2023年2月16日，发表在《公共科学图书馆·综合》（PLoS ONE）上的一项研究报告指出，康涅狄格大学的遗传学家Mark Longo及其同事发现，由顶级公共测序机构提供的基因组数据库中，约五分之一（22.39%）的细菌、植物和非灵长类动物基因组数据受到了人类DNA的污染。样品处理不当被认为是导致DNA数据库广泛污染的主要原因。该研究引起了生物研究界和权威媒体的高度关注，《科学家》（The Scientist）和《自然》（Nature）杂志均在第一时间进行了报道。
Mark Longo等在报告中呼吁，科学家需更加努力确保测序获得的基因组不受污染，并应对公共基因组数据库中的基因组进行潜在污染检测。加州大学进化生物学家、美国能源部联合基因组研究所系统发育基因组学计划负责人Jonathan Eisen指出：“基因组污染是一个大问题，但却不是一个新问题。这篇论文或可帮助提醒人们注意这一问题。”
污染可能在测序的任何一个阶段导入基因组序列中，例如空气中的细菌落入样品，或灭菌后残留在试剂中的DNA片段。但最常见的污染源是科学家自身——在扩增前将自身的一个细胞落入样品中。论文作者之一、康涅狄格大学分子遗传学家Rachel O'Neill强调：“研究人员戴手套进行实验操作不仅是对自身的保护，也可避免样品受到自身的污染。”
O'Neill实验室的一名大学生在对基因组数据库进行保守序列筛查时，发现大量物种间均存在一个相同的序列，但尝试在实验室重复这些结果时却失败了。这促使他质疑数据库基因组是否存在污染，于是与实验室同事合作，对四个公共数据库（UCSC Genome Browser、NCBI GenBank、DOE Joint Genome Institute和Ensembl）中保存的所有非灵长类基因组进行了人类特异性重复序列Alu元件的筛查。在搜索的2057个原始序列基因组中，研究人员发现454个存在人类Alu元件序列污染，占总数的22.39%。O'Neill表示：“我们发现污染的水平高到足以引起人们注意的程度，而这还仅只是来自人类的污染，可以想象有多少来自实验室常见物种（如大肠杆菌）的污染存在。”
Eisen指出：“大量论文曾报道过物种间的水平基因转移，如今不禁让人质疑是否都仅是人类DNA污染数据所致。人类污染的频率将要求科学家们不得不完成一些超过标准的实验以确证他们的实验结果。”O'Neill补充道：“当涉及人类测序时，高水平的序列污染可能引发严重后果。在一个鱼样本中找到Alu元件非常简单，但在人类样本中寻找另一个人的样本就非常困难。根据如此高污染的序列来决定个体化治疗策略，可能导致难以想象的悲剧。”Eisen总结说：“随着研究推进，科学家必须投入更多资金进行质量控制，然而在追求研究数据的压力下，质量控制的重要性却被抛诸脑后。如果每个人都能意识到数据质量的重要性该有多好，但目前这似乎很难做到。”