稀有 k-mer 解析着丝粒单倍群，揭示人类多样性与癌症易位关联

人类着丝粒由α卫星DNA的串联阵列界定，其基本单体长约171 bp，并在不同染色体上分化为各自的特异亚家族 ^[5]。以17号染色体为例，主导形式是16个单体组成的2.7 kb高阶重复，每条染色体上约有500至1000个拷贝 ^[4]；阵列内部依靠不等交换不断同质化 ^[2,4]，而染色体之间则持续分化——对1、11、17、X四条染色体44个单体的比较显示，它们与共识序列平均差异约16%，并可归入五个同源群，提示现存阵列共同源自一个五聚体祖先重复 ^[5]。与此同时，着丝粒在演化中并非静止：新着丝粒可以表观遗传方式在原本非着丝粒的位点上形成，原有着丝粒同时被沉默 ^[3]，迄今已有约60例体质性新着丝粒的报道，并见于至少两类人类癌症 ^[6]。随着完整着丝粒区域被准确纳入人类参考装配，人群层面的序列变异调查才刚成为可能 ^[1]，但如何把这些高度重复、又高度个体化的阵列分型成可比较的类别，一直缺乏趁手的框架。

Shiraishi等人的新工作正是迎着这一难题而来：他们利用着丝粒区域中的稀有k-mer作为标记，把着丝粒划分为明确的“单倍型群”。据2025年7月27日发布于bioRxiv的预印本^[7]，消息概述称，这一分型揭示出大量此前被隐藏的多样性，并将着丝粒结构同时与人类演化以及疾病相关的基因组不稳定性联系起来，标题更是直指其与癌症易位的关联。

放在领域脉络里看，这一步把以往分散的认识接到了人群尺度上。过去我们知道α卫星序列足以支撑着丝粒功能，如X染色体的DXZ1 ^[2]；知道阵列经不等交换演化 ^[2,4]，着丝粒可在演化中重定位 ^[3,6]；也已被提示这类变异来源可能在基因组不稳定与人类疾病中扮演角色 ^[1]。而癌症中的着丝粒异常，此前多以新着丝粒这类表观遗传事件的形式被描述 ^[6]。本研究则给出了一个序列层面的分型框架，使“哪些着丝粒结构变体与癌症易位相关”成为可以系统提出并检验的问题。

至于局限，着丝粒功能带有根深蒂固的表观遗传成分——新着丝粒在完全缺乏α卫星DNA的情况下也能装配功能性动粒 ^[6]，因此单倍型群与易位之间的关联背后是何种分子机制，消息并未交代，而这类变异在染色体生物学与疾病中的确切作用本也仍待厘清 ^[1]。加之该工作目前仍以预印本形式流通^[7]，其分型的稳健性与疾病关联的强度，尚待正式发表版本和更多人群与肿瘤数据的检验。