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，这一大规模应用对当前主流测序技术提出了严峻考验。核心挑战集中在三方面：短读长与长读长测序的技术路线平衡、变异检测的准确性“暗区”、以及超摩尔定律成本下降下的质量保障。 该项目旨在通过收集10万名婴儿的DNA——包括全部30亿个碱基对数据——来发现儿童期疾病，其规模和技术要求都远超常规临床应用。

技术路线之争：短读长与长读长的平衡

当前基因测序领域，NGS（下一代测序）和三代测序技术正在飞速发展，已将行业带到基因时代的门口。短读长测序（如NGS）凭借高通量和成熟度成为大规模筛查的主力，但在面对基因组中大量未被识别和阐明的区域时存在局限——这些区域并非不重要，而是因技术局限性让人无法洞察全貌，如同一个个“黑洞”。

长读长测序技术理论上能更完整地跨越重复区域和结构变异，但通量和成本仍需验证。对于10万新生儿这样的大规模项目，技术路线的选择本质上是通量、成本与完整度之间的权衡，需要根据项目目标（儿童期疾病筛查）确定最优组合。

准确性挑战：变异检测的“暗区”与深度要求

全基因组测序的准确性不仅取决于测序仪本身，还涉及生物信息学分析的各个环节。人类基因组中存在大量未被识别和阐明的区域，这些“暗区”恰恰是变异检测最容易遗漏或误判的地方。 对新生儿遗传病筛查而言，漏检或误检的后果尤为严重，因此对测序深度和覆盖均匀度的要求远高于科研用途。

此外，通过大规模DNA测序积累足够数据后，还需要借助大数据分析和AI等形式解读基因与外在表现的相关性，这一解读链条的准确性同样面临挑战。目前，基因测序的三大应用场景——辅助生殖、癌症早筛、遗传病研究——都对准确性提出了不同层次的要求，而新生儿全基因组筛查无疑处于最严格的一端。

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，已远超摩尔定律下计算能力成本的下降幅度，这种“超摩尔定律”式下降让10万级别的大规模测序在经济上成为可能。但成本下降并不自动等于质量提升，如何在成本可控的前提下保证数据质量，是项目落地的关键。

值得注意的是，基因数据涉及国家安全，各国在基础科研上相互合作，但在基因数据层面必然选择封闭。国内测序仪市场已呈现国产化率提升的趋势，获批设备包括华大智造自研产品以及与外资合作的“类贴牌”测序仪，这为大规模项目的自主可控提供了基础。对英国项目而言，其技术路线选择也需兼顾数据安全与合规要求。

常见问题

全基因组测序和靶向基因测序有何区别？

全基因组测序覆盖人类全部约30亿个碱基对，能发现意料之外的变异，但数据量巨大、分析复杂；靶向测序只关注特定基因区域，成本更低但可能遗漏其他致病位点。新生儿筛查项目选择全基因组路线，目的是最大化发现儿童期疾病的遗传病因。

测序成本下降的速度有多快？

基因测序成本曲线的下降幅度远远大于摩尔定律下计算能力成本的下降幅度，这种“超摩尔定律”趋势使大规模人群测序项目在经济上变得可行。但具体成本数值会随技术和市场变化而波动，建议以官方后续公布的数据为准。

测序结果能直接用于临床诊断吗？

不能直接等同。测序发现的是基因序列信息，还需要通过大数据分析、AI解读以及临床医生的专业判断，才能转化为诊断结论。从测序数据到临床决策之间，仍存在复杂的解读链条，这也是当前准确性挑战的重要来源。