一次变异，多重影响：人类基因组中的“组合突变”被系统解码
你有没有想过，基因突变可能不是“单打独斗”，而是“组团出击”？过去，科学家们主要关注单核苷酸变异（SNV）——即DNA序列中单个碱基的改变。但越来越多证据表明，相邻多个碱基同时发生变异（称为多核苷酸变异，MNV）的现象不仅普遍存在，还可能带来与单点突变完全不同的生物学后果。
这是华中农业大学龚静教授与牛晓辉副教授团队在《Nature Communications》上发表的一项重要突破。他们开发了一套名为MNVAnno的高效分析工具，并对超过70万个人类样本进行系统筛查，一举将已知的人类MNV数量扩充至819万多个，为理解遗传变异如何影响健康与疾病打开了全新视角。
为什么“组合突变”不能被拆开看？
想象一个密码锁，原本设定是“ATG”。如果只改第一个字母变成“CTG”，可能对应一种氨基酸；但如果同时把前两个字母改成“CCG”，结果可能是另一种完全不同的氨基酸——甚至导致蛋白质功能丧失。这就是MNV的特殊之处：多个相邻碱基同时变异所产生的效应，无法通过单独分析每个位点来预测。
此前，大多数基因组研究都将相邻变异视为独立事件处理，这可能导致功能注释错误，进而误导疾病机制的理解。例如，某些癌症相关突变若以MNV形式存在，其致病性可能被严重低估或误判。
中国团队打造“MNV探测器”：更快、更全、更准
面对现有工具识别范围窄、计算耗时长、无法注释非编码区等瓶颈，团队自主研发了MNVAnno工具箱。它不仅能识别连续或非连续的多碱基变异（包括2个、3个甚至更多碱基同时变化），还能精准注释这些变异在编码区（影响蛋白质）和非编码区（如调控RNA结构、microRNA结合位点、转录因子结合区域）的功能影响。
在性能测试中，MNVAnno展现出显著优势： - 识别准确率最高（F1-score领先） - 内存占用最低，运行速度极快 - 覆盖变异类型最全，避免将3碱基变异误拆为多个2碱基事件
更重要的是，该工具首次实现了对非编码区MNV的系统性功能预测，填补了领域空白。
从70万人数据中挖出近400万新MNV，关联多种癌症
利用MNVAnno，研究团队整合了来自全球五大数据库的700,134个人类样本数据，成功鉴定出3,984,258个MNV，其中超过222万个是此前未被记录的新变异。这些新发现的MNV中，约70%位于基因组中的低复杂度区域（LCRs），这类区域过去常被忽略，但可能隐藏着重要的调控信息。
更令人振奋的是，通过全基因组关联分析（GWAS），团队发现了若干与多种癌症（如乳腺癌、肺癌、结直肠癌等）显著相关的MNV位点。这意味着，未来癌症风险评估或许需要将MNV纳入考量，而不再仅依赖传统SNV。
为推动科研共享，团队同步上线了人类MNV数据库（HumanMNVdb，网址：https://gonglab.hzau.edu.cn/HMdb/），提供可视化查询、下载及注释服务，向全球开放。
MNV研究或将重塑精准医学路径
长期以来，遗传病诊断、肿瘤基因检测乃至药物靶点筛选都建立在“单点突变”模型之上。但这项研究表明，忽略MNV可能导致关键致病变异漏检。例如，一个看似无害的两个相邻SNV，若实为MNV，则可能共同导致蛋白质截短或功能异常。
未来，临床基因检测流程有望引入MNV识别模块；药物研发也可针对特定MNV设计更精准的干预策略。正如论文所言：“正确识别相邻变异是否共存于同一条染色体（即同一单倍型）”。
这项工作不仅拓展了人类遗传变异图谱，更提醒我们：生命的密码，有时需要整体解读。当科学界开始重视“组合突变”的力量，我们离真正理解基因与疾病的复杂关系又近了一步。
你认为，未来的基因检测报告是否应该包含MNV分析？欢迎在评论区分享你的看法！
📚 参考文献
Weiwei Jin, Wen Cao, Haohui Luo, Wenqian Yang, Dongyang Wang, Xiaohong Wu, et al. Genome-wide annotation of human multi-nucleotide variants reveals widespread functional differences from single nucleotide variants. Nat. Commun., 2026. DOI: https://doi.org/10.1038/s41467-026-76470-y.
