目前人類已知的疾病中，有4000多種疾病與人類的基因有關(guān)。利用全基因組重測序的方法，可以在全基因組水平上檢測與疾病相關(guān)的突變位點(diǎn)、結(jié)構(gòu)變異等信息，進(jìn)而找尋攻克這些疾病的治療手段，研發(fā)有效地治療藥物。全基因組測序的應(yīng)用范圍涉及臨床醫(yī)藥研究、群體遺傳學(xué)研究、關(guān)聯(lián)分析、進(jìn)化分析等眾多領(lǐng)域。
1、實(shí)驗(yàn)方案
測序策略： illumina HiSeq X PE150
數(shù)據(jù)量：推薦腫瘤50×測序深度/對照癌旁、血液30×測序深度；遺傳病30~50×測序深度。
2、技術(shù)優(yōu)勢
（1）多種變異檢測：單核苷酸多態(tài)性（SNP）、插入缺失（InDel）和結(jié)構(gòu)變異（SV）；
（2）與芯片方法相比，可以檢測到新的變異序列；
（3）與人類全基因組從頭測序相比，耗時(shí)更短、成本更低。
3、數(shù)據(jù)分析
3.1 標(biāo)準(zhǔn)信息分析
（1）按標(biāo)準(zhǔn)流程進(jìn)行數(shù)據(jù)整理及數(shù)據(jù)質(zhì)量評估；
（2）與參考基因組比對；
（3）SNP的檢測及其在基因組的分布；
（4）InDel的檢測及其在基因組的分布；
（5）CNV的檢測及其在基因組的分布；
（6）包含變異基因的功能注釋（GO注釋、Pathway注釋）。
3.2 高級信息分析（腫瘤基因組學(xué)）
（1）癌基因/抑癌基因/易感基因篩查；
（2）高頻突變基因統(tǒng)計(jì)及通路富集分析；
（3）NMF突變特征及突變頻率分析；
（4）已知驅(qū)動基因篩選；
（5）基因組變異Circos圖展示。
4、技術(shù)流程
5、案例分析
案例（1）胰腺神經(jīng)內(nèi)分泌腫瘤的全基因組圖譜
胰腺神經(jīng)內(nèi)分泌腫瘤（PanNETs）是第二大胰腺上皮細(xì)胞腫瘤，致死率達(dá)60%。隨著檢測手段越來越靈敏，胰腺神經(jīng)內(nèi)分泌腫瘤診斷數(shù)量呈現(xiàn)上升趨勢，這給臨床診療帶來了一定的挑戰(zhàn)！在一項(xiàng)新的研究中，研究人員揭示出正常情形下與乳腺癌、卵巢癌和結(jié)腸癌相關(guān)聯(lián)的基因變異同樣能夠促進(jìn)一種罕見的胰腺癌產(chǎn)生。EWSR1與BEND2發(fā)生體細(xì)胞融合，確定BEND2為EWSR1的一個(gè)新融合基因。發(fā)生體細(xì)胞融合的患者，其細(xì)胞形態(tài)和免疫組化特征具有典型的胰腺神經(jīng)內(nèi)分泌腫瘤特征。通過RNA-seq和RT–PCR確認(rèn)了EWSR1和FLI1發(fā)生體細(xì)胞融合。
圖1 胰腺神經(jīng)內(nèi)分泌腫瘤中的突變特征
案例（2）全基因組測序確定EN1作為骨密度和骨折的決定因素
本研究發(fā)現(xiàn)歐洲血統(tǒng)人種存在1個(gè)新的非編碼低頻基因突變EN1對BMD（n=53236）以及骨折（n=508253）有較大影響。通過全基因組測序（n=2882，UK10K），全外顯子測序（n=3549），深度基因分型（n=26534），基因型從頭測序（n=20271）數(shù)據(jù)資料聯(lián)合分析，發(fā)現(xiàn)一個(gè)低頻非編碼突變，很可能是一個(gè)新的基因座EN1，較以前報(bào)道的常見的位于關(guān)于腰椎BMD以及降低骨折風(fēng)險(xiǎn)的突變的平均值要高出4倍的相關(guān)性。通過建立En1cre/flox小鼠模型，發(fā)現(xiàn)缺失了EN1會導(dǎo)致小鼠骨密度低以及更大可能的發(fā)生骨折。同時(shí)也發(fā)現(xiàn)了一個(gè)靠近WNT16的新的低頻非編碼突變與BMD有重大關(guān)聯(lián)。
圖1 腰椎BMD EN1附近的關(guān)聯(lián)信號
參考文獻(xiàn)
[1] Scarpa et al. Whole-genome landscape of pancreatic neuroendocrine tumours. Nature, 2017.
[2] Zheng et al. Whole-genome sequencing identifies EN1 as a determinant of bone density and fracture. Nature, 2015.
