李超

摘 要：人類染色體結(jié)構(gòu)變異是多種疾病產(chǎn)生的根源，研究人體中結(jié)構(gòu)變異對癌癥和相關(guān)基因疾病的治療具有十分重要的意義。本文介紹了人類染色體結(jié)構(gòu)變異的主要情況，總結(jié)了目前已有的性能優(yōu)良的結(jié)構(gòu)變異檢測方法，并分析了結(jié)構(gòu)變異研究所面臨的主要挑戰(zhàn)。

關(guān)鍵詞：染色體；結(jié)構(gòu)變異；檢測

中圖分類號：Q343.2，S565.1 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-2064（2017）10-0188-02

1 染色體結(jié)構(gòu)變異

1.1 染色體結(jié)構(gòu)變異簡介

染色體的結(jié)構(gòu)變異 （Genomic structural variants， SVs），是人類基因變異的一個主要來源[1]，同時結(jié)構(gòu)變異也是一些常見疾病產(chǎn)生的主要原因。雖然基因組中的結(jié)構(gòu)變異并不如單核苷酸多態(tài)（single nucleotide polymorphisms， SNPs）[2]更加常見，但是由于它比起SNPs有更大的尺寸及更復(fù)雜的結(jié)構(gòu)，使其在染色體組的變異中扮演著更重要的角色。

結(jié)構(gòu)變異的類型主要包括兩類，一類是不改變基因片段拷貝數(shù)目的平衡性結(jié)構(gòu)變異（balanced structural variation），另一類是改變基因片段拷貝數(shù)目的非平衡性結(jié)構(gòu)變異（unbalanced structural variation）[3]。基本類型的結(jié)構(gòu)變異主要包括刪除（deletions）、插入（Insertion）、倒位（Inversions）、易位（Translocations）、隨即復(fù)制（Duplications）和拷貝數(shù)變異（Copy-Number Variants）[4]。基于這幾種基本類型的結(jié)構(gòu)變異，在實(shí)際情況中會出現(xiàn)一個變異包含多種基本類型變異的情況，例如倒位易位，甚至更復(fù)雜的情況。通常情況下，一個結(jié)構(gòu)變異在序列中的長度約為1Kb到3Mb。

1.2 染色體結(jié)構(gòu)變異與疾病的關(guān)系

結(jié)構(gòu)變異和某些基因疾病的產(chǎn)生具有緊密相關(guān)的聯(lián)系。結(jié)構(gòu)變異存在于不同個體之間，可引起個體之間的表型差異[5]，例如外貌、行為、環(huán)境適應(yīng)性等[6]。同一個體不同細(xì)胞間的結(jié)構(gòu)變異的類型及數(shù)目也存在差異，這些結(jié)構(gòu)變異可能直接或間接的影響某些關(guān)鍵基因的表達(dá)，從而導(dǎo)致癌癥、21-三體綜合征（唐氏綜合征）[7]、貓叫綜合性征[8]和一些精神類疾病的產(chǎn)生。

隨著對癌癥研究的不斷深入，人們已經(jīng)意識到在癌癥的形成和發(fā)展過程中，結(jié)構(gòu)變異起到舉足輕重的作用。當(dāng)人體染色體中的某些關(guān)鍵基因發(fā)生突變時，細(xì)胞的生成速度會大于細(xì)胞的凋亡速度，進(jìn)而細(xì)胞群落不斷擴(kuò)大，導(dǎo)致患者體內(nèi)的腫瘤逐漸形成，病情進(jìn)一步惡化，形成癌癥。如果能夠把癌癥患者體內(nèi)的變異基因識別清楚，這將對癌癥的治療具有很重要的作用。目前，導(dǎo)致癌癥的典型原癌基因和抑癌基因已經(jīng)識別的比較全面。但由于檢測方法的限制，必定還有一些與癌癥的產(chǎn)生關(guān)系很大的基因未被識別出來，對這類基因的識別依然有很重要的意義。

2 染色體結(jié)構(gòu)變異的檢測

2.1 檢測染色體結(jié)構(gòu)變異的重要意義

對基因測序數(shù)據(jù)中結(jié)構(gòu)變異的檢測是對結(jié)構(gòu)變異進(jìn)行研究的一項(xiàng)重要內(nèi)容。高通量測序技術(shù)的引進(jìn)，對于生殖細(xì)胞和體細(xì)胞中結(jié)構(gòu)變異的檢測起到了巨大的推動作用。目前已有許多種基于不同統(tǒng)計(jì)方法所開發(fā)的結(jié)構(gòu)變異檢測方法，這些方法主要包括以下幾種類型：通過分析讀片的覆蓋度來檢測結(jié)構(gòu)變異的方法稱之為讀深度分析（read-depth analysis）[9]；通過分析高通量測序數(shù)據(jù)中不正常的映射對（mapping pairs）的檢測方法稱為雙末端映射方法（paired-end mapping methods）[10]；通過分析斷點(diǎn)類型及斷點(diǎn)區(qū)間的方法稱之為split-read分析。識別結(jié)構(gòu)變異需要將讀片與參考序列進(jìn)行比對，根據(jù)比對信息，提取異常測序片段對（discordant read pairs）[11]，并對其聚類，根據(jù)聚類結(jié)果判斷基因組上的結(jié)構(gòu)變異類型，進(jìn)而識別出結(jié)構(gòu)變異的斷點(diǎn)連接點(diǎn)（breakpoint）即間斷點(diǎn)。對高通量測序平臺產(chǎn)生的原始數(shù)據(jù)重建待檢序列，理論上可以用于檢測任何結(jié)構(gòu)變異類型，但是由于基因組中存在著大量的重復(fù)區(qū)域，這使得在序列組裝過程中很難確定測序讀片在基因組上的準(zhǔn)確位置。同時，由于測序錯誤的存在以及基因組結(jié)構(gòu)的復(fù)雜性，從而加大了結(jié)構(gòu)變異檢測的困難。針對一個樣本，所用的模型不僅需要將識別出的體細(xì)胞基因組結(jié)構(gòu)變異個數(shù)控制在幾十個或者幾百個，而且還要給出每個結(jié)構(gòu)變異發(fā)生的概率值，這為癌癥早期發(fā)現(xiàn)以及診斷治療提供了一個重要的參考對象。此外，大量的檢測結(jié)果表明，對于不同類型的癌癥以及同一種癌癥的不同樣本，每種結(jié)構(gòu)變異的類型所占比重不同。如何分析并解釋腫瘤異質(zhì)性，就要對癌癥樣本中的結(jié)構(gòu)變異進(jìn)行識別，進(jìn)而可以對癌癥病人進(jìn)行靶向用藥，促進(jìn)精準(zhǔn)醫(yī)療的發(fā)展[12]。

2.2 結(jié)構(gòu)變異的檢測方法

結(jié)構(gòu)變異檢測方法性能的優(yōu)劣主要用敏感性和精確性兩個值來衡量，而敏感性和精確性在一定程度上又是兩個相互對立的概念，這就使得敏感性和精確性俱佳的方法難以得到。我們只能在盡量保證精確性的前提下提高檢測方法的敏感性，這就要求我們盡量多的結(jié)合已經(jīng)得到的序列比對信息，并且運(yùn)用與堿基的分布相貼合的分布模型，來統(tǒng)計(jì)已知信息，得到更可靠的結(jié)構(gòu)變異位點(diǎn)?，F(xiàn)在的結(jié)構(gòu)變異檢測方法中，有的結(jié)合信息不夠，從而導(dǎo)致檢測方法的精確性不高，有的檢測方法所用的概率分布與實(shí)際情況出入較大，這就會對檢測結(jié)果的敏感性和精確性都造成較大的不利影響。表1中總結(jié)了目前已經(jīng)發(fā)布并且應(yīng)用比較廣的四種檢測結(jié)構(gòu)變異的軟件，并且對他們的性能特點(diǎn)做了簡要的概述。

除了上述的四種檢測結(jié)構(gòu)變異的軟件之外，還有很多與之相似的軟件，例如：Pindel，GASV，HYDRA，Swan等。值得注意的是，由于不同的軟件各有自己不同的特點(diǎn)，所以在進(jìn)行結(jié)構(gòu)變異檢測的時候，要根據(jù)測序數(shù)據(jù)的實(shí)際情況，選用合適的軟件進(jìn)行檢測。

3 結(jié)語

染色體中結(jié)構(gòu)變異的研究，對各種基因疾病尤其是癌癥的治療具有十分重要的意義。結(jié)構(gòu)變異研究的一項(xiàng)重要內(nèi)容是對其進(jìn)行檢測。目前已有一些優(yōu)秀的檢測方法和軟件，它們都有各自的優(yōu)點(diǎn)，但也存在很多不足。建立敏感度和精確度俱佳的結(jié)構(gòu)變異檢測方法，是當(dāng)前結(jié)構(gòu)變異研究的一項(xiàng)重要內(nèi)容。

參考文獻(xiàn)

[1]G. R. Abecasis，D. Altshuler，A. Auton等. A map of human genome variation from population-scale sequencing[J]. Nature，2010， 467（7319）：1061-1073.

[2]G. H. Roffler，S. J. Amish，S. Smith等. SNP discovery in candidate adaptive genes using exon capture in a free-ranging alpine ungulate[J]. Mol Ecol Resour，2016， 16（5）：1147-1164.

[3]R. M. Layer，C. Chiang，A. R. Quinlan等.LUMPY： a probabilistic framework for structural variant discovery[J]. Genome Biol，2014，15（6）：R84.

[4]H. Parikh，M. Mohiyuddin，H. Y. Lam等. svclassify： a method to establish benchmark structural variant calls[J]. BMC Genomics，2016， 17：64.

[5]龔強(qiáng). 基因組變異的深度挖掘[M]：中國科學(xué)院北京基因組研究所，2013. 135.

[6]P. H. Sudmant，T. Rausch，E. J. Gardner等. An integrated map of structural variation in 2，504 human genomes[J]. Nature，2015， 526（7571）：75-81.

[7]李沖.唐氏綜合癥外周血表達(dá)譜分析和21號染色體DNA甲基化譜分析[M].復(fù)旦大學(xué)，2012. 150.

[8]周煥庚，康雪珍，張蒨蒨.貓叫綜合癥的細(xì)胞遺傳學(xué)研究[J].遺傳學(xué)報(bào)，1982（01）：20-23.

[9]K. Chen，J. W. Wallis，M. D. McLellan等. BreakDancer： an algorithm for high-resolution mapping of genomic structural variation[J]. Nat Methods，2009， 6（9）：677-681.

[10]A. Abyzov，M. Gerstein. AGE： defining breakpoints of genomic structural variants at single-nucleotide resolution， through optimal alignments with gap excision[J]. Bioinformatics，2011， 27（5）：595-603.

[11]H. Li，B. Handsaker，A. Wysoker等. The Sequence Alignment/Map format and SAMtools[J]. Bioinformatics，2009， 25（16）：2078-2079

[12]劉軍蘭，姜軍.精準(zhǔn)醫(yī)學(xué)的新計(jì)劃[J].中華乳腺病雜志（電子版），2016（02）：124-125