拷贝数变异数据库的人工智能分析鉴定出代谢综合征小鼠模型的一个遗传因素

拷贝数变异（CNV）是遗传多样性的主要来源，并且可能包含一部分与人类疾病小鼠模型相关的“缺失遗传力”。然而，小鼠CNV尚未得到全面表征，因为在基因组中富含重复序列、存在节段性重复或参考序列缺失的区域内，CNV难以解析。在本研究中，我们分析了40个近交系小鼠品系的长程测序（LRS）数据，并利用基于泛基因组图谱（及其他）方法以及C57BL/6J端粒到端粒（T2T）基因组参考序列对CNV进行了表征。我们解析出1,594个高置信度CNV，这些CNV常与串联重复序列（60.3%）、节段性重复（44.8%）或近着丝粒区域（11.5%）重叠；其中131个CNV为T2T序列特异性。CNV影响了384个蛋白编码基因，涵盖多种重要的功能类别。40个品系的泛基因组图谱将基因组序列由2.29 Gb扩展至3.32 Gb，其中野生来源品系贡献了最大的序列增量。 我们进一步依次使用两种不同的人工智能（AI）方法分析该数据库，并鉴定出KK小鼠Nlrp1b位点内一个29 kb的缺失型CNV，该变异促成了其发生的代谢综合征。人群中的人类NLRP1等位基因同样与代谢综合征特征相关。因此，基于这一全面的T2T泛基因组资源开展AI分析，可能有助于揭示人类疾病和生物医学性状小鼠模型中部分缺失的遗传力。

拷贝数变异（CNV）是遗传多样性的一个主要来源，并且可能包含人类疾病小鼠模型中部分缺失的遗传力。然而，由于在富含重复序列、节段性重复或参考序列缺失的基因组区域中难以进行解析，小鼠CNV迄今尚未得到全面表征。在本研究中，我们分析了40个近交系小鼠品系的长程测序（LRS）数据，并利用泛基因组图谱方法（以及其他方法）和C57BL/6J端粒到端粒（T2T）基因组参考序列对CNV进行了表征。

我们解析出1,594个高置信度CNV，这些CNV经常与串联重复序列（60.3%）、节段性重复（44.8%）或着丝粒周围区域（11.5%）重叠；其中131个CNV为T2T序列特异性。CNV影响了384个蛋白编码基因，涵盖多种重要的功能类别。40品系泛基因组图谱将基因组序列从2.29 Gb扩展至3.32 Gb，其中野生来源品系贡献了最大的序列增量。

我们还依次使用两种不同的人工智能（AI）对该数据库进行分析，鉴定出KK小鼠Nlrp1b位点内一个29 kb的缺失型CNV，该变异促成了其发生的代谢综合征。人群中的人类NLRP1等位基因同样与代谢综合征特征相关。因此，基于这一全面的T2T泛基因组资源开展AI分析，可能有助于揭示人类疾病和生物医学性状小鼠模型中部分缺失的遗传力。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.05.743102v1?rss=1

🏷️ 拷贝数变异 泛基因组 长程测序 人工智能分析 代谢综合征 小鼠模型