基因分型和测序技术

基因分型和测序技术是药理基因组学检测报告中用于检测遗传变异的实验室方法。它们涵盖了从检测已知变异固定列表的靶向检测到逐个碱基读取DNA片段的下一代测序。平台的选择决定了可以发现哪些变异、如何处理稀有或结构复杂的等位基因，以及因此患者的药理基因谱可以被表征的完整程度。

Definition

基因分型和测序技术是用于检测药理基因中遗传DNA变异的分析方法，包括检测预定义变异的靶向基因分型检测和读取基础DNA序列以识别已知和新变异的测序方法。

Scope

本条目涵盖了药理基因组学实验室中使用的主要检测技术类别：靶向单核苷酸变异基因分型（芯片和等位基因特异性检测）以及包括Sanger测序和下一代测序在内的测序方法。它解释了为什么基因分型面板只能检测预先指定的变异，而测序可以发现新的和复杂的变异，以及为什么像CYP2D6这样复杂的药理基因对每个平台都构成挑战。这是对方法的参考性描述，而非实验室操作规程或检测订购指南。

Core questions

• 靶向基因分型和测序之间有什么区别？它们各自检测什么？
• 为什么基因分型面板只报告有限的变异集？
• 测序平台如何处理新的或稀有的药理基因变异？
• 为什么像CYP2D6这样的基因在技术上难以准确分型？

Key concepts

• 靶向基因分型与非靶向测序
• 单核苷酸变异芯片
• 下一代测序
• Sanger测序
• 星号等位基因和二倍体判读
• 药理基因中的结构变异和拷贝数
• 分析覆盖率和面板遗漏的变异

Mechanisms

靶向基因分型检测对DNA样本进行预定变异位点检测，通常是常见的、特征明确的单核苷酸变异和选定的结构变化；它们快速且廉价，但只报告其设计用于检测的变异。测序则读取目标区域的核苷酸序列，因此可以识别已确立的和以前未观察到的变异，包括靶向面板可能遗漏的稀有等位基因（Tafazoli et al., 2021; Roden, 2019）。检测到的变异被映射到标准化的星号等位基因定义并组合成一个二倍体；药理基因变异联盟维护着使这种映射在不同实验室之间保持一致的参考等位基因定义（Gaedigk et al., 2017; Gaedigk et al., 2021）。高度多态性和结构可变的基因，如CYP2D6，可能携带缺失、重复和嵌合等位基因，对所有平台来说仍然具有技术挑战性。

Clinical relevance

实验室使用的平台决定了药理基因组学结果的声明范围：正常的靶向基因分型结果仅意味着检测到的变异不存在，而不是基因完全没有所有变异。认识到这种区别是评估药理基因组学报告的一部分。本条目描述了如何检测变异，并非关于选择、订购或根据特定检测采取行动的指南。

Evidence & guidelines

用于解释基因分型和测序结果的参考等位基因定义由药理基因变异联盟（Pharmacogene Variation Consortium）管理，该联盟标准化了药理基因的星号等位基因命名法（Gaedigk et al., 2017; Gaedigk et al., 2021）。临床药理基因组学中下一代测序的综述描述了平台的比较覆盖范围和局限性（Tafazoli et al., 2021）。这些是方法学参考，而非规定性的护理标准。

History

药理基因组学检测始于单基因检测和Sanger测序，随后通过高通量单核苷酸变异芯片扩展，允许同时检测许多变异。下一代测序的出现使得读取整个药理基因并发现稀有和新等位基因成为可能，将该领域从仅检测常见已知变异转向更全面的特征描述（Tafazoli et al., 2021; Roden, 2019）。与此同时，药理基因变异联盟对等位基因命名法的整合为该领域提供了一个共同的参考，用于命名这些技术所检测到的内容（Gaedigk et al., 2017）。

Debates

临床检测中靶向基因分型与测序的选择

靶向面板更便宜、更快，但会遗漏稀有和新变异，而测序更完整但成本更高且解释更复杂；对于常规药理基因组学检测的适当平衡仍在讨论中。

Key figures

• Andrea Gaedigk
• Magnus Ingelman-Sundberg
• Teri E. Klein
• Dan M. Roden

Seminal works

• gaedigk-2017
• tafazoli-2021
• roden-2019

Frequently asked questions

正常的基因分型结果是否意味着患者没有相关的变异？

不一定。靶向基因分型只检测其设计用于检测的特定变异，因此正常结果排除了这些变异，但不能排除只有测序才能发现的稀有或新变异。

为什么CYP2D6被认为难以进行基因分型？

CYP2D6具有高度多态性，易发生基因缺失、重复和嵌合等位基因等结构变化，这些变化在许多平台上技术上难以准确检测和解析。