文章转载自“安捷伦诊断与基因组学”公众号

　　全外显子组测序的应用场景越来越多，根据不同应用场景打造更适配的检测产品，使之成为一种高效、便捷的测序方案。

　　从 2009 年至今，基于 SureSelect 液相杂交捕获技术，安捷伦持续推出更优秀的 WES 检测产品。SureSelect WES V8 即最新上市的产品体系，机器学习驱动的探针铺设方式带来了更优异的数据表现和极高的设计占比。

　　区别于既往 V6/V7，V8 在核心版本之外，还包含 NCV/UTR/CNV Backbone/Mito 等版本，为什么需要这些不同的产品组合以及它们各自适应于什么样的应用场景，则是本文的重点。

　　我们将从基因组结构与功能(上篇)、应用案例（下篇）两个维度进行阐述。

　　图 1：安捷伦最新 SureSelect WES V8 产品家族

　　WES+NCV

　　NCV: Non-coding Clinical Variants

　　存在即合理，BUT，存在即有用吗？

　　事实上，每个基因中都有编码区与非编码区，非编码区在对基因的表达调控中发挥重要作用，如启动子，增强子，终止子等都位于该区域。所以，非编码序列并非“垃圾 DNA”。

　　人类基因组中 98.5% 是非编码序列，非编码区虽然不编码蛋白质，但对于遗传信息表达是不可缺少的。

　　对遗传病而言，近 90% 的易感变异位于基因组非编码区，其下游调控机制未知，亟需解析其分子调控机制，才能将基因组学的发现最终转化为临床药物靶标。

　　人类基因组非编码区的注释和变异致病性的预测，及变异机制的解析，是当前遗传学领域的研究热点和难点。

　　2022 年 7 月，Genome Medicine 杂志发表了一篇《对基因组非编码区发现的变异的临床注释建议》的文章，为改善罕见病的诊断，以及评估其他非编码变体的致病性提供了更明确的指导。

　　在肿瘤的研究当中，non-coding somatic mutations 也非常重要，例如肝癌等多种肿瘤中的 TERT 启动子、T 细胞急性淋巴细胞白血病中 TAL1 基因的增强子，结直肠肿瘤中 CTCF/cohesin-binding sites 等等。

　　非编码基因组具有高突变率和重复性的特点，这就导致了较高的背景突变以及潜在的 mapping errors；因而，对于功能性非编码区域的识别与特征分析，相比于编码区的驱动突变，有着独特的挑战。

图 2：基因结构示意图

　　相比于其他同类产品，安捷伦 SureSelect WES V8+NCV 产品，更好的覆盖了 HGMD，ACMG，ClinVar 数据库中的致病和可能致病的遗传变异，为遗传学家提供了更有力的研究复杂遗传疾病的利器。

　　安捷伦 SureSelect WES V8+NCV 的覆盖情况

　　WES+UTR

　　先来看看什么是 UTR？

　　UTR: 即 untranslated region，非翻译区，是 mRNA 分子两端的非编码片段。

　　当从 DNA 转录为成熟 mRNA 后，会从第一个 AUG (起始密码子)开始翻译产生蛋白，这即是我们熟悉的中心法则。

　　但是请注意，翻译起始位点并不是从第一个外显子最前端开始的，而是 5’ 端第一个 AUG，那么，在起始密码子之前的序列就是 5’UTR exon (untranslated region)（即图 2 中第三个条的深蓝色部分）；相应的，在 3’ 端的终止密码子之后，也有一部分不翻译的外显子被称为 3’UTR exon （即图 2 中第三个条的后端绿色区域）。

　　简单一个小题目，快速记忆：哪个区域参与基因组翻译过程?

　　A：3’UTR exons

　　B：5’UTR exons

　　C：CDS exons

　　点击下方空白处查看答案

　　正确答案：C

　　5’UTR 与 3’UTR，其长度是多少呢？

　　真核生物 5′ 非翻译区的中位数长度一般约为 150 核苷酸（nt），但有些可长达数千碱基。有些病毒和细胞的基因有着非常长和结构性的 5' 非翻译区，这可能会影响基因表达。平均而言，3′ 非翻译区往往是 5′ 非翻译区的两倍长。

　　举一个例子：

　　CDK4 基因，在乳腺癌中是非常重要的药物靶点。它的第一个外显子加上第二个外显子的前半部分，都是 5'UTR Exon，从 exon2 中间位置的 ATG 才开始翻译（图 3 中红色方框）。

图 3：CDK4 基因的部分结构示意图

　　UTR 区域有许多调控元件， 例如，uORFs（upstream ORFs）、IRESs（Internal ribosome entry sites，内部核糖体进入位点）、poly(A) 信号、miRNA 结合位点等。

　　5’UTR 主要功能包括：调控 mRNA 出细胞核，核糖体招募，调节翻译起始、调节 mRNA 稳定性等等；

　　3'UTR 主要功能包括：调节 mRNA 的稳定性，调控 mRNA 的定位表达，调控 mRNA 的翻译，通过结合多个 RNA 绑定蛋白来行使调控功能等等。

　　图 4. 5’ and 3’UTR elements and how they are co-opted in cancer.

　　引自：Trends Cancer. 2019 April ; 5(4): 245–262. doi:10.1016/j.trecan.2019.02.011.

　　关于这些调控元件的生物学作用，例如在学习与记忆、神经退行性疾病、恶性肿瘤等疾病中的作用，依然有很多待回答的科学问题。

　　对于真核 UTR 的结构和功能开展广泛和深入的研究，去阐明各类基因翻译背后的精密调控机制，为针对更精细翻译水平的新诊疗策略研究铺平道路，是当前研究的重要问题。

　　安捷伦 SureSelect WES V8+UTR 的覆盖情况和测序表现

　　WES+CNV backbone

　　CNV（Copy number variation，拷贝数变异）是人类遗传病的一大重要原因，由基因组发生重排而导致。

与 CNV 变异相关的疾病示例

　　随着测序技术的快速发展，被鉴定发现的 CNV 数量越来越多，已有超过数万个 CNV 位点被记录在 DGV 数据库(Database of Genomic Variants)中，这些 CNV（主要为微缺失和微重复）所覆盖的染色体范围约占人类全基因组的 20% 以上。

　　CNV 在全基因组范围内都可能发生，如果仅针对外显子区检测会导致大量的疾病相关 CNV 的漏检。为了更全面的检出 CNV，需专门添加可提高 CNV 检出准确度的高密度 SNP 骨架。这样一方面有利于提高检测分辨率，另一方面可以覆盖没有基因编码区的致病性区域。

　　安捷伦 OneSeq 可在一次经济有效的 NGS 分析中检索所有的变异类型，快速发现疾病有关的新型变异，揭示疾病相关的生物学通路。安捷伦提供了两套不同检测分辨率的 SureSelect OneSeq CNV Backbones，分别可以实现 1 Mb CNV 检测分辨率 和 300 kb CNV 检测分辨率。

　　OneSeq CNV 骨架捕获探针设计用于靶向具有最佳 GC 含量和可定位的基因组区域。这样即可产生高度一致的测序深度分布，并最终获得可靠的全基因组 CNV 检测。

　　而且，OneSeq CNV 骨架捕获探针可与任意 SureSelect 目录外显子组联合使用，以进行 SNV、插入和缺失检测。即使在 CNV 骨架捕获探针存在的情况下，这些区域仍然具有极佳的覆盖率，从而可确保检测的准确性。

　　WES+Mito

　　线粒体是普遍存在于生物体细胞内提供能量的细胞器，而且线粒体中含有遗传信息，是一个独立的遗传体系。

线粒体 DNA 示意图

　　人类线粒体基因组（Mitochondria DNA，mtDNA）的全长 16.6kb, 是一种双链环状 DNA，不具有内含子 — 外显子结构，仅含有 37 个基因。线粒体基因组具有独特的特征，包括结构简单、编码区域高度保守、母系遗传、重组率低、拷贝数高、异质性等。

部分线粒体疾病示例

　　每一个细胞中含有数百至数千个 mtNDA 拷贝。通常 mtDNA 具有异质性，即同时存在突变以及野生型的 mtDNA，并且每个细胞、组织中的 mtDNA 的突变比例及拷贝数并不一致。

　　线粒体 DNA（mtDNA）突变，会导致多种线粒体遗传病和线粒体功能异常，如帕金森综合征、阿尔兹海默症、糖尿病、肿瘤等。捕获完整的线粒体基因组有利于对线粒体基因病的检测与研究。

　　以 SureSelect WES V8 为核心，安捷伦提供了以上优异的产品组合，并可实现个性化定制，满足不同应用场景的基因组学研究项目。SureSelect WES 产品深度解析（下篇）将聚焦应用案例，展示 SureSelect 产品的广泛应用。

　　以上内容仅限研究使用。不可用于诊断目的。