細胞遺傳學家的新工具和新希望

　　細胞遺傳學意在確定一個基因組中與眾不同的結構特征。這說起來容易，做起來難。多年來，研究人員手頭的工具很有限，只有吉姆薩染色、FISH和DNA芯片。新興的DNA測序技術將細胞遺傳學的分辨率提高到前所未有的水平，縮小了分子細胞遺傳學和分子遺傳學之間的距離。

　　然而，測序，想說愛你不容易。測序讀長仍然太短，難以直接回答細胞遺傳學的問題。當然，新的策略在不斷開發中。在此，我們展望一下基因組測序在發現染色體結構變異(CV)上的前景，盡管有些區域目前仍無法解析，但隨著技術的發展和進步，終究會突破。

　　分子細胞遺傳學的技術

　　吉姆薩染色、核型分析等技術適合觀察Mb規模的染色體畸變，如非整倍體和大的重排，這可在顯微鏡下觀察到。利用熒光原位雜交(FISH)技術，研究人員可檢測到低至500 kb的結構差異。

　　DNA芯片的引入實現了拷貝數變異和染色體結構變化的檢測，其分辨率低至5-10 kb。不過它們并不能提供重復拷貝的位置信息。它們也不能檢測平衡易位。或許更重要的是，芯片在高度重復的序列上表現不太好，因而無法分辨異常序列的斷裂點。

　　我們還有另一個選擇，新一代測序(NGS)。據Illumina公司生殖與優生健康的市場部經理Rich Shippy介紹，NGS可檢測所有的畸變類型，包括平衡易位、倒位和序列水平的變異。他認為，與芯片相比，NGS能更加精確地定位CNV，達到近乎單核苷酸的分辨率。

　　NGS分析的策略

　　在開展分子細胞遺傳學分析時，測序的能力無疑取決于多個參數，包括文庫大小、讀長、測序深度以及待分析序列的獨特性。當然，它還取決于分析類型。

　　華盛頓大學的Evan Eichler教授指出，當測序深度達到25倍時，就能可靠地檢測低至2-3 kb的缺失和重復，比其他方法至少高了一個數量級。深度讀取能夠確定絕對拷貝數，但它不能判斷插入序列或倒位，也不能區分重復序列是串聯還是分散在基因組中。

　　為了確定重復的位置，研究人員主要依賴于雙端測序的方法，它從DNA序列兩端開始測序，其正向和反向 read之間的固定距離就代表插入片段的大小。Eichler解釋道：“你要找的是固定在某一位置的一組read，以及固定在另一位置的一組相反的 read。就易位而言，一組可能定位到10號染色體，而另一組定位到20號染色體。那么我抓到了斷裂點。”對于倒位，配對的read可能位于相反的方向。

　　研究人員也采取split-read的策略，以尋找那些一個read能定位到參考基因組，而另一個read不能定位(因為它位于重排斷裂點的另一側)的序列。隨后算法會搜索參考基因組，尋找那些未定位read的定位點。這種分析有望檢測更小的插入和缺失。

　　另一種方法就是序列組裝，其中read被放在一起，通過合并重疊序列而形成連續的contig。這通常依賴于de novo和本地組裝算法的組合，因其序列長且足夠準確，被認為是最有希望確定任何染色體畸變斷裂點的方法。

　　讀長越長，希望越大

　　Evan Eichler教授指出：“如果與細胞遺傳學易位、缺失、重復或倒位相關的所有斷裂點都定位在單一序列內，那就不會有什么問題。但許多易位都定位到大的、高度相同的重復序列中，這也是系統無能為力的地方。我們沒有足夠大的庫，或者說單個read不夠長。”

　　所謂的第三代測序能提供明顯更長的read，有望解決這一問題。例如，Pacific Biosciences的最新試劑帶來了8,500 bp的讀長，甚至有相當一部分read超過30,000 bp。這些read可跨越許多重復區域，將它們定位到參考基因組中。

　　Illumina的Moleculo技術也提供了一種單體型策略，但不是基于長的read，而是統計學和條形碼。該公司最近在《Nature Biotechnology》上介紹了這種方法，名為“統計學輔助的長read單體型分析(SLRH)”。利用SLRH，他們能夠將三個人類基因組中 99%的單核苷酸劃分到長度為0.2-1 Mb的單體型塊中1。

　　當然，更長read的最終目標是從頭開始構建出一個基因組。畢竟，這才是分子細胞遺傳學家所追求的，基因組結構的準確描述。Eichler認為：“這是此領域的圣杯：如果你拿到一個基因組，測序，并無需任何指導將其準確組裝，那么你就大功告成了。所有的分子細胞遺傳學家將失去工作。你會了解所有的倒位、缺失和重復。”

　　這一天可能不會太遙遠。在上個月召開的基因組生物學技術進展大會(AGBT)上，Pacific Biosciences宣布了首個只利用PacBio read的de novo人類基因組組裝。利用平均讀長為7,700 bp的reads，他們組裝了54x的基因組，據介紹，讀長將在一年之內達到20,000 bp。當這一切實現時，細胞遺傳學的答案可能唾手可得。