实验技巧：寻找疾病-基因突变

　　2016年08月22日讯 去年秋天，千人基因组计划（1000 Genomes Project）揭示了人类基因组中8800万个突变，但科学家们并不清楚其中大部分突变对于人体健康的意义。而且遗传变异与疾病之间的已知关联，其实很多也并不明确。科学家们如何能准确确定哪些基因或遗传变异是真正有害的呢？

　　全外显子组测序似乎是更好的选择，原因就是两个字：便宜。对基因组中非编码区中的突变进行诠释依然是个难题，因此目前大多数的数据仍不可用，来自鲁汶大学的Adrian Liston说。

　　但尽管如此，去年PNAS发布的一种head-to-head比对新方法指出，全基因组测序对于检测发现罕见病候选突变来说更为有效。

　　研究案例：

　　哥伦比亚大学的的研究组为了寻找“毛人”或者“毛孩”疾病的成因，对患者及其父母进行了全外显子测序。生物信息学分析发现了26个基因变异，它们在患者中是纯合子，在父母中则是杂合子。文献综述将范围缩小到3个基因，然后，对毛囊的分析将其缩小至2个。一个基因--ABCA5，位于其他五例报道的CGHT的相关区域。测序表明，在这名患者中发现的突变，可过早地终止基因。利用免疫荧光和免疫组化方法，研究小组确定，ABCA5--一个胆固醇转运蛋白基因，在对照者的皮肤和毛囊中表达，但是在患者的毛囊和皮肤中却大大降低。

　　先天性全身终毛增多症（congenital generalized hypertrichosis terminalis，CGHT）是一种非常罕见的疾病，发病率未知，已报道的CGHT发病率大约在十亿分之一。其特点是非雄激素依赖性全身性毛发过度生长，且不受性别、年龄和人种限制，也就是人们常说的“狼人综合征”、“毛人”或者“毛孩”现象。

　　采用与你的患者尽可能相似的参考人群

　　譬如千人基因组计划中的大规模参考人群也许并不合适于您的研究项目，如果你需要的人群在这些数据库中找不到，比如说研究项目是一个相对偏僻的村庄，并不包含在这些项目中，那么你就不得不开始构建自己的参考数据库，或者看看是否有其他人在做。

　　尽可能分析一个家庭

　　分析父母，或者理想情况下，健康的兄弟姐妹的外显子，“如果你要寻找de novo 突变，这个就是必需的，”Liston说。

　　阅读更多的文献

　　生物信息学工具可以帮助你缩小候选基因的范围，通过阅读相关基因文献就能做到这一点。

　　借助团队的力量

　　将候选列表中的基因从10个减少到1-2个并不容易，可以组建一个专家团队，包括了解特定疾病进程的专家，让他们来帮助你确定候选基因。组建后的团队通过多次碰面讨论，进行决策，比如在其他家庭成员中发现某个特殊的突变（Sanger validation）。

　　为发布论文寻找证据

　　Liston在准备他的论文时，需要寻找第二个收到同样突变影响的独立家庭，但他没有找到，为此他求助了其它支持证据，比如细胞系或者动物模型。