人类基因组计划在完成时测定了人类基因序列中的98%，精确度为99.99%——这意味着仍有约2%的序列（多集中于着丝粒等复杂重复区域）未被完整测定，同时每万个碱基中可能存在一个错误。这两组数字揭示了基因测序行业在技术端与应用端面临的深层挑战：准确性风险并非理论瑕疵，而是在临床与产业场景中会被显著放大的现实问题。

技术局限：从98%到100%的长路

人类基因组计划于2003年4月14日由中、美、日、德、法、英6国科学家宣布完成序列图绘制，作为与曼哈顿原子弹计划、阿波罗计划并称的三大科学计划之一，其历史意义无需赘言。但“完成”并不等于“100%完整”——官方公布的口径是98%的序列获得测定。未测定的2%并非随机缺失，而主要集中于着丝粒等高度重复、结构复杂的区域，这些区域对当时的测序技术而言极难“拼图”还原。

99.99%的精确度看似极高，但在人类约30亿对核苷酸的基因组规模下，这意味着每万个碱基可能产生一个错误。对于单次检测而言，这种误差率或许可接受；但当测序结果用于临床决策时，误差的绝对数量与分布位置才是真正的风险来源。

临床应用中的风险放大效应

测序错误在临床场景中的影响并非线性叠加，而是呈现显著的放大效应：

  • 肿瘤检测：低频突变（如早期肿瘤释放的微量循环肿瘤DNA）可能被系统误差淹没，导致假阴性；反之，测序噪音也可能被误判为真实突变，造成假阳性。
  • 遗传病筛查：单基因病的诊断高度依赖特定位点的碱基读取准确性。若错误恰好落在致病位点，可能直接导致误诊或漏诊。

此外，第一代测序技术虽然准确性可高达99.999%，但成本高、通量低，无法支撑大规模基因组层面的分析；而高通量测序技术（NGS）虽实现了“超摩尔定律”式的成本下降——从2001年近亿美元级降至2022年的100美元级——但在读长、重复区域解析等方面仍存在技术折衷。成本与准确性之间的平衡，是行业持续面对的核心矛盾。

非技术风险：隐私、伦理与行业治理

基因数据的特殊性远超普通医疗数据——它不仅关乎个人，还牵涉血缘亲属，且具有终身不变、不可更改的特性。行业面临的风险因此远不止于技术层面：

  • 数据隐私与安全：基因组数据一旦泄露，无法像密码一样重置。随着测序成本降至100美元级别、普及度大幅提升，海量基因数据的存储、传输与使用安全成为日益严峻的挑战。
  • 基因歧视风险：个人基因信息若被保险公司、雇主等第三方不当使用，可能引发就业、投保等方面的歧视问题。
  • 伦理边界：基因信息的知情权、使用权、解释权归属，以及对预测性信息的披露尺度，均缺乏统一的行业规范。

这些非技术性风险对行业发展的制约，与技术准确性风险同等重要——技术解决了“读得准不准”的问题，而伦理与治理需要回答“读完之后怎么办”。

常见问题

人类基因组计划未测定的2%包含什么？

主要集中于着丝粒等高度重复、结构复杂的区域。这些区域包含大量串联重复序列，难以用当时的测序技术进行准确拼接和定位。

99.99%的精确度在临床应用中够用吗？

取决于应用场景。对于全基因组范围内的变异扫描，每万个碱基一个错误的累积效应可能造成一定数量的假阳/假阴性结果；而在单基因病产前诊断等场景中，第一代测序技术仍因其接近100%的准确率而被广泛使用。

基因测序成本下降会加剧数据风险吗？

成本下降推动测序普及度提升，意味着基因数据总量快速膨胀。高通量测序技术使单例成本降至100美元级，但数据量的指数级增长对隐私保护、数据治理和伦理规范提出了更高要求——技术普惠与风险管控必须同步推进。