基因解讀——基因產業鏈的下一個重點

每個人體內都含有30億個DNA鹼基對，組成鹼基對的四種鹼基A、T、C、G經過30億次排列組合，加上不同的基因結構、甲基化、蛋白質修飾導致各式各樣的基因表達，最終形成了一個蘊含人體無窮奧秘的奇妙世界。

如何解讀基因的奧秘，成為當代生命科學界的一大難題；如何通過解讀基因大數據，獲取與疾病相關的變異，找到致病基因，制定靶向治療方案，也是精準醫療領域中的核心環節。

隨著基因測序成本大幅度降低，基因分析平台與技術日益成熟，基因解讀成為現階段決定測序產業鏈發展的關鍵。那麼，影響基因解讀的環節有哪些？哪些技術在背後支撐著基因解讀的發展？

如果要讓解讀結果更精確可信，首先需要豐富的數據資源。測序技術的不斷發展，使得基因數據的獲取不再是問題。基因資料庫的建成作為目前解讀工作最重要的環節之一，不僅僅包括基因數據的積累，還包括相對應的臨床數據的整合。

如何進行準確有效的解讀與整合，轉化成能夠具體臨床應用的有效信息是精準醫療中的一個關鍵環節。當我們建立了大規模的基因組資料庫和知識庫后，就可以將基因變異信息、疾病臨床表型、診療方案、藥物治療等數據結合起來，從而建立特定基因與疾病的關聯。

近年來，世界各國為解讀基因組數據做了很多工作。2008年，華大基因與英國桑格研究所以及美國國立人類基因組研究所（NHGRI）等多家機構共同發起了國際「千人基因組計劃」；2012年，英格蘭提出了十萬人基因組計劃；2015年，美國提出了百萬人基因組和精準醫學計劃，十三五規劃準備投資600億做精準醫學......

2016上半年，美國食品藥品監督管理局FDA、抗癌協會臨床腫瘤學協作專業委員會CSCO紛紛推出指南，明確指出需要通過循證的遺傳變異知識庫對測序分析結果進行臨床註釋解讀來出具報告；同年8月，食品藥品檢定研究院發布了《第二代測序技術檢測試劑質量評價通用技術指導原則》，把資料庫列入二代測序的原材料中。

2016年9月22日，唯一獲批籌建的國家基因庫——深圳國家基因庫正式運營，其資料庫目前已建成60PB的數據可訪問能力，並規劃在二期完成500PB的可訪問能力，能力上超越國際三大基因數據中心。

現階段，真正被人類所理解的基因組信息僅佔總體的2%，基因解讀之路任重而道遠。資料庫和知識庫的建立讓解讀工作得以順利進行，但解讀工作中最根本的問題還是人們對基因組信息的研究與認知不夠。只有對基因組信息有了更深刻的認識，科研醫者才能更好地挖掘變異信息與疾病之間的聯繫，推動精準醫療臨床決策。

在解讀工作中，相關的標準條例和指南也在規範、指導著科研人員進行臨床研究和交流。

HPO（Human Phenotype Ontology）項目即提供了一套描述人類疾病所致的異常表型的標準詞語集。2016年初，在科學院院士、華大基因理事長楊煥明與HPO創始人Peter Robinson 教授的推動下，成立了中文人類表型標準用語聯盟（CHPO）。該聯盟旨在為臨床與科研人員提供人類表型的中文標準術語和高效的中文人類表型搜索引擎，並讓其指導、服務於疾病研究和數據挖掘工作。

2015年3月，美國醫學遺傳學與基因組學學院（ACMG）發布新版基因變異解讀標準和指南，這份指南對於想要確認患者中鑒定出的遺傳變異是否與疾病相關的科研人員來說，也是非常重要的指南。

IT技術也在解讀工作中助力不少。IT+BT的概念在行業內已不新鮮，在基因分析階段，以BGI Online為代表的雲計算平台極大地提高了分析效率。目前，一個人的全基因組分析在線下進行需要一周的時間，而在雲平台上進行分析，1-2天即可完成。

在基因解讀階段，IT技術不僅在繼續提供雲計算服務，還可以將部分人工解讀轉化為自動化解讀，為科研醫者節省時間與成本，從而投入更多精力於解讀和研究中。華大基因在這方面也開展了一些前瞻性的探索工作，比如嘗試通過人工智慧進一步提高解讀的自動化。

可見，建立大規模資料庫、推進基因組學研究、規範標準管理體制、以及生物技術與IT技術進行融合都對解讀工作有著極其重要的影響，只有不斷完善這些環節，我們才能在解讀基因奧秘的海洋中無阻遨遊。