/1000genomes_30x人类基因组多样性计划HGDP变异https://www.internationalgenome.org/data-portal/data-collection/HGDPIGSR平台胡志明京族KHV组装序列同步收录于人类泛基因组联盟期HPRChttps://www.internationalgenome.org/data-portal/data-collection/hprc2人类基因组结构变异联盟期HGSVChttps://www.internationalgenome.org/data-portal/data-collection/hgsvc3gnomAD v3变异https://gnomad.broadinstitute.org/downloads#v3-variantsdbSNP 151版变异开放FTPhttps://ftp.ncbi.nih.gov/snp/organisms/human_9606_b151_GRCh38p7/CCDG结构变异https://www.ccdg.rutgers.edu/mapping-and-characterization-structural-variation-17795配套注释文件仓库https://github.com/fakedrtom/SVAFotate/tree/master/supporting_data新加坡基因组研究所EGA门户SG10K获批项目编号EGAD00001005337项目文件https://www.a-star.edu.sg/docs/librariesprovider11/npm/approved-sg10k_pilot_projects_02apr26.pdf?sfvrsn31eb18e4_1国家基因组科学数据中心CNCB-NGDC中国泛基因组联盟CPC组装与变异项目编号PRJCA011422同时可在CPC官网下载https://pog.fudan.edu.cn/cpc/#/data10 GWAS Catalog v1版全基因组关联数据集https://www.ebi.ac.uk/gwas/api/search/downloads/associations/v1.0源码GitHubhttps://github.com/VinGenome/VN1KZenodohttps://doi.org/10.5281/zenodo.19677211详细总结思维导图样本与测序数据总览特有变异统计对比1kGP/gnomAD/dbSNP基因型填充面板性能对比参考Nat Commun. 2026 Jul 22;17(1):6679. doi: 10.1038/s41467-026-75375-0.VN1K is a pangenome-informed multi-omics and phenomics resource for the Vietnamese population注AI辅助创作如有不当欢迎指出。内容仅供参考不构成任何建议。