学科服务

Nature综述:迈向精准医疗的挑战

斯坦福大学的Euan A. Ashley近日在《Nature Reviews Genetics》发表了一篇综述,探讨了基因组测序的临床应用。Ashley认为,基因组学中许多现有的标准,从测序仪到分析工具,是为基础研究的应用而开发的。如果信息不准确,那么后果没有在临床背景下那么严重。在整个综述中,他认为需要克服的挑战是“让基因组学达到临床级”。

对于人类基因组中难以准确解释的区域,如重复序列、结构变异、片段重复等,Ashley是这样描述的。“这种基因组复杂性,在很大程度上具有挑战性,仅仅是因为现在流行的短读长测序技术无法评估它,”他写道。重复扩增疾病的特点是有一长串的简单重复,如亨廷顿舞蹈病(Huntington disease),它们比读长要长得多,因此人们用短读长测序仪难以准确重建这些区域。

他还引用了另外一个例子,就是著名的多态性主要组织相容性复合物(MHC)区域,这也是短读长测序仪的绊脚石。“MHC很难用短读取的方法来分辨,是因为缺乏单体型的综合目录,也缺乏相位信息,即对来源的亲本染色体的了解,”他指出。不过,相位数据对多个临床应用都很重要,包括HLA基因的定相,它与100多种疾病和许多药物反应相关联。

Ashley认为,长读取测序有望解决许多问题。“长读取测序有助于de novo组装,也自动提供相位信息,”他写道。“这种测序带来了基因组的更完整图像。”长读长可轻松跨越结构变异,甚至是长片段重复,这样就能够完全重建这些临床相关的区域。他还指出,那些破坏开放阅读框的变异,如结构变异,通常更有可能引起疾病,并强调了由致病的结构变异引起的25种临床病症。

Ashley最后提到了改善临床基因组学的准确性的方法,包括降低对参考序列的依赖,让定相变得常规,改善插入缺失和结构变异的检出,鉴定基因组的复杂区域,并最大限度提高基因组覆盖的成本效益。“受技术进步所推动,与健康和疾病相关的遗传元件的发现一直是人类遗传学的发动机,”Ashley总结道。“根据这一基础,精准医疗将利用所获得的知识来重新定义疾病,开发新的疗法,并为以后的患者带来希望。”

原文链接:http://www.nature.com/nrg/journal/v17/n9/full/nrg.2016.86.html

 学科馆员

邓珮雯

E-mail: dengpw@shsmu.edu.cn

778045(分机)

在线咨询