在人类基因组的研究中，串联重复（Tandem Repeat, TR）的扩展是一个重要且复杂的领域。串联重复是指基因组中连续重复的DNA序列，它们在进化和疾病形成中发挥着关键作用。尽管它们构成了我们基因组的约6%，但到目前为止，全球性的生物样本库（biobank-scale）对这类遗传变异的参考图谱仍然非常有限。基因组聚合数据库（Genome Aggregation Database, gnomAD）虽然被广泛认为是单核苷酸变异（Single-Nucleotide Variants, SNVs）和结构变异（Structural Variants, SVs）的黄金标准参考图谱，但对于串联重复扩展的研究却相对缺乏。
为了弥补这一空白，加州大学欧文分校（University of California, Irvine, UCI）的研究团队发起了TR-gnomAD项目。这个项目创建了一个涵盖338,963个人类全基因组测序（Whole-Genome Sequencing, WGS）样本的串联重复扩展的参考图谱，特别关注包含大量非欧洲血统样本（占39.5%）的多样性。TR-gnomAD不仅提供了一个关于串联重复单元数量频率在不同人种间差异的重要视角，而且还揭示了特定串联重复扩展在疾病群体中的潜在致病性。
这项工作的重要性在于其对疾病相关串联重复的识别和解释能力，为罕见病（rare diseases）诊断和治疗提供了新的策略和工具。TR-gnomAD通过使用ExpansionHunter和GangSTR这两种精确的串联重复基因型分析工具，能够在大规模样本中高效地识别和分类这些遗传标记。此外，该项目还开发了基于2-Wasserstein距离的串联重复差异分数（Tandem Repeat Disparity Score, TRDS），这是一个数学工具，用于量化不同人群间串联重复单元数量分布的差异。
通过这一全新的参考图谱，研究人员和临床医生现在可以更准确地评估个体中特定串联重复的扩展与疾病之间的联系，从而促进精准医学（Precision Medicine）的发展。TR-gnomAD的成果不仅提供了一个宝贵的科研资源，也强调了在全球多样性背景下研究人类基因组变异的重要性。(4月5日 Cell “A genome-wide spectrum of tandem repeat expansions in 338,963 humans”)