英国10万新生儿全基因组计划落地，基因测序技术路线和准确性面临哪些挑战？
英国新生儿基因组项目计划对10万名婴儿进行全基因组测序，收集全部30亿个基因数据。这一大规模应用对当前主流测序技术（如NGS和三代测序）在通量、成本、准确性上提出了严峻挑战。核心难点在于：如何在保证高准确率（尤其对罕见变异）的前提下，以可负担的成本处理海量数据，并克服现有技术对基因组“暗区”（未被识别的区域）的检测盲区。
技术路线之争：短读长与长读长的平衡
当前基因测序主要依赖NGS（二代测序）和三代测序技术。NGS通量高、成本低，适合大规模筛查，但其读长短，难以准确解析重复序列和结构变异；三代测序（如长读长技术）能读取更长的DNA片段，有助于填补基因组“黑洞”，但单次测序错误率较高，且通量和成本目前仍不占优。对于10万新生儿全基因组项目，需要根据具体检测目标（如点突变、拷贝数变异、结构变异）在两种技术路线间做出权衡。
准确性挑战：变异检测的“暗区”与深度要求
人类基因组包含约30亿个碱基对，但大量区域因技术局限尚未被阐明，被称为“黑洞”。这些区域可能携带重要遗传信息，但现有测序技术难以准确读取。要实现儿童期疾病的精准筛查，测序深度必须足够高，以区分真实变异与测序错误。错误率控制是关键：三代测序虽能覆盖更多区域，但其较高的碱基识别错误率需要通过深度测序或算法校正，这会显著增加成本。
成本与质量的平衡：超摩尔定律下的现实
基因测序成本曲线的下降幅度远超摩尔定律，但10万人规模的全基因组测序仍面临巨大经济压力。处理、存储和分析产生的海量医疗数据，以及将机器学习应用于这些数据的成本，都在迅速下降。然而，在保证变异检测准确性（尤其是低频变异）的前提下，如何将单位基因组成本降至可规模化应用的水平，仍是技术落地前的核心壁垒。目前，国内测序仪市场已形成自研（如华大智造）与外资合作（如Illumina）并存的格局，国产化率的提升有望进一步降低成本。
常见问题
全基因组测序与靶向测序有何区别？
全基因组测序覆盖人类全部30亿个碱基对，能发现未知变异，但数据量和成本更高；靶向测序只检测特定基因区域，通量高、成本低，但可能遗漏基因组“暗区”的致病突变。
长读长测序能完全替代NGS吗？
不能。长读长测序擅长解析结构变异和重复序列，但其单次错误率较高，且通量和成本目前仍不及NGS。实际应用中常将两者结合：用NGS进行大规模筛查，再用长读长技术对疑难区域做补充验证。
10万新生儿基因组数据如何保障安全？
基因数据属于国家重要安全资源。国内已出台《人类遗传资源管理条例》和《生物安全法》，对基因组数据的采集、存储和使用进行严格监管。测序仪进入医疗机构需经国家药监局审批，目前获批设备主要来自华大智造自研产品或与Illumina等外资合作研发的机型。