Page 146 - 医学检验技术发展与创新
P. 146
医学检验技术发展与创新
Development and Innovation of Medical Laboratory Technology
上广泛应用于筛查潜在致病基因、病原微生物的快速鉴定、产前筛查等方面。目
前，在德国采用 HiSeq X Ten 测序平台完成 1 个人的全基因组测序项目，测序深
度～ 30X 的检测总花费为 1411 欧元。因此，测序成本已不再是影响全基因组测
序应用于临床的主要障碍，重点在于如何对得到的遗传信息进行有效地解读和实
际应用。
尽管以上 2 种测序方式在临床上具有广泛的应用前景，但是在测序过程中
产生的错误依然不容忽视。产生错误的原因有文库的制备、人工操作、测序数据
质量控制、测序平台存在的偏好性等。因此，严格的数据分析方法和验证方法对
避免产生错误的结果至关重要。在当前的临床分子诊断中，针对单个位点的遗传
学变异，Sanger 测序仍然被认为是分子诊断的金标准。美国医学遗传学会也建议
NGS 技术与 Sanger 测序技术二者相结合共同服务于临床遗传学诊断。
（三）NGS 检测序列变异的数据分析流程
对 DNA 或 RNA 的 NGS 流程主要分为测序前文库制备→样本上机→测序后
数据分析 3 个步骤。对于测序前的准备工作，靶向基因组测序或全外显子测序还
需要对特定的基因序列进行纯化富集。富集方法按照原理的不同分为基于寡核苷
酸杂交的富集方法和基于多重 PCR 的富集方法。方法的选择由多种因素决定，
包括测序平台的通量、样本类型（新鲜组织、冰冻组织、石蜡包埋组织）及质量
等。石蜡包埋的组织样本包含的 DNA 质量相对较低，因此选择多重 PCR 的富集
方法比较合适。而血液样本、骨髓样本以及新鲜的组织样本包含的 DNA 质量相
对较高，应用 2 种富集方法都能得到很好的效果。对于全外显子组测序，由于涉
及的基因的数量太多，只能应用基于寡核苷酸杂交的富集方法。测序工作完成后，
如何对得到的高通量数据进行有效分析是临床实验室的又一个工作重点。一般来
讲，NGS 的数据分析流程主要分为以下几个步骤。
1. 碱基识别
测序过程经碱基识别将信号转化成FASTA或FASTQ等格式的原始序列数据，
随后应用 FastQC 软件检测数据质量，并去除接头序列和低质量序列，一般认为
质量分值 <Q20 的序列为低质量序列，>Q30 的为高质量序列。对于多个样本混
合的情况，还需要应用 FastqMultx 或 Fastx-toolkit 对读段序列进行重新分类。
2. 序列比对
选择合适的序列比对工具，如 BWA、Bowtie、SOAP2 等将得到的序列信息
136
136
