长期以来，生物医学研究多依赖单一的“标准”人类基因组图谱，其局限性越来越明显；随着研究深入，科学界逐渐认识到，现有参考基因组主要反映部分人群的遗传特征，难以覆盖全球不同族群的基因多样性，从而影响疾病机制研究的完整性，也降低了个性化诊疗的精准度。为解决此问题，西湖大学杨剑教授团队研发了PIGA（基于泛基因组的联合组装）方法。该方法采用二代与三代测序结合的混合策略：二代测序用于保证碱基识别的准确性，三代测序提供长片段信息以搭建结构框架。兼顾数据质量的同时，这一路线显著降低成本，使大规模样本分析更具可行性。 基于PIGA构建的泛基因组纳入1116个样本，规模超过多项国际同类研究。研究团队还首次识别出人类基因组中约13%的未知序列区域，这些“基因暗物质”包含数百万个此前未被记录的功能元件。通过系统分析，研究人员更绘制出目前较为完整的人类遗传变异图谱，覆盖数千万个单核苷酸变异以及多类复杂结构变异。 该研究的价值主要体现在三上：第一，为研究种族特异性遗传特征提供了新的数据基础；第二，提高了罕见病致病突变的检出能力；第三，为药物基因组学的精准研究提供更可靠的参考。以地中海贫血为例，泛基因组数据有助于识别不同人群的特异性突变，为区域性疾病防控提供分子层面的依据。 业内专家认为，这一成果有望推动基因组学研究从“单一参考”向“多样性参考”转变。随着我国生物技术对应的规划持续推进，基因组学领域已逐步形成从基础研究到临床转化的衔接体系。下一步，研究团队计划将样本规模扩大到万人级，并建立动态更新机制，使这一“基因导航图”持续迭代、保持前沿性。
从单一“参考基因组”走向覆盖人群差异的“泛基因组”，不仅是技术升级，也意味着研究思路的改变：只有以真实的遗传多样性为基础，才能在疾病机制解析、诊断判断与治疗策略上获得更高精度；随着这张不断扩展的“生命蓝图”持续完善，其意义不仅在于新增了多少序列，更在于能否将这些信息转化为可应用的健康收益，让科研进展更直接服务于公众健康。