سلسل مشروع GenomeIndia جينومات 10,074 شخصا من 83 مجموعة سكانية، وتحصي نسخة أولية 44 مليون متغيّر وراثي غائب عن قواعد البيانات العالمية

سلسل مشروع GenomeIndia الجينومات الكاملة لـ10,074 بالغا سليما من 83 مجموعة سكانية، وفي 9 يناير 2025 فتحت إدارة التكنولوجيا الحيوية (DBT) البيانات أمام الباحثين عبر المركز الهندي للبيانات البيولوجية (IBDC) في فريدآباد. ويصف المعهد الوطني الأمريكي لأبحاث الجينوم البشري الجينوم بأنه المجموعة الكاملة من حروف الحمض النووي في الخلية، نحو 6 مليارات حرف إذا عُدّت النسختان الموروثتان معا، والمتغيّر بأنه موضع تختلف فيه هذه الحروف بين شخص وآخر.

أوفى تحليل حتى الآن نسخة أولية، أي ورقة تُنشر قبل مراجعة الأقران. وهي مؤرخة 24 مارس 2026، وتفيد بوجود 129.93 مليون متغيّر لدى الأشخاص الـ9,768 الذين اجتازوا فحوص الجودة، وتقول إن 44.03 مليونا منها لم تكن مبلَّغا عنها من قبل في قواعد البيانات العالمية. أما المادة السابقة في مجلة علمية، وهي تعليق في Nature Genetics في أبريل 2025، فقد أعطت أعدادا أولية.

ما أُطلق في 9 يناير 2025

في مؤتمر بيانات الجينوم (Genomics Data Conclave) في فيغيان بهافان بنيودلهي، أطلق الوزير الاتحادي جيتيندرا سينغ بروتوكولات إطار تبادل البيانات (FeED) وبوابات IBDC. ويقول بيان مكتب الإعلام الحكومي (PIB) إن ذلك أتاح 10,000 عينة جينوم كامل للباحثين في الهند وخارجها. وقال سينغ إن المجموعة “متاحة الآن لأغراض البحث ليس داخل الهند وحدها بل عالميا”.

وأرسل رئيس الوزراء ناريندرا مودي رسالة مصورة. قال إن المشروع أُقرّ قبل خمس سنوات وشاركت فيه أكثر من 20 مؤسسة، منها IISc ومعاهد IIT وCSIR وBRIC. ومثاله على ما يمكن للبيانات أن تحسمه هو فقر الدم المنجلي في المجتمعات القبلية: فالمشكلة في منطقة قد تختلف عنها في أخرى، قال، ولا تكشف كيف إلا دراسة جينية كاملة.

وتقول الأسئلة الشائعة للمشروع إن فكرته وُلدت في أواخر 2017 وإنه أُطلق في يناير 2020، ومنسقه مركز أبحاث الدماغ في IISc بنغالورو.

لماذا الرقم 83 لا 99

يتداول رقمان. يقول رد في لوك سابها نشره PIB في 19 مارس 2025 إن DBT بنت مصدر بيانات من 10,074 فردا سليما “من 83 مجموعة سكانية غير متجانسة من 99 موقعا مختلفا”. فالـ83 تعدّ المجموعات، والـ99 تعدّ أماكن أخذ العينات.

ويشرح التعليق التصميم. من المجموعات الـ83، 30 قبلية و53 غير قبلية. ولأن اللغة مؤشر بديل على التنوع الجيني في الهند، حرص الفريق على تمثيل العائلات اللغوية الأربع الكبرى (الهندية الأوروبية والدرافيدية والأسترو آسيوية والتبتية البورمية)، وأخذ في كل إقليم مجموعات من بيئات جغرافية حيوية متباينة. وسلسل وسيطا قدره 159 شخصا غير أقارب من كل مجموعة غير قبلية و75 من كل مجموعة قبلية، إضافة إلى بضعة ثلاثيات من الأبوين والابن في كل مجموعة.

وكان المشاركون بالغين أعلنوا بأنفسهم أنهم أصحاء، لا مرض ناجم عن جين واحد مشخّصا لديهم ولا شذوذ كروموسوميا. ويذكر التعليق 20,459 متطوعا موافقا، بينما تقول النسخة الأولية والأسئلة الشائعة 20,195. وساعدت مصفوفة تنميط جيني أُجريت على 13,242 عينة في اختيار أشخاص لا قرابة بينهم تتجاوز أبناء العمومة من الدرجة الأولى، وسُلسل 10,074 منهم، في أربعة مراكز أساسا. وبعد مراقبة الجودة يعدّ التعليق 9,772 جينوما وتعدّ النسخة الأولية 9,768. ويعطي رد لوك سابها تركيبة أخذ العينات: 36.7 في المئة ريفية و32.2 في المئة حضرية و31.1 في المئة قبلية.

ماذا تعني 129.93 مليون متغيّر

تفيد النسخة الأولية بأن التسلسل جرى بتغطية نحو 30 ضعفا، أي أن كل موضع قُرئ نحو 30 مرة. وتجد 129,938,889 متغيّرا عالي الثقة، منها نحو 121 مليون تغيّر في حرف واحد و8 ملايين إدخال أو حذف قصير. ونحو 59 مليونا منها أحاديات (singletons)، رُئيت مرة واحدة في المجموعة كلها. ومن المتغيّرات التي رُئيت أكثر من مرة وعددها 70.74 مليونا، 11.94 مليونا (9.19 في المئة) غير مبلَّغ عنها في قواعد البيانات العالمية.

فالرقم الرئيسي 44.03 مليونا يشمل متغيّرات وُجدت لدى شخص واحد. وتقول Nature India، في تقريرها يوم 4 مايو 2026، إن نحو 44 مليونا غائبة عن gnomAD (قاعدة بيانات عامة كبيرة للمتغيّرات) ومشروع الألف جينوم (1000 Genomes Project) وGenomeAsia. وكانت أرقام التعليق الأسبق نحو 180 مليون متغيّر خام قبل التصفية ونحو 130 مليونا على الصبغيات الجسمية (غير الجنسية) بعدها.

المجموعات القبلية وتأثيرات المؤسس ونيلغيري

في تحليل المكونات الرئيسية في النسخة الأولية، وهو يصنّف الناس بحسب تشابههم الجيني العام، تشكل المجموعات القبلية الأسترو آسيوية والدرافيدية والتبتية البورمية عناقيد متراصة منفصلة. أما المجموعات غير القبلية الهندية الأوروبية والدرافيدية فتتداخل على امتداد تدرج تقريبي من الشمال إلى الجنوب. ويتنبأ خط الطول وحده بالمكون الأول بمعامل تحديد معدّل R-squared قدره 0.43، ويتنبأ خط العرض بالثاني بـ0.30. وإضافة اللغة والجغرافيا الحيوية ترفع النموذج إلى 84 في المئة و78 في المئة. ويجد التحليل أربعة مكونات نسب عريضة وخامسا لمجموعتين قبليتين درافيديتين معزولتين من تلال نيلغيري.

يترك الزواج الداخلي، أي الزواج داخل المجتمع، أثره في مقاطع تماثل الألائل (runs of homozygosity)، وهي امتدادات طويلة تتطابق فيها النسختان الموروثتان من الحمض النووي بسبب أسلاف مشتركين قريبين. وتقول النسخة الأولية إن الطول الوسيط لهذه المقاطع تجاوز بدلالة إحصائية عتبة الزواج الداخلي البالغة 1.5 سنتيمورغان (السنتيمورغان وحدة للمسافة الجينية) في 59 من 83 مجموعة. وللمجموعتين في نيلغيري يقول المؤلفون إن عدد المقاطع يقع بين الأعلى في العالم ويزيد على خمسة أضعاف مستويات اليهود الأشكناز والفنلنديين. ويكتب المؤلفون أن نتائجهم “تثبت أن الزواج الداخلي الحديث قوة مهيمنة”.

ويعني أثر المؤسس أن جماعة صغيرة من الأسلاف أنجبت أعدادا كبيرة من الأحفاد، فيصير متغيّر نادر في مكان آخر شائعا. وتجد النسخة الأولية متغيّرا في موضع الوصل في جين HGD، غائبا عن gnomAD ومشروع الألف جينوم وGenomeAsia، بنسبة 12.5 في المئة في مجموعة قبلية واحدة في الجنوب. وتربط Nature India بين HGD والألكابتونوريا، وهي اضطراب أيضي نادر. وتضع النسخة الأولية حصة الأفراد الحاملين للمتغيّرات الممرضة التي تعدّها عند 17.5 في المئة في المجموعات القبلية مقابل 5.5 في المئة في غير القبلية. وتجاوز متغيّر الخلية المنجلية rs334 نسبة 5 في المئة في عدة مجموعات قبلية.

وتقول الأسئلة الشائعة إن المشروع يتجنب الوصم بتحليل المجموعات السكانية لا الأفراد، وإن النتائج لا تدعم تقسيمات بيولوجية بسيطة بين المجتمعات، لأن معظم المجموعات تتشارك النسب عبر اختلاط في الماضي.

ما يُراد أن تبنيه البيانات

يقول بيان PIB إن البيانات ينبغي أن تتيح رقائق تنميط جيني مصممة لسكان الهند. وعدّد سينغ لقاحات mRNA وتصنيع البروتينات وعلاجات الاضطرابات الجينية مجالات يمكن أن تغذيها البيانات، إلى جانب قاعدة صناعة الدواء الموصوفة في كيف صارت الهند صيدلية العالم.

والمنتج الملموس في النسخة الأولية هو لوحة استيفاء (imputation panel)، أي مرجع من جينومات مسلسلة بالكامل يُستعمل لملء الحروف غير المفحوصة لدى أشخاص أُجري لهم مصفوفة أرخص فقط. وقد بُنيت من 9,768 جينوما مرحَّلا (phased)، واختُبرت على بيانات مصفوفة لـ7,628 مشاركا من أصول جنوب آسيوية في UK Biobank، فحسّنت متوسط جودة الاستيفاء بنسبة 45 في المئة على لوحة GenomeAsia و20 في المئة على لوحة Haplotype Reference Consortium و9 في المئة على TOPMed.

وتختبر أيضا الدرجات متعددة الجينات، التي تجمع تأثيرات جينية صغيرة كثيرة في تقدير واحد للخطر. فالدرجات المبنية على دراسات من أصول أوروبية فسّرت 14.8 في المئة من تباين الطول في GenomeIndia مقابل 11.2 في المئة لدى الهنود في UK Biobank، لكنها فسّرت 0.7 في المئة فقط من تباين مؤشر كتلة الجسم مقابل 9.7 في المئة. ويربط المؤلفون فجوة مؤشر كتلة الجسم بالمسافة الجينية والفروق البيئية. ولخطر السكري في الهند خيوطه البيئية ومن بدايات الحياة، وقد تناولناها في بحث بونا عن السكري المنتقل بين الأجيال.

وفي التعامل مع الأدوية تفيد النسخة الأولية بترددات الألائل على مستوى المجموعات، مثل ألائل خطر NUDT15 حتى 20.8 في المئة في المجموعات الأسترو آسيوية. ولا تختبر علاج أي فرد. وقالت ميرا بوروشوتام من NIMHANS لـNature India إن أثر هذه اللوحات في اختيار الدواء وجرعته غير واضح وإن اعتمادها ينبغي أن يكون حذرا.

من يحصل على البيانات وبأي شكل

تقول النسخة الأولية إن الإحصاءات الموجزة لترددات الألائل علنية عبر IBDC. أما بيانات التسلسل الخام فتحت وصول خاضع للرقابة بسبب قوانين الخصوصية المرتبطة بموافقة المشاركين، وعلى الباحثين الحقيقيين (bona fide) أن يرسلوا إلى مجموعة إدارة البيانات طلبا يصف البحث المقترح، والموافقة مطلوبة.

ويسرد بيان PIB الصادر في 30 أبريل 2025، ردا على تقارير صحفية، ما يحتفظ به IBDC: ملفات FASTQ (القراءات الخام) لـ9,772 عينة بنحو 700 تيرابايت، وملفات gVCF (نداءات المتغيّرات لكل شخص) لـ9,772 عينة بنحو 35 تيرابايت، وملفات النداء المشترك بنحو 3.5 تيرابايت، وبيانات السمات الظاهرة لـ9,330 عينة. وبموجب دعوة DBT لا تتاح ملفات FASTQ للتنزيل حاليا، يقول البيان، بسبب حجمها ولأن تحليل الملفات الخام يحتاج إلى ضعفين أو ثلاثة أضعاف الحوسبة. وتغطي بيانات السمات الظاهرة 27 قياسا في الدم، مثل الهيموغلوبين والكوليسترول، إضافة إلى العمر والجنس والطول والوزن ودهون الجسم. وبالنسبة إلى 442 عينة كانت البيانات غير صالحة للاستخدام. والوصول غير مقتصر على دعوة DBT لتقديم مقترحات البحث الانتقالي، وتُقبل طلبات مستقلة بموجب إرشادات Biotech-PRIDE (2021) وبروتوكولات FeED.

والمصادر لا تتفق تماما. فالنسخة الأولية اللاحقة تصف بيانات التسلسل الخام بأنها متاحة تحت وصول خاضع للرقابة، ولذلك يحسن التأكد من قواعد القراءات الخام لدى IBDC. وتدرج الأسئلة الشائعة بيانات تسلسل لـ9,648 عينة في IBDC حيث يدرج PIB 9,772.

ما لا تستطيع المجموعة إظهاره

تقول النسخة الأولية إن أشخاصها الـ9,768 لا يغطون الهند تغطية كاملة وتدعو إلى مزيد من أخذ العينات من المجموعات السكانية غير القبلية الكبيرة. ويضع التعليق عدد المجموعات المنغلقة زواجيا في الهند فوق 4,600 مجموعة، يغطي GenomeIndia منها 83.

وكان المشاركون أصحاء، ولذلك تشير Nature India إلى أن الصلات بالمرض مستنتجة، وأن كثيرا من متغيّرات فقدان الوظيفة قد يكون غير ضار. وقال سودهاكاران برابهاكاران من جامعة نورث إيسترن لها إن التحليل يغطي الجينات المشفرة للبروتين، نحو 2 في المئة من الجينوم. وقال التعليق إن التحليل متواصل وإن مخطوطة مفصلة قيد الإعداد. وحتى 8 أكتوبر 2026 لم تجد tuput نسخة في مجلة علمية من الأطلس.

ووصف أناليابها باسو، أحد المؤلفين المراسلين، العمل لـNature India بأنه نقطة بداية وقال إن هناك حاجة إلى مزيد لترجمته إلى ممارسة سريرية.