抓出遺傳疾病的兇手－全外顯子定序的優勢與潛力

       隨著全基因定序技術的成熟，蒐集疾病相關的基因體序列變異並探討人類疾病的致病機轉有助於疾病的篩檢、預防與治療。大多數的疾病是多個基因變異組合而產生，其中造成基因體序列變異不只有單鹼基突變，其中一種常見的基因體序列變異則拷貝數變異 (copy number variation, CNV)。CNV 是長基因片段插入 (insertions)、缺失 (deletion) 或複寫 (duplication) 在基因體內許多位置而獲得或失去同源序列。雖然發生機率較低，但 CNV 涵蓋的 DNA 範圍超過 10% 的基因體，凸顯 CNV 對於人類疾病的影響。其中 CNV 更是造成智能障礙或其他神經發展疾患 (neurodevelopmental disorders) 的其中一個原因，因此針對拷貝數變異的基因晶片檢測 (microarray-based CNV profiling) 常用於神經發展疾患的臨床診斷上。

      在非神經發展疾病的診斷上，很少針對 CNV 進行檢測，有鑒于次世代定序 (next generation sequence) 和全外顯子定序 (whole-exome sequencing, WES) 的發展，研究不同遺傳性疾病與 CNV 的關係成為可能。在本篇研究中，荷蘭拉德寶德大學醫學中心 (Radboud University Medical Center) 的 Dr. Hehir-Kwa 團隊利用全外顯子定序與深度 [註１] 與覆蓋率分析 [註2] (depth-of-coverage analysis) 技術偵測 CNV 在人類疾病中的發生率，並協助臨床疾病診斷與相關研究。此團隊篩選了 2603 例病患進行研究，該研究涵蓋 13 種類別的遺傳疾病，包含神經發展疾、失明、失聰、免疫缺乏、運動障礙、肌肉疾病、腎功能異常、顏面骨畸形、性發展障礙、遺傳性癌症和代謝疾病。針對 WES 數據中 CNV 的分析分成兩個層次：第一層次是針對已知的疾病表徵選定所使用的疾病基因組；第二層次是針對所有的 WES 的序列進行深度與覆蓋率分析。綜合 2603 位病患的結果，123 個與疾病相關的 CNV 可被偵測，而每位病患帶有 6 段平均長度為 127kb（範圍從　727bp　到　15.3Mb　不等）的 CNV，平均影響 3 個基因表現。在診斷方面，51 個有效的診斷提升了 2% 的遺傳疾病診斷率，顯示了 CNV 確實在遺傳疾病中扮演重要角色，其中又以神經發展疾患為大宗。

［註1］測序得到的總鹼基數/待測基因組大小。例如：測序獲得　100G　(Giga base) 的資料量，基因組大小約為　5G，則測序深度為 20x。 

［註2］指測序獲得的序列占整個基因組的比例。

      除此之外，目前臨床上神經發展疾病普遍依賴多項生理檢查作為診斷標準。而針對特定致病基因序列做偵測，可能會忽略其他遺傳疾病發生的可能。例如，在此篇研究中，作者們也發現 25 個患者帶有已知的基因片段插入或缺失，只有 12 個是患有神經發展疾病，剩下 13 個則無，暗示著特定基因對於疾病表徵的影響可能更廣，因藉由 CNV 的分析有助於解決這個問題。雖然全基因定序或高解析的全外顯子定序相較於 WES 能提供更為精確的診斷，但是在不需要額外多做檢測以及花費的情況下，利用 WES 與深度覆蓋率分析即得到相同的結果，且有助於提升疾病的診斷率。

參考文獻：

R Pfundt et al. Detection of clinically relevant copy-number variants by exome sequencing in a large cohort of genetic disordersGenet Med. 2017 Jun;19(6):667-675. doi: 10.1038/gim.2016.163.

撰文｜劉冠婷
審稿｜蔡宗霖