基因测序

基因疗法研究报告 作者：郭敏 人工智能对医疗和健康产业的冲击和革命 文章分四部分： 1、基因治疗的现状与前景（存在的困难、基因治疗的技术） 2、基因治疗与大数据的关系 3、基因治疗与人工智能的关系 4、个人看法 第一部分 ：基因治疗的现状与前景 人类细胞基因治疗的临床实验已经开始。进行基因治疗必须具备下列条件：1）选择适当的疾病，并对其发病机理及相应基因的结构功能了解清楚；2）纠正该病的基因已被克隆，并了解该基因表达与调控的机制与条件；3）该基因具有适宜的受体细胞并能在体外有效表达；4）具有安全有效的转移载体和方法，以及可供利用的动物模型。近三年来，以对若干人类单基因遗传病和肿瘤开展了临床的基因治疗。基因治疗将是21世纪医药领域的最大突破。随着人类基因计划的完成，人体的重要生理活动与疾病相关的基因不断被发现，人们已经逐步认识到大多数疾病是由于基因结构和功能的改变而引起的，基因治疗将带来临床医学的巨大革命。基因治疗的手段将越来越多的应用于诸如病毒性传染（如各型肝炎、艾滋病等）、恶性肿瘤、心血管疾病、老年病等目前尚无理想治疗方案的疾病的治疗。除此之外，基因治疗将为多种疾病预防的有效措施之一。作为生物技术发展的前沿，毋庸置疑，基因治疗将为多种疑难杂症的治疗开辟更广阔的前景，进而为人类的健康带来不可估量的利益。目前，基因治疗已经从盲目阶段进入了理性化阶段。尽管基因治疗仍存在安全性

灵敏度 高 == 假阴性率低，即漏检率低，即有病人却没有发现出来的概率低。 用于判断：有一部分人患有一种疾病， 某种检验方法 可以在人群中检出多少个病人来。 特异性 高 == 假阳性率低，即错把健康判定为病人的概率低。 用于：被某种试验判定为患病的人中，又有多少是 真的患了这种病 的。 好的检测方法： 有高的灵敏度（低的假阴性率）、同时又有高的特异性（低的假阳性率）。 ROC 曲线： 横轴：100 — 特异性。。即100减去特异性，特异性高，100减去特异性就低，故越小越好。 纵轴：灵敏度值。 ROC分析图的解读原则： 曲线越是靠近整个图的 左上方，方法越优 ； 越是接近 对角线，方法越差 ； 评价的 客观标准 是 曲线下方的面积占整个图的面积比例 。即AUC（曲线下面积，Area Under Curve,AUC)。 面积比例越接近1，方法越好 ；面积比例越接近0.5，方法越差。 ctDNA 循环肿瘤DNA，英文叫：circulating tumor DNA，简称ctDNA。对ctDNA进行测序，是目前很火的Liquid Biopsy（液体活检）中的一种。 意义 首先，我们来说一下ctDNA测序的临床意义。 第一，就是它可以减少病人的开刀痛苦， 只要抽血 ，不必开刀，就可以做检测。 第二，是它可以 增加可检测的病人范围 ，对于不适合做开刀手术的病人。例如，已经发生肿瘤全身转移的病人

人类全基因组测序06 SNP( single nucleotide polymorphism)：有了10倍以上的覆盖深度以后，来确认SNP信息，就相当可靠了。 一个普通黄种人的基因组，与hg19这个参考基因组序列相比，会有350万个左右的SNP。又有大概2万个是落在外显子上的，而非同义的SNP有大概9千个。 所谓非同义的SNP，就是这些SNP是会引起蛋白质的序列变化的。 　　 indel ：(insertion & deletion)是指小于50个bp以内的微小的插入、和缺失突变。一个普通黄种人的基因组和hg19相比，约有50万个Indel。其中落在外显子上的，大概在1千个左右。 　　　　那么Indel如果一旦落在外显子区域，它 一定会 引起蛋白质序列变化的。 　　　　　　如果它引起的是移码突变，那么在移码位点之后，所有氨基酸序列就和原来的序列完全不同。 　　　　　　如果它（基因）还能保持原来的阅读框，也会引起蛋白质中若干个氨基酸的增或者减。 　　 SV ： structure variation 染色体结构变异 　　　　 1、 染色体内部的位移 2、 染色体之间的位移 3、 大片段的缺失 4、 大片段的插入 5、 大片倍的加倍 6、 大片段的倒位 　　 CNV ：copy number variation 拷贝数变异， 是指染色体片段的拷贝数变异：包括拷贝数增加，也包括拷贝数减少

转录组分析的正确姿势 转录组分析是目前应用最广的高通量测序分析技术之一。常见设计是不同样品之间比较，寻找差异基因、标志基因、 协同变化基因 、差异剪接和新转录本，并进行 结果可视化 、 功能注释 和 网络分析 等。 转录组的测序分析也相对成熟，从RNA提取、构建文库、上机测序再到结果解析既可以自己完成，又可以在专业公司进行。 概括来看转录组的分析流程比较简单， 序列比对 - 转录本拼接 (可选) - 表达定量 - 差异基因 - 功能富集 - 定制分析 。整个环节清晰流畅，可以作为最开始接触高通量测序学习最合适的技术之一。 但重点和难点在于理解这些过程都是怎么做的，有什么需要注意的，结果怎么解读，后续分析怎么做。这些只有自己动手操作过，才可能有理解。而理解了一个，再去做其它类型分析，也会轻松很多。 而且现在三代测序火起来了，该怎么去选择呢? 三代测序能帮我们解决什么问题，不能做什么，有什么需要注意的，分析起来有什么不同，二代-三代如何统一分析？也是我们面临的一个新问题。 实验设计这块重要的是对照和至少 3 个生物学重复，并选择合适的测序通量。 ENCODE 要求重复之间的 Spearman correlation 值大于 0.9 (遗传背景不一致的生物重复相关系数要大于 0.8 )。定量基因表达和评估转录图谱相似性只需要中等测序深度；而研究新转录本和可变剪接则需要更深的测序