基因组学通过早期个性化的健康洞察，改善医疗保健和对所有主要疾病的预防，欧洲需要投资于创建基因组数据，以确保国家韧性和欧洲的领导地位。
老龄化欧洲在全球基因组格局中需要解决方案
欧洲及其成员国面临着来自老龄化人口、慢性病支出增加、生物技术领域的全球竞争以及人工智能驱动的医疗保健快速发展的持续压力。慢性病随着年龄增长而增加，并占国家卫生支出的大部分。模型显示，即使在预防和早期干预方面取得适度改善，也能转化为避免过早死亡，并为国家预算带来数十亿欧元的长期节省。(1,2)
与此同时，基于基因组（DNA）和人工智能的健康基础设施正以前所未有的速度在全球范围内扩展。美国、英国、中东、亚洲和中国在技术、医疗和人工智能方面的快速发展，正在设定欧洲要么适应、要么被迫遵循的标准。如果不采取行动，欧洲及其成员国将长期依赖外部的基因组基础设施。
图1：参与（绿色）和观察（黄色）1+百万基因组倡议的欧洲国家（截至2024年）。
揭示常见慢性病的遗传学有助于医疗保健和预防
大多数（如果不是全部）人类疾病及其风险因素都具有遗传成分。这意味着人类在易感性、治疗反应和/或疾病进展方面的差异，部分是由DNA变异决定的。过去几十年的全球遗传研究已经发现了这些DNA变异，不仅针对罕见病，而且特别是通过全基因组关联研究发现了常见慢性病的DNA变异。GWAS产生了所谓的多基因风险评分，其中包含数百种影响特定疾病或风险因素的DNA变异。我们现在有可用于数十种常见慢性病和风险因素的PRS，并且这些评分具有高度预测性(3)。因此，现在正是收获这些基因组发现成果并开始将其用于医疗保健和预防的时候。这可以广泛应用于各种疾病，特别是阻碍个人健康老龄化并给社会带来负担的老年常见慢性病。在世界其他地区，这确实正在发生，但在欧洲（尚未！）发生。
人类基因组计划之后的人群基因组学是前进之路
随着2003年主要由美国和英国主导的国际人类基因组计划的完成，大规模人群项目开始寻求将基因组学应用于医疗保健和预防。然而，这些努力大多来自美国和英国，例如TopMed、AllofUS、英国生物银行和Our Future Health等大型资金充足的计划。令人惊讶的是，尽管欧洲拥有运行时间长、信息密集的队列研究和生物样本库，但在充分利用这些优秀资源方面却落后了，未能对基因组数据生产进行充分的投资。因此，欧洲仍然严重依赖欧盟以外的基因组数据源，并且没有大规模计划将基因组学应用于医疗保健和预防。然而，欧洲确实在2018年启动了一项雄心勃勃的倡议，旨在使许多基因组数据可用于研究、医疗保健和预防：1+百万基因组倡议（图1）。
欧洲的1+百万基因组倡议：第一步
1+百万基因组倡议(4)是一个在欧盟内并为其服务的人类基因组测序项目，是DG Connect的“数字欧洲计划”的一部分。它于2018年由（现为）27个签署国宣布，旨在使至少100万个全基因组序列可用于研究、医疗保健和预防。所有欧盟成员国都派出了国家代表，在不同工作组中讨论实现这一目标的各个方面，例如测序技术和ELSI方面。然而，最初的进展缓慢，并且受到简单缺乏（欧洲）基因组序列数据以及跨境访问此类数据的众多立法挑战的阻碍。只有通过DEP对两个较大项目的资助，这一情况才得以推进。基因组数据基础设施项目（4000万欧元）于2022年启动，开发了一种IT架构，使基因组序列数据可访问，从而允许以安全和受监管的方式进行跨境数据交换并运行各种数据分析(5)。然而，正是2024年启动的“欧洲基因组”项目（4500万欧元）生成了第一批真正的欧洲基因组数据，但数量有限，仅用于参考目的(6)。
欧洲基因组：未满足的需求和政治必要性
对欧洲参考基因组数据存在真实且未得到满足的需求，因为目前可用的有限参考基因组数据几乎全部来自美国和/或英国来源，因此不能代表欧洲大陆丰富的遗传多样性。除此之外，当前的地缘政治气候使得欧洲，特别是欧盟，应该（更加）独立于其他主要政治实体，如中国和美国。对于基因组数据这类敏感且具有临床意义的数据，这一点更为必要。事实上，1+MG的努力在马里奥·德拉吉撰写的《欧洲竞争力的未来》报告中得到了明确提及(7)。德拉吉强烈建议创建更多的基因组数据，而这正是“欧洲基因组”及其后续项目正在做的事情，前提是欧洲将投资于这一重要发展。
用微阵列和测序挑战基因组技术
DNA分析技术不断发展，允许在24小时内对人类基因组进行测序（昂贵），但也允许使用阵列（廉价）在数百万个DNA样本中分析数百万个单核苷酸多态性。人类基因组测序项目已经发现了数亿个这样的遗传变异，但正是微阵列/芯片技术（应用于队列研究和生物样本库）通过GWAS确定了数十种常见慢性病的遗传因素。值得注意的是，许多DNA分析技术，无论是测序还是阵列技术，都来自美国（例如Illumina、ThermoFisher、PacBio、Element、Ultima）或中国（MGI）的公司，欧洲只有少数几家（Oxford Nanopore Technologies、Roche）。这对欧洲在基因组学（技术）方面的竞争力和独立性构成了挑战，并将需要与这些公司进一步讨论如何遵守马里奥·德拉吉提出的欧洲议程。
欧洲基因组：一个全球参考项目
通过DEP的资助，“欧洲基因组”于2024年10月开始对首批10万个基因组进行测序。GoE从一开始就取得了巨大成功，吸引了广泛关注，目前已有超过30个参与国、51个研究所和超过300名科学家参与。GoE以与各国人口成比例的方式收集首批10万个参考基因组（例如，德国产生的参考基因组数量将多于马耳他），并且这些国家收集的样本能代表居住在每个国家的人口亚群。由于殖民历史和欧洲大陆几乎持续的移民流，GoE也收集来自欧洲以外国家（如欧洲大陆的非欧盟国家和在其他大陆的欧盟领土）的人的参考基因组。同时，考虑到美国或加拿大等较新国家的欧洲祖先历史，这使得GoE成为一个真正具有全球意义的项目（图2）。
欧洲是一个规则和立法的大陆，例如GDPR和EHDS，国家政府（而非全球运营的商业实体）在其中扮演重要角色，并密切关注公民的利益。基因组数据收集，包括GoE参考基因组数据，将遵守适当的ELSI和ICT指南。因此，GoE数据将通过GDI项目提供的解决方案，以安全、负责任的方式供访问。随着GDI和GoE在建立欧洲DNA分析实验室和IT专家网络方面完成重要的基础工作，可以在欧洲基因组计划中启动更庞大、更重要的健康项目。
下一步：面向精准健康的1亿欧洲基因组计划
因此，我们建议启动一个广泛的欧洲基因组计划，在该计划中，我们将从特征明确的欧洲生物样本库、样本收集和队列研究（由BBMRI-ERIC记录）中收集的超过5亿个样本中的一部分生成基因组数据。这将包括生成更多的基因组参考数据，也包括患者收集中具有临床意义的基因组数据。从而，我们将兑现1+MG中100万基因组的承诺。
此外，我们建议使用成本效益高的微阵列技术对多达1亿个样本进行基因分型，以用GWAS和可操作的遗传数据丰富生物样本库和队列研究。然后，这些基因组数据将与暴露组数据（即所有环境因素，如空气污染和农药使用）以及“同一健康”理念框架相结合，即不仅考虑人类自身，还考虑其伴随的动物、生物群落以及内部和环境微生物组。
如此大的数量是必要的，以便饱和与老年主要常见疾病（如2型糖尿病、主要癌症、阿尔茨海默病、骨质疏松症和骨关节炎）相关的因果遗传变异(8)的欧洲遗传图谱。它们也是必要的，以便提供所需的统计能力，从而对欧洲环境中如此复杂的相互作用得出稳健可靠的结论。
这些数据还将包括进行临床试验和试点研究，以在医疗保健（医院、全科医生、药房）以及人群筛查项目中（例如，用于预防主要癌症、心脏病等）实施遗传信息（即PRS和可操作的DNA变异）的使用。此类遗传信息可以帮助临床医生做出诊断和治疗决策，并为患者和公民提供自我赋权以进行预防。
欧洲是（基因组学的）理想之地！
在这样一个1亿欧洲基因组计划中产生的丰富数据将刺激欧洲在许多研究计划中的研究竞争力，并使欧洲成为全球合作的有吸引力的伙伴。同时，这将使欧洲处于基因组科学的最前沿，成为年轻人才工作和发展的极具吸引力的地方——理想之地！重要的是，这个1亿欧洲基因组计划将推进个性化/精准医学（即诊断和治疗）和精准健康，从而服务于更广泛的科学和医疗保健目标。它将与欧洲所有其他医疗保健和预防倡议相结合，同时寻求与全球类似基因组计划的全球合作，并使欧洲成为创新和竞争力的焦点。
参考文献
- Lacaze P, Marquina C, Tiller J, Brotchie A, Kang YJ, Merritt MA, Green RC, Watts GF, Nowak KJ, Manchanda R, Canfell K, James P, Winship I, McNeil JJ, Ademi Z. Combined population genomic screening for three high-risk conditions in Australia: a modelling study. EClinicalMedicine. 2023 Nov 8;66:102297. PMID: 38192593; PMCID: PMC10772163.
- Chuong M, Thompson D, Weale ME, Riveros-Mckay F, Samani NJ, Wells D, Plagnol V, McVean G, Ashley EA, Donnelly P, Harrison S, O’Sullivan JW. Preventing premature deaths through polygenic risk scores. Nat Commun. 2026 Jan 21;17(1):1379. PMID: 41559068; PMCID: PMC12876942.
- Lennon NJ, Kottyan LC, Kachulis C, Abul-Husn NS, Arias J, Belbin G, Below JE, Berndt SI, …….Wiesner GL, Yin X, Kenny EE. Selection, optimization and validation of ten chronic disease polygenic risk scores for clinical implementation in diverse US populations. Nat Med. 2024 Feb;30(2):480-487. PMID: 38374346; PMCID: PMC10878968.
- 1+百万基因组框架
- 基因组数据基础设施
- 欧洲基因组
- 德拉吉报告
- Yengo L, Vedantam S, Marouli E, Sidorenko J, Bartell E, Sakaue S, Graff M,…. Lettre G, Frayling TM, Okada Y, Wood AR, Visscher PM, Hirschhorn JN. A saturated map of common genetic variants associated with human height. Nature. 2022 Oct;610(7933):704-712. PMID: 36224396; PMCID: PMC9605867
【全文结束】