大数据揭示基因南北差异：南方人免疫力强？

各种南北差异的背后有其特殊的基因规律。

在中国，南方人与北方人在饮食、生活习惯等方面都有很大的不同。例如，一个典型的差别是：北方人爱吃肉，而南方人偏爱蔬菜。究竟是什么机制导致了这样的差异？一项涵盖了14万中国人的基因组学大数据研究发现，这种不同饮食习惯背后有其特殊的基因规律：在一个影响动物脂肪代谢的基因上，促脂肪代谢的等位基因在蔬菜缺乏的北方省份明显富集。除此之外，这项研究还揭示了更多中国人群的基因特征。

这项研究成果近期发表在《细胞》（Cell）杂志上。除了上述饮食习惯的差异，研究还得出了大量有趣的结论。这支由中国科学家领导的合作团队，在对超过14万中国人的无创产前基因检测数据进行深入研究后，首次揭秘了中国人群独特的基因遗传特征、南北方人群的遗传差异，甚至还发现了与生育双胞胎显著相关的基因位点。

南北差异的遗传因素

此次研究的基因数据来自141431名孕妇，涵盖了31个省份、37个民族。

在数据分析中，研究人员发现6个在纬度上受到强烈自然选择的基因，也就是说这6个基因在南北方人群中存在遗传差异。其中三个与人体的免疫反应有关，一个与动物脂肪代谢有关。

针对某些特殊的疾病，南方人确实比北方人具有更强的免疫力，但是这却可能增加患其它疾病的概率，以达到一种平衡。“疟疾曾经在中国南方肆虐，南方人群为了适应环境在基因层面发生了一些变化，使得南方人群更能够抵抗疟疾，”金鑫举例说，“但是反过来它也带来了一个副作用，突变的基因会导致地中海贫血或其他血红蛋白病，比如导致‘蚕豆病’的突变基因G6PD在南方人群中频率明显高于北方。所以我们可以看到在中国南方人群中，血红蛋白病发生的比较多。”也就是说，中国南方人群在提高抵抗疟疾能力的同时也付出了代价。

在动物脂肪代谢方面，研究者发现C型促脂肪代谢等位基因在北方明显富集，尤其在蔬菜供应比较缺乏的省份。这一等位基因可以更好地促进动物脂肪的代谢，这与南北方的饮食习惯和当地能够获取的食物有关系。北方人爱吃肉，也有能力消化肉食不是没有原因的。

从基因分析中，还可以看到人口的迁移规律在基因上留下的痕迹。比如，研究人员发现与北京的汉族人亲缘关系最近的不是北京人，而是更接近沿海省份的人口：山东、浙江、江苏、福建以及江西，这可能反映了人口向北京迁移的过程。

所有南方省份与南部沿海省份的亲缘关系更接近，而北部省份则与北部沿海省份关系密切。研究者认为这一观察结果可能反映了自1949年以来政府组织的内部移民事件以及自1979年以来中国从内陆到沿海地区的劳动力转移。

双胞胎基因

由于此次研究的样本全部来源于孕妇，因此不仅可以研究中国一般人群的基因情况，也是研究与孕产相关基因的好机会。

研究人员对两个与孕产有关的表型进行了研究，分别为怀孕年龄和多胎怀孕。他们发现了两个与怀孕年龄显著相关的基因位点，这两个位点的突变与生育力等因素密切相关。

另外，研究人员还发现了一个与怀双胞胎显著相关的基因突变位点，这一突变在怀有双胞胎的母亲中比较常见。也就是说携带NRG1基因的突变，有高更的几率怀上双胞胎。当然，携带这一基因会增加怀双胞胎的几率，但并不意味着一定会生下双胞胎。

中国人的百万基因组计划

全世界已经有超过1000万人进行过无创产前基因检测，其中中国就有700~800万。无创产前基因检测采集孕妇的静脉血，对母体外周血浆中的游离基因片段进行测序，对胎儿染色体非正倍体进行筛查。人们比较熟知的是，这种方法可以比较准确地检测唐氏综合征。

通过这一检测积累的大量中国人基因数据，是一个巨大的基因宝库。

所以，当研究人员看到全球人群基因组飞速发展，尤其英国已经完成了10万、50万，正在迈向500万人，而中国还停留在300人时，他们想到的追赶方式，就是利用已经在临床场景中产生的大量数据。此次使用的样本量是14万人，几乎相当于中国人口的万分之一，是一个颇具代表性的大样本量。

然而，由于这些数据原本只是满足临床所需，单个样本检测的基因组数据量比较少。据金鑫介绍，产前基因检测获得的个体基因组数据，还不到整个基因组的10%。“一般进行全基因组检测，会产生100G以上的数据量，但我们的数据只有几百兆。”这意味着，对于个人而言，全基因组测序数据量是无创产前基因检测数据量的上千倍。“所以，这个历时两年的研究项目，大部分的攻关都花在如何在少量的数据下，也能够体现整个人群的特征，”金鑫说，“我觉得这可能也是大数据的魅力，就是当所有样本放在一起分析的时候，缺失的部分可以互相弥补。”