Viele Teilfolgen zu einer Referenz ordnen

Viele Lesungen sind noch keine Ordnung

Das Human Genome Project verband von 1990 bis 2003 die Arbeit vieler Einrichtungen. Eine zentrale Aufgabe bestand darin, gelesene DNA-Abschnitte zu einer gemeinsam nutzbaren Referenz zusammenzuführen. Das NHGRI-Faktenblatt beschreibt die internationale Kooperation und die Grenzen des damaligen Abschlusses. Aufgabe und Reichweite des Projekts

Die eigentliche Schwierigkeit ist mit einer großen Menge kurzer Folgen noch nicht gelöst. Es muss auch klar sein, welche Abschnitte zusammengehören und wo sie liegen. Datenerzeugung, korrekte Anordnung und eine überprüfbare gemeinsame Ausgabe sind unterschiedliche Leistungen.

Eine Karte hilft beim Zusammensetzen

Die Abschlussarbeit von 2004 beschreibt überlappende große DNA-Klone und ihre Zuordnung auf einer physischen Karte. Innerhalb dieser größeren Einheiten wurden Teilfolgen zusammengesetzt. Der gewählte Referenzweg verband anschließend passende Abschnitte miteinander. Karten, Klone und Referenzweg

Diese zusätzliche Ordnung verringert die Mehrdeutigkeit beim Zusammensetzen. Eine ähnlich aussehende kurze Folge kann an mehreren Stellen vorkommen. Die Frage lautet daher nicht nur, ob zwei Lesungen irgendwo übereinstimmen, sondern ob ihre Einordnung mit den weiteren Karten- und Überlappungsbefunden zusammenpasst.

Schwierige Stellen verlangen gezielte Nacharbeit

Finishing umfasst das Prüfen möglicher Fehlverbindungen, das Nachlesen schwacher Bereiche und das gezielte Schließen von Lücken. Der Bericht erläutert auch Vergleiche zwischen erwarteten und beobachteten Restriktionsmustern. Mehr zufällig erzeugte Daten lösen wiederholungsreiche Regionen nicht automatisch. Die gezielte Arbeit am Abschluss

Dabei kann eine Abweichung verschiedene Ursachen haben: einen Messfehler, ein Problem des verwendeten Klons oder eine wirkliche biologische Variante. Sie einfach wegzuglätten wäre keine Qualitätssteigerung. Zusätzliche Kontrollen sollen gerade helfen, diese Möglichkeiten auseinanderzuhalten.

Fertig braucht eine Bezugsgröße

Die Ausgabe Build 35 vom Mai 2004 enthielt laut Abschlussbericht etwa 2,85 Milliarden Basen und 341 Lücken. Die dort genannte Abdeckung von ungefähr 99 Prozent bezieht sich auf den euchromatischen Anteil. Sie bedeutet nicht, dass damals 99 Prozent jedes denkbaren menschlichen Genoms vollständig beschrieben waren. Der genau benannte Datenstand

Das NHGRI nennt für den Projektabschluss 2003 ungefähr 92 Prozent des gesamten Genoms. Das ist eine andere Bezugsgröße und ein anderer Zeitpunkt. Beide Angaben dürfen nicht ohne Kennzeichnung zu einer einzigen scheinbar widerspruchsfreien Abschlusszahl verschmolzen werden. Gesamtgenom und Projektabschluss

Die Referenz ist kein Durchschnittsmensch

Die Ausgangsdaten kamen von mehreren anonymisierten Personen. Die Referenz stellt einen gewählten Weg durch passende Abschnitte dar; sie ist weder die vollständig gelesene DNA eines einzigen Menschen noch ein mathematischer Durchschnitt sämtlicher Menschen. Herkunft der Referenz

Auch große zusammenhängende Abschnitte sind allein kein Richtigkeitsbeweis. Länge, Abdeckung, Fehlerrate und korrekte Reihenfolge messen Verschiedenes. Die Abschlussarbeit dokumentiert Prüfungen und verbleibende Probleme. Eine beeindruckende Kennzahl ersetzt nicht die Frage, welche konkrete Eigenschaft damit tatsächlich abgesichert wurde. Unterschiedliche Qualitätsfragen

Eine gemeinsame Grundlage bleibt erweiterbar

Eine veröffentlichte Referenz macht weitere Vergleiche möglich. Sie enthält aber nicht automatisch jede Variante und erklärt nicht allein alle Funktionen der erfassten Abschnitte. Spätere Arbeiten schlossen zusätzliche Lücken; das NHGRI datiert die vollständige Y-Chromosom-Sequenz auf 2023. Eine spätere Ergänzung

Der historische Erfolg liegt deshalb auch in offen benannten Grenzen und einem nachvollziehbaren Datenstand. Eine gemeinsame Grundlage kann wertvoll sein, obwohl weitere Aufgaben bestehen. Für ihre Verwendung zählen Herkunft, Version, geprüfte Eigenschaften und die Frage, welche zusätzliche biologische Aussage erst noch untersucht werden muss.

Begriffe verstehen

Quellen und Nachweise

Die Quellen sind den Aussagen im Text zugeordnet. Originalstudien, Sammlungstexte und eigene Einordnung erfüllen unterschiedliche Aufgaben. Einige Fachtexte sind beim Verlag nur teilweise frei zugänglich.

1. Aufgabe, Herkunft und Abdeckung der Genomreferenz

   NHGRI: Human Genome Project Fact Sheet, Stand 13. Juni 2024.

   1990–2003, mehrere anonymisierte Ausgangspersonen, circa 92 Prozent Gesamtgenom 2003. Kein Durchschnittsmensch oder vollständige Vielfalt; Kosten, Wirtschaftsnutzen und Rechtsaussagen nicht verwendet.

   ← Zur Textstelle 1: Viele Lesungen sind noch keine Ordnung← Zur Textstelle 2: Fertig braucht eine Bezugsgröße← Zur Textstelle 3: Die Referenz ist kein Durchschnittsmensch
2. Anordnung, Lücken und Qualitätsprüfung beim Finishing

   International Human Genome Sequencing Consortium: Finishing the euchromatic sequence of the human genome. Nature 431, 931–945, 21. Oktober 2004.

   Build 35 Mai 2004: 2,85 Milliarden Basen, 341 Lücken, ungefähr 99 Prozent euchromatischer Anteil. Nicht mit 2003 und Gesamtgenom gleichgesetzt. Physische Karte, Finishing, Varianten und Fehler sowie verschiedene Qualitätskennzahlen getrennt.

   ← Zur Textstelle 1: Eine Karte hilft beim Zusammensetzen← Zur Textstelle 2: Schwierige Stellen verlangen gezielte Nacharbeit← Zur Textstelle 3: Fertig braucht eine Bezugsgröße← Zur Textstelle 4: Die Referenz ist kein Durchschnittsmensch
3. Eine spätere Ergänzung: das Y-Chromosom

   NHGRI: Y chromosome. Institutionelle Übersicht zur vollständigen Sequenz von 2023.

   23. August 2023 als späterer Sequenzpunkt. Daher 2022 nicht als Abschluss aller menschlichen Chromosomentypen dargestellt. Keine Behauptung vollständiger menschlicher Vielfalt.

   ← Zur Textstelle: Eine gemeinsame Grundlage bleibt erweiterbar

Redaktion: Benjamin Metzig. Text und Quellen am 8. September 2026 geprüft. Generative KI diente als Werkzeug für Text und Bild.