ヒトゲノムの塩基対数を正確に理解する基礎

ヒトゲノム 塩基対 数の基礎知識と核心ガイド

塩基対とは何か：ゲノムサイズを表す基本単位

塩基対（base pair：bp）とは、DNAの二本鎖を構成する相補的な塩基同士の対を指す単位です。DNAはアデニン（A）、チミン（T）、グアニン（G）、シトシン（C）という4種類の塩基から構成され、通常、AはTと、GはCと対を作ります。二本鎖DNAの「はしご」の横木にあたる1組を1塩基対として数えます。
ゲノム解析や遺伝学では、DNA分子の長さ、染色体の長さ、シーケンスデータの量、欠失・重複などの構造変異の大きさを塩基対で表します。小さな変異ではbp、大きな領域ではkilobase pair（kb、1 kb＝1,000 bp）、megabase pair（Mb、1 Mb＝100万bp）、gigabase pair（Gb、1 Gb＝10億bp）が用いられます。したがって「ヒトゲノムは約30億塩基対」という表現は、約3 GbのDNA配列情報を1組の染色体セットとして持つ、という意味です。
米国国立ヒトゲノム研究所（NHGRI）は、ヒトゲノムの1コピーを約30億塩基対と説明しており、この情報は23本の染色体に分布します。染色体の長さには差があり、おおむね5,000万〜3億塩基対の範囲です。NHGRI：Base Pair
ただし、塩基対数は「遺伝子の数」ではありません。ヒトゲノムの大部分はタンパク質をコードする領域ではなく、イントロン、調節領域、反復配列、非コードRNA遺伝子、構造維持に関わる領域などで構成されます。塩基対数の大きさだけから、生物学的な複雑性、疾患への影響、あるいは遺伝子数を直接判断することはできません。

ヒトゲノムは何塩基対か：半数体と二倍体の違い

医療・生命科学で「ヒトゲノムは何塩基対か」と問われた場合、最も実用的な答えは「半数体ゲノムで約30億塩基対」です。より具体的には、一般的な参照ゲノム配列では約31億塩基対とされ、教育的な表現では約32億塩基対と記載されることもあります。これは、性染色体を含む染色体1組、すなわち半数体の核ゲノムを基準とした概数です。
一方、通常のヒト体細胞は父親由来と母親由来の染色体を各1組ずつ持つ二倍体細胞です。そのため、DNAの塩基対数を細胞全体として概算する場合、核ゲノムは半数体の約2倍、すなわち約60億塩基対以上となります。ただし、実際の個人ゲノムでは父母由来の配列に違いがあり、構造変異、コピー数変異、性染色体構成、モザイクなどもあるため、全員が参照配列の単純な2倍になるわけではありません。

ミトコンドリアDNAは核ゲノムとは別に存在します。ヒトミトコンドリアゲノムは16,569塩基対の環状DNAですが、細胞あたりのコピー数は一定ではありません。細胞種、エネルギー需要、組織、病態などによって異なるため、「1細胞に含まれるDNA総量」を単純に塩基対数だけで説明する際には注意が必要です。NCBI Bookshelf：The Human Genome

参照ゲノムによって塩基対数が異なる理由

ヒトゲノムの塩基対数は、単一の不変な整数として扱うより、「どの参照アセンブリを対象とするか」を確認して読むことが重要です。長く標準的に利用されてきたGRCh38は、臨床検査、研究用データベース、変異表記、バイオインフォマティクスの多くで使われる代表的なヒト参照ゲノムです。NCBIが公開するGRCh38.p14では、アセンブリ全体の総塩基数、染色体に配置された配列、未配置配列、ギャップを表すNの有無によって、示される数値が異なります。
GRCh38.p14では、全塩基数が約32.99億塩基、Nを除いた塩基数が約31.37億塩基とされています。また、主な染色体に配置された配列の総長は約30.88億塩基です。ここで数値が複数あるのは、参照配列に未確定ギャップを示すNが含まれること、未配置・未局在の配列や代替ローカスをどこまで含めるか、性染色体およびハプロタイプ配列の取り扱いが異なることによります。NCBI：Human Genome Assembly GRCh38.p14

• 「約30億塩基対」は、一般向け・教育向けに適した丸めた表現です。
• 「約31億塩基対」は、主要染色体配列を中心にした参照ゲノムの規模を示す際に多用されます。
• 「約32億〜33億塩基」は、ギャップ、未配置配列、代替配列などを含むアセンブリ総量として示されることがあります。
• 患者由来の個人ゲノムは参照配列の完全な複製ではなく、個人差と技術的な解析条件の影響を受けます。

この違いは、全ゲノムシーケンス（WGS）の説明、変異のゲノム座標の確認、コピー数変異のレポート、遺伝子パネル検査との比較などで重要です。たとえば、検査報告書に「GRCh37」あるいは「GRCh38」と書かれている場合、変異の位置情報はその参照配列に依存します。同じ病的バリアントであっても、ゲノム座標は参照アセンブリの変更に伴って異なる表記になり得ます。

T2T-CHM13が示した完全配列化の意義

2022年にはTelomere-to-Telomere（T2T）コンソーシアムが、従来の標準参照ゲノムで残っていたギャップの多くを埋めたT2T-CHM13アセンブリを報告しました。T2T-CHM13の核DNA配列は3,054,815,472 bpであり、これに16,569 bpのミトコンドリアゲノムが加わります。このアセンブリは、22本の常染色体とX染色体について、テロメアからテロメアまで連続性の高い配列を提示した点に大きな意義があります。Science：The complete sequence of a human genome
従来のGRCh38では、セントロメア周辺、サブテロメア領域、分節重複、rDNA配列、反復性の高い領域などに未解決部分が残っていました。これらは短いリードのシーケンシングでは正確な配置が難しく、同じような配列がゲノム上に繰り返し存在するため、解析上の空白や誤配置が生じやすい領域です。T2T-CHM13では、従来参照から約2億塩基対近い新規配列が追加され、これまで十分に解析できなかった複雑領域の研究可能性が広がりました。
ただし、T2T-CHM13を「すべての人の完成版ゲノム」と理解することは適切ではありません。CHM13は特定の細胞株に由来するアセンブリであり、初期の主要版はY染色体を含みません。また、ヒト集団には塩基置換だけでなく、大規模な挿入、欠失、逆位、重複、ハプロタイプ構造など多様なゲノム変異があります。したがって、単一の線形参照配列だけでは、集団全体のゲノム多様性を完全には表現できません。
近年は、この課題に対応するため、複数個人のハプロタイプを取り込むヒトパンゲノム参照配列の整備も進んでいます。臨床実装では依然としてGRCh37またはGRCh38が中心ですが、反復領域、構造変異、薬物応答関連遺伝子の複雑な領域などを扱う研究では、T2Tやパンゲノムの考え方が今後さらに重要になる可能性があります。

医療従事者が塩基対数を活用する場面と注意点

医療従事者が「ヒトゲノムは約30億塩基対」という基礎知識を使う場面は、単に数字を説明する場合にとどまりません。がんゲノム医療、希少疾患の診断、出生前・生殖医療に関連する遺伝学的検査、薬理遺伝学、感染症病原体のゲノム解析などでは、検査対象の範囲と限界を患者や多職種に説明する土台となります。
たとえば、全エクソームシーケンス（WES）は主にタンパク質コード領域を中心に解析する方法であり、全ゲノムシーケンス（WGS）は原則としてコード領域以外も含めて広範な配列を対象にします。しかし、WGSであっても、すべての塩基が同じ精度・同じ深さで解析されるわけではありません。GC含量が極端な領域、反復配列、偽遺伝子との相同性が高い領域、構造変異、低カバレッジ領域では、変異検出の感度や特異度に制約が生じます。
また、「1人のゲノムを読めば疾患リスクがすべて分かる」という理解は誤りです。疾患発症には、単一遺伝子疾患のように比較的明確な遺伝的要因を持つものもあれば、多数の遺伝的変異、生活習慣、環境因子、加齢、エピジェネティクス、偶発的な体細胞変異が複雑に関係するものもあります。塩基対数は情報量の規模を表す指標であり、臨床的意義の確定を保証する指標ではありません。
患者説明では、「ヒトの設計図には約30億文字分のDNA情報がある」と比喩的に示すと理解を助けられます。その上で、検査が読む領域、検出できる変異の種類、陰性結果の意味、偶発的所見の可能性、家族への影響、再解析の必要性を個別に説明することが重要です。数値の大きさを強調するだけでなく、参照ゲノム、検査法、解析精度、臨床解釈という複数の段階を区別して伝えることが、適切なゲノム医療につながります。