基因测序行业的关键拐点,可以沿着“读得更全—读得更快更便宜—读得能指导选择”这条主线理解:人类基因组计划提出了测定人类染色体(单倍体)约30亿个碱基对序列的最初构想,把“破译遗传信息”变成全球性科学目标;但在该计划完成20年后,人类对自身基因的了解依然约等于一无所知,说明读懂序列只是起点。 此后,NGS(二代测序)与三代技术的飞速发展,把行业带到基因时代的门口;而基于多基因评分(PRSs)的胚胎选择(ESPS)技术催生世界首个“完美婴儿”,以及英国启动对500万成年人进行DNA测序、并将其与生活方式数据和健康记录挂钩的大型项目,则标志着多基因评分风险表正从科研工具走向现实应用。

拐点一:从“30亿碱基对”到“仍约等于一无所知”

人类基因组计划的最初构想,是通过测定组成人类染色体(指单倍体)中所包含的30亿个碱基对组成的碱基序列,达到破译人类遗传信息的目的。从染色体一端到另一端,准确、完整识别每一个碱基,无错误还原基因的原始序列信息,是很多研究者的远大梦想。

但一个常被忽视的事实是:在该计划完成20年后,我们对于人类自身基因的了解,依然约等于一无所知。大量并未被识别和阐明的区域,并非由于不重要而被选择性忽略,而是由于技术局限让人无法洞察全貌。这构成了行业最根本的张力——测序能力的天花板,决定了人类认知生命底层代码的边界。

拐点二:NGS与三代技术,把行业带到基因时代门口

真正让拐点加速的,是测序技术本身的迭代。目前,NGS和三代技术的飞速发展,已经把我们带到了基因时代的门口。通过大规模的DNA测序积累足够数据,再通过大数据分析、AI等形式解读基因与外在表现的相关性,将逐步成为现实。

从应用端看,基因测序目前有三大场景:辅助生殖、癌症早筛、遗传病研究。测序成本的大幅降低,也让各种商业化测序项目成为可能,例如23andMe这样的消费级基因公司。成本下降还在向相关领域扩展——测序产生大量医疗数据,处理和存储这些数据的成本在迅速下降,将机器学习应用于这些数据的成本也在迅速下降。

拐点三:多基因评分风险表走向应用

多基因评分风险表从科研工具走向应用的关键节点,体现在两个标志性事件上。

其一是ESPS“完美婴儿”的诞生。ESPS(Embryo Selection Based on Polygenic Scores)是多基因评分(PRSs)的一个应用方向,即在辅助生殖过程中通过评分方式,对胚胎进行多基因相关性状的筛选,从而选择最可能符合需求(比如患某种疾病风险最低、高智力水平概率最高等)的胚胎,移植入母体进行生育。美国一位神经科医生通过该技术定制了一个“完美婴儿”,其小女儿成为世界上第一个经ESPS诞生的“完美婴儿”。目前这一技术除用于科学研究外,主要潜力在于实现多基因遗传病的一级预防。需要说明的是,该技术是否有效、是否安全、是否应该用于优生,目前都没有定论。

其二是国家级大型测序项目。英国启动的一系列研究项目将巩固其在基因组学方面的世界领先地位,其中包括名为“我们的未来健康”的项目——这是全球最大的基因医学项目,将对500万成年人进行脱氧核糖核酸(DNA)测序,并将其与他们的生活方式数据和健康记录挂钩。与此同时,一个新生儿基因组项目将收集10万名婴儿的DNA——包括全部30亿个基因数据——旨在发现儿童期疾病。其他项目将聚焦癌症,以及在医学研究中较少涉及的少数族裔基因组。

关键拐点核心变化行业意义
人类基因组计划提出测定约30亿个碱基对序列的构想把破译遗传信息变成全球性科学目标
完成20年后对基因的了解依然约等于一无所知揭示“读序列”与“读懂”之间的巨大鸿沟
NGS与三代技术飞速发展,把行业带到基因时代门口大规模测序+大数据/AI解读成为可能
ESPS“完美婴儿”世界首个经ESPS诞生的婴儿多基因评分从科研走向胚胎选择应用
英国大型测序项目500万成年人DNA测序并挂钩健康记录多基因评分风险表的规模化数据基础

常见问题

多基因评分风险表的核心用途是什么?

多基因评分(PRSs)的核心,是把基因与外在表现的相关性用评分方式量化。其应用方向之一是ESPS,即在辅助生殖过程中对胚胎进行多基因相关性状筛选,选择最可能符合需求的胚胎移植入母体。目前这一技术除用于科学研究外,主要潜力在于实现多基因遗传病的一级预防。

为什么说人类基因组计划完成20年后对基因仍了解有限?

因为大量并未被识别和阐明的区域,并非由于不重要而被选择性忽略,而是由于技术局限让人无法洞察全貌。这些区域像一个个黑洞,提示着研究者的能力边界。测序的理想状态,是在不改变DNA/RNA分子原始状态下,对碱基序列进行直接、准确识别,而这正是技术持续迭代的方向。

英国的大型测序项目对多基因评分意味着什么?

英国启动的一系列研究项目,将巩固其在基因组学方面的世界领先地位。“我们的未来健康”项目作为全球最大的基因医学项目,将对500万成年人进行DNA测序,并将其与生活方式数据和健康记录挂钩;新生儿基因组项目将收集10万名婴儿的DNA,包括全部30亿个基因数据。这些大规模数据积累,是多基因评分风险表从科研工具走向规模化应用的重要基础。