多名科学家分享他们的变异检测故事

每个人的基因组存在数百万个序列变异，但哪些差异对人体和疾病很重要呢？在这一期的《BioTechniques》上，Jeffrey Perkel博士就带我们看看科学家如何鉴定和分类重要的遗传变异。

根据千人基因组计划，一般人类基因组与参考人类基因组之间存在400-500万个变化位点。这些差异包括单碱基改变、短的插入和缺失，以及较大的结构变化，如重复。绝大多数变化是良性的，而大约10,000个可能带来蛋白序列的改变或截短。

面对如此多的变异，可怜的遗传学家必须搞清楚哪些改变赋予了特定的表型。许多基因编码了未知功能的蛋白，而绝大多数变异又位于编码区之外。即使这个基因的功能是已知的，但一个基因的突变或失调似乎不足以影响表型；它必须在适当的时间、适当的组织内表达。

非编码变异

对于基因组中的非编码变异，麻省理工学院（MIT）的Manolis Kellis教授采用六个步骤来分析。1）确定变异在哪些细胞和组织类型中有活性，2）确定它通过哪个基因起作用，3）确定多个关联变异中的致病突变，4）确定介导表型的DNA结合蛋白，鉴定失调的5）细胞和6）生物体后果。Kellis及其同事通过这种策略，解析了肥胖背后的机制。这项成果8月发表在《新英格兰医学杂志》上。

FTO基因的突变一直被认为与肥胖有着最强的关联，但人们还不清楚FTO突变是如何导致肥胖的。研究人员发现，FTO区域的肥胖风险，取决于一个关键的核苷酸。当胸腺嘧啶（T）被胞嘧啶（C）取代时，IRX3和IRX5就会启动并关闭产热过程，导致脂质堆积和肥胖。当C转变为T的时候，IRX3和IRX5就会关闭，产热过程恢复正常，停止储存脂肪。

结构的改变

北卡罗莱纳大学（UNC）的助理教授Alain Laederach正在研究单核苷酸变化对RNA结构的影响。他将这种可能影响转录或翻译的变异称为“riboSNitch”，它们可能占了全部SNV的15%左右。2010年，Laederach和同事利用一种SNPfold的计算方法来筛查514个可能影响mRNA二级结构的SNV。他们确定有7种疾病可能归因于这种变异。

如今，Laederach计划研究更常见的疾病，如阿尔茨海默病、帕金森氏症和癌症。他们采用一种称为SHAPE的方法，用不同的化学试剂来修饰单链或双链RNA，然后用新一代测序来读取。同时，斯坦福大学医学院的Howard Chang实验室也开发出一种称为PARS（parallel analysis of RNA structure）的类似方法。

向临床转化

文章指出，就目前而言，治疗仍然是一件很遥远的事情。不过，全基因组测序正越来越多地应用在临床上，特别是儿童罕见病和新生儿畸形的诊断。在这类诊断中，速度是最关键的。临床遗传学家一直在加速这个过程。美国儿童慈善医院的Stephen Kingsmore团队将危重婴儿的诊断时间从50小时缩短到26小时。

当然，诊断并不一定能带来行动，毕竟，这些都是遗传缺陷。儿童慈善医院2015年分析的35名婴儿中，20例得到了诊断（57%），其中65%被认为是“临床上有用的”。即使什么都不能做，确诊也能让父母心里好受些。

从根本上说，研究人员没办法来预测大多数变异有什么样的后果。一种可能的方法是穷举法，系统生成基因中的每个可能变异并检测活性。另一种方法从单个变异和疾病切入。无论哪种方法，这都将是一段艰难的旅程。“不过，我们最终将会到达那里，”Kingsmore乐观地说。
（转化医学网360zhyx.com）