Sequencing is belangrijk — maar interpretatie is veel belangrijker (en veel moeilijker). Een aspect van de interpretatie dat vaak over het hoofd wordt gezien, is dat het referentiegenoom waarmee je gegevens worden vergeleken, misschien niet echt bij jou past. En die discrepantie? Die vertekent al decennialang stilletjes de resultaten op het gebied van genomica, epigenomica, transcriptomica en CRISPR-gebaseerde genbewerking.
Een nieuw artikel in *Nature Communications*, geschreven in samenwerking met Dante Labs en het Giunta Lab van de Sapienza-universiteit in Rome, heeft zojuist de oplossing aangetoond — en de winst aan precisie is enorm.
Het artikel: "Cell line-matched reference enables high-precision functional genomics" (Corda, Volpe, Dallali et al., Nature Communications, 2025)
De belangrijkste bevinding: Door je sequencing-reads te matchen met een referentiegenoom dat specifiek is voor je cellijn, krijg je een aanzienlijk betere mappingkwaliteit, worden valse genexpressiesignalen geëlimineerd, wordt de exacte kinetochore-locatie op elk menselijk chromosoom geïdentificeerd — en wordt het ontwerp van CRISPR-gids-RNA vele malen betrouwbaarder.
Dit vormt de basis voor echt gepersonaliseerde genomica. En het is nu al beschikbaar.
Het probleem: één enkele bron die alles (op een slechte manier) wil regelen
Het standaardreferentiegenoom van de mens — hg38, of het nieuwere CHM13 — is een ongelooflijke wetenschappelijke prestatie. Maar het is in wezen een samengesteld gemiddelde, opgebouwd uit DNA van specifieke donoren. Wanneer je sequentiegegevens van je eigen cellen (of een specifieke cellijn) neemt en deze aan die algemene referentie koppelt, dwing je een precisie-instrument om een bij benadering geschikte mal te gebruiken.
Het grootste deel van het genoom kan prima in kaart worden gebracht. Maar de biologisch meest cruciale regio’s — met name centromeren, de chromosomale structuren die bepalen hoe je DNA wordt verdeeld telkens wanneer een cel zich deelt — evolueren zo snel en vertonen zoveel individuele variatie dat een niet-overeenkomende referentie tot reële, meetbare fouten leidt:
- Er treden leesfouten op bij het toewijzen aan afwijkende loci, waardoor er blinde vlekken in de dekking ontstaan
- In RNA-seq-gegevens komen valse signalen van differentiële expressie voor — genen lijken actief of onderdrukt te zijn, terwijl dat niet het geval is
- CRISPR-gids-RNA’s die op basis van een verkeerde referentie zijn ontworpen, missen hun doelwit, raken het verkeerde haplotype of presteren in vivo ondermaats
- Epigenetische kenmerken op centromeren worden onherkenbaar, waardoor de werkelijke plaats van de kinetochorevorming verborgen blijft
In het vakgebied is men al jaren op de hoogte van het fenomeen "referentiebias". Dit artikel kwantificeert het op rigoureuze wijze — en biedt een oplossing.
De oplossing: isogenomische kartering
Het onderzoeksteam introduceerde een nieuw paradigma, genaamd isogenomische mapping: het afstemmen van sequentie-reads op een referentiegenoom dat specifiek is afgestemd op dezelfde cellijn waaruit de reads afkomstig zijn.
Om dit aan te tonen, maakten ze gebruik van RPE1v1.1: een recent samengesteld, vrijwel compleet en volledig gefaseerd diploïd referentiegenoom voor RPE-1, een van de meest gebruikte menselijke cellijnen in onderzoek. Dit is het eerste genoom van telomeer tot telomeer (T2T) dat is samengesteld voor een experimenteel hanteerbare menselijke cellijn.
Vervolgens hebben ze de gegevens geanalyseerd — op het gebied van DNA-seq, RNA-seq, het ontwerp van CRISPR-gidsen en epigenetische profilering — waarbij ze overeenkomende en niet-overeenkomende referentiegenomen met elkaar hebben vergeleken.
De resultaten zijn schokkend.
Wat veranderde er toen ze de kaart goed hadden?
🎯 DNA-kaart: aanzienlijk zuiverder signaal
In sterk divergerende regio’s (HDR’s) — de delen van het genoom waar individuele genomen het meest van elkaar verschillen — stegen de scores voor de mappingkwaliteit aanzienlijk en daalden de bewerkingsafstanden toen de reads werden uitgelijnd met de bijbehorende referentie. De dekking werd uniform. De ruis nam af. Gegevens die voorheen onbetrouwbaar leken, werden interpreteerbaar.
Dit is van belang voor iedereen die een volledige genoomsequencing uitvoert in de verwachting echte varianten te vinden in plaats van artefacten in de referentie.
🧬 RNA-seq: 26 schijn-genen, uitgesloten
Dezelfde RNA-seq-reads, uitgelijnd met drie verschillende referentiegenomen, leverden 26 genen op die alleen vanwege de keuze van het referentiegenoom – en niet vanwege biologische factoren – verschillend tot expressie leken te komen. Er was geen sprake van daadwerkelijke biologische verandering. Het was louter ruis in het referentiegenoom die voor een signaal werd aangezien.
Voor biohackers die veranderingen in genexpressie bij verschillende interventies bijhouden — zoals voeding, supplementen, vasten en blootstelling aan hitte of kou — is dit een wake-upcall. Als je RNA-seq-gegevens aan de verkeerde referentie zijn gekoppeld, kan een deel van wat op een reactie lijkt, in werkelijkheid een artefact zijn.
Isogenomische kartering sluit dit soort fouten volledig uit.
✂️ CRISPR: het referentiegenoom waarop je je ontwerp baseert, bepaalt of je bewerking slaagt
Dit is waar het voor iedereen in de sector van het genbewerking bijzonder belangrijk wordt — en waar de cijfers alarmerend worden.
Het team heeft 76 chromosoomspecifieke CRISPR-geleidings-RNA’s, die waren ontworpen op basis van het CHM13-referentiegenoom, getest op het daadwerkelijke genoom van de RPE-1-cellijn. De bevindingen:
- Bij 4% van de gidsen waren er geen bindingsplaatsen in RPE-1 — ze werken in deze cellijn helemaal niet, ook al zijn ze op een andere referentie volledig gevalideerd. Je zou je experiment uitvoeren en er zou niets gebeuren.
- Sommige gidsen hadden een chromosoomspecificiteitsscore van meer dan 0,89 op CHM13, maar minder dan 0,10 op RPE-1. Dat betekent een afname van de specificiteit met een factor 9 tot 10: een gids die is ontworpen om in één specifiek chromosoom te knippen, wordt in het daadwerkelijke experimentele model vrijwel niet-specifiek. In de praktijk leidt dit tot onbedoelde off-target-knipplaatsen op meerdere chromosomen.
- Verschillende gidsen voor chromosoom 21 vertoonden meer dan vier keer zoveel bindingsplaatsen op het ene haplotype dan op het andere — wat betekent dat zelfs binnen dezelfde cel het ene exemplaar van een chromosoom veel intensiever wordt bewerkt dan het andere.
Centromeren behoren tot de meest variabele regio’s tussen twee willekeurige genomen. Het ontwerpen van CRISPR-gidsen op basis van een niet-overeenkomende referentie is te vergelijken met het programmeren van een chirurgische robot aan de hand van beeldmateriaal van een andere patiënt. Technisch gezien is het mogelijk, maar in de praktijk is het gevaarlijk.
Isogenomische mapping vult die leemte op. Een verbetering van de chromosoomspecificiteit met een factor 9 tot 10 is geen kleine stap – het is het verschil tussen een nauwkeurige bewerking en een willekeurige.
🗺️ Epigenomica: het kinetochore, eindelijk ontrafeld
Het meest opvallende resultaat: toen het team CENP-A (de histonvariant die de functionele kern van het centromeer markeert) in kaart bracht met behulp van isogenomische reads, konden ze voor het eerst de exacte locatie van het kinetochore op elk chromosoom bepalen, en dat voor beide haplotypes.
Alle andere geteste referentiegenomen — hg38, CHM13, HG002, T2T-YAO — leverden geen duidelijk, betrouwbaar CENP-A-signaal op bij de centromeren. Alleen het bijpassende referentiegenoom bracht het signaal aan het licht.
Dit is van enorm belang voor het begrijpen van fouten in de chromosoomverdeling, die ten grondslag liggen aan aneuploïdie, kanker en ontwikkelingsstoornissen. Voor het eerst beschikken we over een op haplotypes gebaseerde kaart die laat zien waar het kinetochore zich daadwerkelijk vormt — in een echte, experimenteel bruikbare cellijn.
De conclusie voor biohackers: gepersonaliseerde genomica vereist een gepersonaliseerde referentie
Het tijdperk van de precisiegenomica heeft altijd de belofte ingegeven van geneeskunde en biologie die op het individu zijn afgestemd. Maar als de eerste stap – het ontcijferen van je genoom – wordt uitgevoerd aan de hand van een onnauwkeurig sjabloon, wordt die fout in alle daaropvolgende inzichten overgenomen.
Het isogenomische raamwerk is de ontbrekende schakel. Dit is wat het in de praktijk inhoudt:
| Wat je aan het doen bent | Wat verandert er bij isogenomische kartering? |
|---|---|
| Volledige genoomsequencing | Nauwkeurigere variantbepalingen, met name bij centromeren en andere divergerende regio’s |
| RNA-seq / transcriptomica | Valse positieven door referentie-artefacten bij genexpressie geëlimineerd |
| Ontwerp van CRISPR-gidsen | Gidsen die zijn gevalideerd op basis van uw eigen genoomsequentie — geen vervangende sequentie |
| Epigenetische profilering | Maakt chromatine-toestanden zichtbaar op complexe, repetitieve loci die voorheen onzichtbaar waren |
| Onderzoek naar precisiegeneeskunde | Een basis voor haplotype-specifieke interventies |
Het onderzoeksteam pleit voor een systematische aanpak om T2T-diploïde genomen te ontwikkelen voor alle belangrijke experimentele cellijnen. Naarmate die bibliotheek groeit — iPS-cellen, embryonale stamcellen, primaire cellijnen — neemt ook het vermogen toe om echt gepersonaliseerde functionele genomica toe te passen.
Dante Labs bouwt aan die toekomst
Bij Dante Labs sluit onze bijdrage aan dit onderzoek naadloos aan bij onze kernmissie: het toegankelijk maken van nauwkeurige genoomgegevens. Wij hebben meegewerkt aan het genereren en valideren van de sequentiegegevens die de RPE1v1.1-assemblage en deze ontdekkingen mogelijk hebben gemaakt.
Naarmate er steeds meer referentiegenomen voor specifieke cellijnen beschikbaar komen, zijn wij in staat om onderzoekers, clinici en biohackers te helpen hiervan te profiteren — want een genoom dat nauwkeurig is gesequenced, is een genoom waarop je daadwerkelijk actie kunt ondernemen.
Lees het artikel
"Referentie afgestemd op de cellijn maakt uiterst nauwkeurige functionele genomica mogelijk"
Corda, Volpe, Dallali, Di Tommaso, Colantoni, Guarracino, Chittoor, Capulli, Tassone, Giunta e.a.
Nature Communications, jaargang 16, artikel 11194 — Gepubliceerd op 20 november 2025
→ Lees het volledige artikel op Nature.com
Dante Labs is een wereldwijde marktleider op het gebied van volledige genoomsequencing en multi-omics-analyse. Laat je genoom sequencen →
Ontvang nieuwe berichten van Dante Labs
Inzichten op het gebied van genomica, productupdates en klinische perspectieven — rechtstreeks in uw inbox.
