Die Sequenzierung ist wichtig – doch die Interpretation ist weitaus wichtiger (und viel schwieriger). Ein oft übersehener Aspekt der Interpretation ist, dass das Referenzgenom, mit dem Ihre Daten verglichen werden, möglicherweise gar nicht zu Ihnen passt. Und diese Diskrepanz? Sie verzerrt seit Jahrzehnten still und leise die Ergebnisse in den Bereichen Genomik, Epigenomik, Transkriptomik und CRISPR-basierte Genbearbeitung.
Ein neuer Artikel in „Nature Communications“, der gemeinsam von Dante Labs und dem Giunta-Labor an der Universität „La Sapienza“ in Rom verfasst wurde, hat nun die Lösung aufgezeigt – und die Präzisionsgewinne sind enorm.
Der Artikel: „Cell line-matched reference enables high-precision functional genomics“ (Corda, Volpe, Dallali et al., Nature Communications, 2025)
Das wichtigste Ergebnis: Die Abgleichung Ihrer Sequenzierungsdaten mit einem Referenzgenom, das spezifisch für Ihre Zelllinie ist, liefert eine wesentlich bessere Mapping-Qualität, eliminiert falsche Genexpressionssignale, identifiziert die exakte Kinetochor-Position auf jedem menschlichen Chromosom – und macht das Design von CRISPR-Leit-RNA um ein Vielfaches zuverlässiger.
Das ist die Grundlage für eine wirklich personalisierte Genomik. Und sie ist bereits Realität.
Das Problem: Ein einziger Verweis, der alles (auf schlechte Weise) bestimmt
Das Standard-Referenzgenom des Menschen – hg38 oder das neuere CHM13 – ist eine unglaubliche wissenschaftliche Errungenschaft. Aber im Grunde handelt es sich dabei um einen zusammengesetzten Durchschnittswert, der aus der DNA bestimmter Spender erstellt wurde. Wenn man Sequenzierungsdaten aus den eigenen Zellen (oder einer bestimmten Zelllinie) nimmt und diese mit dieser generischen Referenz abgleicht, zwingt man ein Präzisionsinstrument dazu, eine ungenaue Vorlage zu verwenden.
Der Großteil des Genoms lässt sich gut kartieren. Doch die biologisch wichtigsten Regionen – insbesondere die Zentromere, jene Chromosomenstrukturen, die bei jeder Zellteilung die Aufteilung der DNA steuern – entwickeln sich so schnell weiter und weisen so große individuelle Unterschiede auf, dass eine nicht passende Referenz zu echten, messbaren Fehlern führt:
- Reads lassen sich an divergierenden Loci nicht zuordnen, wodurch Lücken in der Abdeckung entstehen
- In RNA-Seq-Daten treten falsche Signale zur differentiellen Expression auf – Gene erscheinen als aktiv oder stillgelegt, obwohl dies nicht der Fall ist
- CRISPR-Leit-RNAs, die auf der Grundlage einer falschen Referenz entwickelt wurden, verfehlen ihr Ziel, treffen den falschen Haplotyp oder zeigen in vivo eine unzureichende Wirksamkeit
- Epigenetische Markierungen an den Zentromeren lassen sich nicht mehr auflösen, wodurch die tatsächliche Stelle der Kinetochorbildung verborgen bleibt
In der Fachwelt ist das Phänomen der „Referenzverzerrung“ schon seit Jahren bekannt. Diese Studie quantifiziert es präzise – und liefert die Lösung.
Die Lösung: Isogenomische Kartierung
Das Forschungsteam führte ein neues Paradigma namens „isogenomische Kartierung“ ein – dabei werden Sequenzierungs-Reads an ein Referenzgenom angeordnet, das genau auf dieselbe Zelllinie abgestimmt ist, aus der die Reads stammen.
Um dies zu belegen, verwendeten sie RPE1v1.1: ein neu assembliertes, nahezu vollständiges und vollständig phasiertes diploides Referenzgenom für RPE-1, eine der in der Forschung am häufigsten verwendeten menschlichen Zelllinien. Dies ist das erste Genom in Telomer-zu-Telomer-Qualität (T2T), das für eine experimentell gut handhabbare menschliche Zelllinie erstellt wurde.
Anschließend werteten sie die Daten aus – aus DNA-Sequenzierung, RNA-Sequenzierung, CRISPR-Guide-Design und epigenetischer Profilierung – und verglichen dabei übereinstimmende mit nicht übereinstimmenden Referenzgenomen.
Die Ergebnisse sind erschreckend.
Was sich änderte, als sie die Karte richtig hinbekamen
🎯 DNA-Kartierung: Deutlich klareres Signal
In Regionen mit hoher Divergenz (HDRs) – den Abschnitten des Genoms, in denen sich einzelne Genome am stärksten unterscheiden – stiegen die Werte für die Abgleichqualität deutlich an, und die Edit-Distanz sank, als die Reads an die passende Referenz angeglichen wurden. Die Abdeckung wurde gleichmäßig. Das Rauschen verschwand. Daten, die zuvor unzuverlässig erschienen, wurden interpretierbar.
Dies ist für alle von Bedeutung, die eine Gesamtgenomsequenzierung durchführen und dabei darauf hoffen, echte Varianten statt Artefakte aus der Referenzsequenz zu finden.
🧬 RNA-Sequenzierung: 26 Phantomgene, ausgeschlossen
Dieselben RNA-Seq-Reads, die an drei verschiedene Referenzgenome angeglichen wurden, ergaben 26 Gene, die allein aufgrund der Wahl des Referenzgenoms – und nicht aufgrund biologischer Unterschiede – als unterschiedlich exprimiert erschienen. Keine tatsächliche biologische Veränderung. Lediglich Referenzrauschen, das fälschlicherweise als Signal interpretiert wurde.
Für Biohacker, die Veränderungen der Genexpression bei verschiedenen Maßnahmen – Ernährung, Nahrungsergänzungsmittel, Fasten, Hitze- oder Kälteexposition – verfolgen, ist dies ein Weckruf. Wenn Ihre RNA-Sequenzierung auf die falsche Referenzsequenz gemappt wird, könnte ein Teil dessen, was wie eine Reaktion aussieht, in Wirklichkeit ein Artefakt sein.
Durch isogenomische Kartierung wird diese Fehlerart vollständig beseitigt.
✂️ CRISPR: Das Referenzgenom, auf dessen Grundlage du deine Editierung entwirfst, entscheidet darüber, ob diese funktioniert
Hier wird es für alle, die im Bereich der Genbearbeitung tätig sind, besonders bedeutsam – und hier werden die Zahlen alarmierend.
Das Team testete 76 chromosomenspezifische CRISPR-Leit-RNAs, die auf der Grundlage des CHM13-Referenzgenoms entwickelt worden waren, am tatsächlichen Genom der RPE-1-Zelllinie. Die Ergebnisse:
- Bei 4 % der Guides gab es keine Bindungsstellen in RPE-1 – sie sind in dieser Zelllinie völlig funktionsunfähig, obwohl sie an einer anderen Referenz vollständig validiert wurden. Man würde das Experiment durchführen, und es würde nichts passieren.
- Einige Leitsequenzen wiesen auf CHM13 Chromosomenspezifitätswerte von über 0,89 auf – auf RPE-1 jedoch unter 0,10. Das entspricht einem 9- bis 10-fachen Einbruch der Spezifität: Eine Leitsequenz, die für den Schnitt an einem bestimmten Chromosom entwickelt wurde, wirkt im tatsächlichen Versuchsmodell nahezu unspezifisch. In der Praxis bedeutet dies unbeabsichtigte Off-Target-Schnitte über mehrere Chromosomen hinweg.
- Mehrere Chromosom-21-Leitsequenzen wiesen bei einem Haplotyp mehr als viermal so viele Bindungsstellen auf wie beim anderen – was bedeutet, dass selbst innerhalb derselben Zelle eine Kopie eines Chromosoms weitaus stärker bearbeitet wird als die andere.
Zentromere gehören zu den Regionen, die sich zwischen zwei beliebigen Genomen am stärksten unterscheiden. Das Entwerfen von CRISPR-Leitfäden auf der Grundlage einer nicht übereinstimmenden Referenz ist vergleichbar mit der Programmierung eines Operationsroboters anhand der Bilddaten eines anderen Patienten. Technisch gesehen ist das zwar möglich, in der Praxis jedoch gefährlich.
Das isogenomische Mapping schließt diese Lücke. Eine 9- bis 10-fache Verbesserung der Chromosomenspezifität ist kein kleiner Fortschritt – sie macht den Unterschied zwischen einer präzisen und einer ungenauen Bearbeitung aus.
🗺️ Epigenomik: Der Kinetochor – endlich entschlüsselt
Das auffälligste Ergebnis: Als das Team CENP-A (die Histonvariante, die den funktionellen Kern des Zentromers markiert) mithilfe isogenomischer Reads kartierte, gelang es ihm erstmals, die genaue Position des Kinetochors auf jedem Chromosom in beiden Haplotypen zu bestimmen.
Bei allen anderen getesteten Referenzgenomen – hg38, CHM13, HG002, T2T-YAO – konnte kein eindeutiges, hochkonfidentes CENP-A-Signal an den Zentromeren nachgewiesen werden. Nur das passende Referenzgenom lieferte das Signal.
Dies ist von enormer Bedeutung für das Verständnis von Fehlern bei der Chromosomensegregation, die Aneuploidie, Krebs und Entwicklungsstörungen zugrunde liegen. Zum ersten Mal verfügen wir über eine haplotyp-aufgelöste Karte, die zeigt, wo sich der Kinetochor tatsächlich bildet – und zwar in einer echten, experimentell nutzbaren Zelllinie.
Die Erkenntnis für Biohacker: Personalisierte Genomik erfordert eine personalisierte Referenz
Das Zeitalter der Präzisionsgenomik hat schon immer eine auf den Einzelnen zugeschnittene Medizin und Biologie versprochen. Doch wenn der grundlegende Schritt – die Entschlüsselung des Genoms – anhand einer ungenauen Vorlage erfolgt, wird dieser Fehler auf alle nachfolgenden Erkenntnisse übertragen.
Das isogenomische Rahmenwerk ist das fehlende Puzzlestück. In der Praxis bedeutet das Folgendes:
| Was du gerade tust | Was ändert sich durch isogenomisches Mapping? |
|---|---|
| Gesamtgenomsequenzierung | Sauberere Variantenaufrufe, insbesondere an Zentromeren und anderen divergierenden Regionen |
| RNA-Sequenzierung / Transkriptomik | Beseitigung von durch Referenzartefakte verursachten Fehlalarmen bei der Genexpression |
| Entwurf von CRISPR-Leitsequenzen | Leitfäden, die anhand Ihrer tatsächlichen Genomsequenz validiert wurden – nicht anhand eines Ersatzwerts |
| Epigenetische Profilierung | Ermittelt Chromatinzustände an komplexen, repetitiven Loci, die bisher nicht sichtbar waren |
| Forschung im Bereich der Präzisionsmedizin | Eine Grundlage für haplotyp-spezifische Interventionen |
Das Forschungsteam fordert systematische Anstrengungen zum Aufbau von T2T-Diploidgenomen für alle wichtigen experimentellen Zelllinien. Mit dem Wachstum dieser Bibliothek – iPS-Zellen, embryonale Stammzellen, Primärzelllinien – wächst auch die Fähigkeit, eine wirklich personalisierte funktionelle Genomik zu betreiben.
Dante Labs gestaltet diese Zukunft
Bei Dante Labs ist die Mitwirkung an dieser Forschung ein direkter Ausdruck unserer Kernaufgabe: hochauflösende genomische Erkenntnisse zugänglich zu machen. Wir waren an der Erfassung und Validierung der Sequenzierungsdaten beteiligt, die die RPE1v1.1-Assemblierung und diese Entdeckungen erst ermöglicht haben.
Da immer mehr zelllinienspezifische Referenzgenome online verfügbar werden, sind wir bestens aufgestellt, um Forschern, Klinikern und Biohackern gleichermaßen dabei zu helfen, diese zu nutzen – denn ein präzise entschlüsseltes Genom ist ein Genom, auf dessen Grundlage man tatsächlich handeln kann.
Artikel lesen
„Zelllinien-angepasste Referenz ermöglicht hochpräzise funktionelle Genomik“
Corda, Volpe, Dallali, Di Tommaso, Colantoni, Guarracino, Chittoor, Capulli, Tassone, Giunta et al.
Nature Communications, Band 16, Artikel 11194 – Veröffentlicht am 20. November 2025
→ Lesen Sie den vollständigen Artikel auf Nature.com
Dante Labs ist ein weltweit führendes Unternehmen im Bereich der Gesamtgenomsequenzierung und Multi-Omics-Analyse. Lassen Sie Ihr Genom sequenzieren →
Erhalte neue Beiträge von Dante Labs
Einblicke in die Genomik, Produktneuheiten und klinische Perspektiven – direkt in Ihren Posteingang.
