如何研究复杂遗传病的机制

　　说到遗传病，大家最熟悉的可能是地中海贫血、血友病。这些疾病由单个基因突变而引起，又称为孟德尔遗传病。然而，近十年来，随着DNA分析技术的发展，人们逐渐意识到更多遗传病有着更为复杂的遗传机制。致病变异，上可至大的拷贝数变异(CNV)，下可至单个点突变。

　　这一下，情况变得很复杂，“单个突变 – 单一疾病”的模式不再奏效。在分析遗传机制时，人们不仅仅要覆盖单个或多个基因，还需要构建完整的突变谱，从更大的视角去了解疾病。这不但有利于基础研究，也有利于未来的疗法开发。那么，具体策略如何呢?Oxford Gene Technology(OGT)公司近日发布了基因组分析的白皮书，介绍了临床遗传学研究的策略。

　　文章介绍了如何利用现有工具去深入了解复杂的遗传疾病，包括新一代测序(NGS)、芯片和Sanger测序。埃默里遗传学实验室的Madhuri Hegde教授一直位于遗传病研究的前沿，他通常采用以下方法对遗传病进行综合分析。

　　他们利用NGS来检测单个点突变，而对于目的区域中存在挑战性的外显子/区域，他们采用传统的Sanger测序来填补。同时，他们还利用aCGH来检测CNV。尽管点突变和CNV是遗传病的主要因素，但对于一些疾病而言，真正全面的分析还需要其他方法，如甲基化分析。

　　文中也指出了各种方法的优缺点。全基因组测序尽管是遗传病和癌症研究的强大工具，但它产生了海量的数据，而这些数据的分析相当复杂，需要大量资源。在许多临床研究中，人们感兴趣的往往是基因组中的特定区域。因此，靶向测序比全基因组测序更受欢迎。通过缩小目标范围，靶向测序可实现更深度的覆盖，从而提高变异检测的机会。不过，NGS数据的准确性会受到某些DNA序列的影响，如GC含量。在这种情况下，Sanger测序仍有优势。

　　当然，对于CNV而言，靶向测序就爱莫能助了。这时还要借助于CNV检测的金标准方法Array- CGH(aCGH)。这是一种特异、灵敏而快速的检测技术。由于确切的基因组位置已知，畸变可直接定位到染色体位置。不过，芯片的分辨率和应用要根据其设计而定，包括探针长度和基因组覆盖度。OGT的aCGH平台采用60-mer寡核苷酸探针，带来了更为出色的CNV检测。

　　文章还具体介绍了Hegde教授的实验室如何利用这种综合分析策略，来研究癌症和遗传病。对于黑斑息肉综合征(Peutz-Jeghers syndrome)，测序未能发现STK11基因中的突变，而aCGH分析发现了一段1325 bp的缺失。

　　Sanger测序、NGS和aCGH一度被看作是竞争性的技术，但作者认为这种综合方法能够检测整个突变谱，包括点突变和CNV。他们指出，提高分子技术的可靠性及性能将促进其向临床应用转化，并推动个性化治疗策略的开发。