拷贝数变异是遗传多样性的一种形式,指某一脱氧核糖核酸片段在不同个体、染色体或细胞中的拷贝数量存在差异。它包括缺失、重复以及规模更大的扩增,涉及的范围可从相对较小的片段到包含许多基因的区域。拷贝数变异是基因组结构变异的一大类:与将一个DNA碱基替换为另一个碱基的变化不同,它改变的是特定遗传物质的数量。
拷贝数变化可以由亲代遗传,也可以在生殖细胞形成过程中发生,或在受精后出现于生物体的部分细胞中。许多拷贝数变化几乎没有可检测到的影响;另一些则会影响基因表达、有助于适应、引发发育障碍或神经系统疾病,或促进癌症的发生发展。其后果不仅取决于片段大小,还取决于哪些序列受到影响、各拷贝如何排列,以及所处的生物学背景。
拷贝数变异研究将染色体生物学、突变的分子机制、群体遗传学和临床基因组学联系起来。这方面的研究也改变了人们对参考基因组的认识:单一的线性序列无法完整呈现一个物种内DNA片段在数量和排列方式上的差异。
定义、尺度与基因组结构
拷贝数变异是指某一确定的DNA序列相对于另一基因组或既定基准,在拷贝数量上存在的差异。在典型的人类二倍体细胞中,大多数常染色体区域有两个拷贝,每条同源染色体上各有一个。其中一条同源染色体发生缺失,通常会使总拷贝数减至一个;发生重复,通常会使总拷贝数增至三个。对于性染色体、拷贝数在正常情况下即可变的基因家族,以及染色体组成不同的生物或组织,这些预期则有所不同。
相关定义随着测量技术的发展而演变。早期的全基因组研究通常将大小下限设为约1千碱基。如今,许多结构变异分析框架采用50碱基对作为操作性界限,因此拷贝数变化现在也可涵盖小得多的变异事件。这两个阈值都不代表生物学上存在根本性的分界。“拷贝数多态性”通常指相对常见的变异,过去常指群体频率至少为1%的变异;而“拷贝数变异”本身并不意味着该变异常见,也不意味着它与疾病有关。
拷贝数状态并不能完整描述染色体结构。总拷贝数为三个,可能源于串联重复、在其他位置插入了额外拷贝,或更复杂的重排。同样,总拷贝数为两个,也不能证明两条同源染色体都完整无缺:一条可能携带缺失,另一条则可能携带重复。因此,变异在各条同源染色体上的排列方式,也就是其单倍型背景,可能具有独立于总拷贝数的影响。多等位基因座在群体中具有两种以上的拷贝数状态,有时其拷贝数的变化范围相当广。
拷贝数变异属于更广义的结构变异,后者还包括不一定改变DNA剂量的平衡性倒位和易位。在最大的尺度上,非整倍性改变的是整条染色体的数目,而多倍性改变的是完整染色体组的数目。这些现象与片段性拷贝数变化一样,都会产生剂量效应,但通常被单独分类。在最小的尺度上,短重复序列扩增与拷贝数变化在概念上有所重叠,不过通常使用专门的术语和方法进行分析。
基因组背景对变异的生物学行为及其可检测性都有重要影响。片段重复是分布于基因组多个位置、长度较长且高度相似的序列区块;它们属于基因组的结构特征,并不一定是存在变异的区域。有些片段重复保持稳定,另一些则会使邻近DNA更容易反复发生重排。参考基因组组装中的拷贝数可能比另一基因组更少或更多,因此,相对于该参考基因组的“缺失”或“重复”,并不必然意味着进化上的丢失或增加。要确定祖先状态,需要比较证据,而不能仅凭与参考基因组的比较。
发现与群体规模图谱绘制
早在“拷贝数变异”一词得到广泛使用之前,人们就已通过细胞遗传学识别出大规模的染色体缺失和重复。显微镜下的染色体分析将染色体结构改变与人类发育异常联系起来,但其分辨率不足以揭示大多数小型或中等大小的变异。此后的分子研究发现了与疾病相关的重排以及存在变异的基因家族,表明即使在常规染色体制片无法观察到的尺度上,DNA剂量也可能存在差异。
当全基因组调查显示,表面健康的个体也携带大量拷贝数增加和减少的变异时,这一领域迎来了决定性的转变。2004年,乔纳森·塞巴特(Jonathan Sebat)和A. 约翰·亚弗拉特(A. John Iafrate)分别领导的独立研究采用基于芯片的方法,发现人类DNA拷贝数存在广泛的大规模变异。这些发现挑战了此前的假设,即人类基因组之间的差异主要来自单碱基替换,而大多数较大规模的剂量改变必然属于罕见异常或具有致病性。2006年,理查德·雷顿(Richard Redon)及其同事对来自国际人类基因组单体型图计划所涵盖人群的270名个体开展研究,进一步扩展了全基因组变异图谱。
早期图谱需要谨慎解读。“拷贝数变异区域”通常是通过合并不同个体中相互重叠的变异来界定的。因此,这类区域在基因组上覆盖的总长度,并不等于任何一个个体所携带的改变DNA的总量。不同技术平台所检测的变异大小范围和基因组区域类型也各不相同。因此,对于人类基因组中有多大比例存在拷贝数变异的估计,很大程度上取决于芯片设计、样本构成、变异定义以及对重叠事件的处理方式。
此后的大型测序项目将拷贝数变异与其他形式的基因组变异整合起来。千人基因组计划的第三阶段分析于2015年发表,为序列变异和结构变异提供了重要的群体参考数据。后续资源,包括基因组聚合数据库中的结构变异部分,改进了对变异群体频率的估计,并识别出破坏性变异异常少见的区域。这种变异匮乏现象可能提示功能约束,但必须将其与重复序列中检测能力不足的情况区分开来。
群体图谱绘制揭示的变异格局具有明显的异质性,而非均匀分布。有些位点会反复发生边界相似的缺失或重复,另一些位点则含有许多结构各异的等位基因。常见的多等位基因区域往往包含参与环境相互作用的基因,包括与免疫反应和代谢有关的基因。与常见变异相比,罕见变异中出现强烈有害事件的可能性更高,部分原因在于选择作用限制了这些事件的频率。
变异目录仍然取决于其所涵盖的人群和采用的技术。数据库中未收录的变异不一定是新近产生的,也不一定有害;表面上的频率差异也可能反映出技术检测带来的偏倚。长读长测序与人类泛基因组的发展,正将这些图谱扩展到重复序列区域和结构复杂区域,而早期基于参考基因组的分析未能完整呈现这些区域。
形成的分子机制
拷贝数变异可通过多种机制产生,涉及染色体配对、DNA断裂修复或DNA复制过程中的错误。没有任何单一途径能够解释所有变异事件。重排区域周围的基因组序列,尤其是连接处的结构,可以为推断其起源提供线索,但相似的最终结构有时也可能由不同途径形成。
其中一种主要机制是非等位同源重组。正常的同源重组会在相互对应的DNA序列之间交换信息。当位于基因组不同位置、彼此高度相似的重复区块发生错位配对时,重组就可能转而发生在不等位的位置之间。同向重复序列可产生缺失及与之相对应的重复;具体产物取决于交换是发生在同一个DNA分子内部,还是发生在染色单体或染色体之间。反向重复序列则更常促成倒位。这些过程既可发生于减数分裂期间,也可发生于进行有丝分裂的细胞中。
这一机制解释了许多反复发生的基因组疾病。近期没有共同祖先的个体,也可能携带涉及大致相同区间的重排,因为同一组侧翼重复序列会反复为错位配对提供底物。断点可能位于长段、几乎完全相同的序列内,因而难以确定其精确位置。因此,重排反复出现并不意味着它们源自同一次祖先突变。反过来,由共同祖先传下来的拷贝数变异,也可能延续许多代,而不必重新产生。
DNA双链断裂提供了另一条形成途径。通过末端连接途径进行的DNA修复,可以在中间片段丢失后重新连接断端,也可以将DNA片段以异常组合拼接起来。经典的非同源末端连接不需要大范围的序列一致性。另一些修复过程则可利用短小的匹配序列,称为微同源序列。连接处含有小片段插入或几个共有碱基,与这些途径的作用相符,但仅凭微同源性,并不足以确证某一种具体机制。
基于复制的机制能够产生尤其复杂的变异模式。停滞或断裂的复制叉可能改用另一模板恢复合成,有时还会多次切换模板。复制叉停滞与模板切换、微同源介导的断裂诱导复制等模型,可以解释包含重复、三重重复、倒位以及来自远处位置的插入片段的重排。一次事件产生的可能并非简单的丢失或增加,而是一系列错综复杂的拷贝数变化。
还有一些过程会在特定基因座或特定细胞环境中发挥作用。复制过程中的滑移可改变重复次数,而转座元件既可引入新的DNA拷贝,也可提供有利于重排发生的同源序列。在癌症中,染色体桥、断裂—融合—桥循环,以及灾难性的染色体碎裂,都可能造成大范围的拷贝剂量变化。因此,基因组不同区域的突变率差异很大:对于极易发生重排的区域,不能认为其突变概率与不重复且结构稳定的序列相同。
对基因功能与调控的影响
拷贝数变异最直接的后果是改变基因剂量,但DNA拷贝数的变化不一定会使RNA或蛋白质的量发生同比例变化。调控反馈、转录控制、RNA周转和蛋白质降解都可能缓冲或放大这种影响。不同组织表达的基因不同,采用的调控程序也不同,因此其反应也可能有所差异。
当一个有功能的拷贝不足以提供维持正常生物学活动所需的基因产物时,缺失就可能导致单倍剂量不足。反过来,剂量敏感基因若多出一个完整拷贝,也可能因表达量增加而产生危害,这种特性通常称为三倍剂量敏感性。这两种特性都并非适用于所有基因。许多基因能够耐受一个拷贝的丢失或剂量的小幅增加,而另一些基因则参与某些通路或多蛋白复合物,其产物之间的相对数量需要受到严格控制。
拷贝数变异也可能破坏基因,而不只是简单地改变其剂量。编码序列内的断点可能破坏正常功能,部分外显子的重复则可能改变阅读框或产生异常转录本。重复片段的方向和位置决定了它究竟会增加一个有功能的拷贝、打断另一个基因,还是形成融合。因此,检测报告中与某个基因重叠的“拷贝数增加”,不能直接解读为该基因正常蛋白质产量的增加。
编码区以外的变化同样可能带来重要后果。缺失可能移除启动子或远端增强子,重复则可能增加调控元件的数量。重排可能改变染色质的组织结构,使某个基因受到通常在其他位置发挥作用的调控序列的影响。因此,调控域之间的边界遭到破坏,可能影响名义上的拷贝数变异区间之外的基因。这些位置效应有助于解释,为何大小相近的变异可能产生截然不同的后果。
拷贝数变化还可能与另一条同源染色体上的变异相互作用。缺失可能移除相应的有功能拷贝,使隐性致病等位基因的作用显现出来。在受基因组印记影响的区域,母源与父源拷贝的表达不同,因此变异的影响还可能取决于其亲本来源。在这种情况下,仅凭总拷贝数不足以确定功能性剂量。
在个体层面,拷贝数与表型之间可能呈非线性关系。小幅增加可能处于可耐受范围内,直到超过某个生理阈值才产生影响;而同时涉及多个相互作用基因的变化则可能产生联合效应。遗传背景、发育时机和环境还会进一步改变最终结果。因此,进行分子层面的解读时,需要关注具体受影响的序列及其调控机制,而不能假定变异越大后果就一定越严重,也不能把重复简单地视为缺失的反面。
进化作用及物种间的差异
拷贝数变异既能改变基因剂量,也能改变可供后续修饰的序列数量,从而为进化提供原材料。基因复制后,一个拷贝可以保留原有功能,另一个拷贝则逐渐积累变化。在更长的时间尺度上,复制产生的拷贝可能分担祖先基因的功能、获得新功能,或丧失功能。新产生的重复拷贝大多未必能长期保留下来:它们的命运取决于选择、偶然因素、基因组背景,以及剂量改变所带来的代价。
自然选择对不同类型拷贝数变化的作用并不相同。危害严重的变异往往维持在低频水平或消失,而近中性变异的频率则可能通过遗传漂变发生变化。有些变异在特定环境条件下能够带来优势。仅凭群体中的变异频率,无法判断哪种过程起主导作用,因为种群历史和反复发生的突变也能产生类似选择作用的模式。
人类淀粉酶基因区域既体现了拷贝数变化在生物学上的研究价值,也展示了其分析的复杂性。唾液淀粉酶基因 AMY1 的拷贝数因人而异。2007 年一项被广泛引用的研究报告称,传统饮食富含淀粉的人群具有更高的 AMY1 平均拷贝数,为饮食适应假说提供了支持证据。后续研究表明,该区域存在复杂的结构单倍型,而且拷贝数测定在技术上可能颇具难度。因此,要理解其进化历史,需要联合分析序列、结构、种群历史及基因表达,而不能简单地将饮食与拷贝数画上等号。
在其他生物中,一些得到实验支持的实例揭示了基因扩增与环境抗性之间的联系。重大农业杂草帕尔默苋中,EPSPS 基因拷贝数增加可促进草甘膦抗性的形成。疟原虫中的恶性疟原虫(Plasmodium falciparum)若发生 pfmdr1 基因座扩增,其对包括甲氟喹在内的多种抗疟药的敏感性会发生变化。在实验室酵母中,营养受限的生长条件可能有利于编码相关转运蛋白的基因发生扩增。这些实例说明,剂量变化无需以新蛋白质序列的出现为前提,就能为快速适应提供途径。
拷贝数的动态变化在细菌中也很重要。串联扩增可以较快地产生和消失,有时会使抗性或代谢能力出现不稳定的增强。当环境压力消除后,携带并表达额外 DNA 的代价,可能抵消扩增在选择压力下带来的适合度收益。这类变化还会增加基因拷贝的数量,从而为后续有利序列突变的出现提供更多机会。
进行物种间比较时,必须区分群体内部具有多态性的变异与已经固定的基因复制。某一谱系特有的基因家族扩张,可能起源于拷贝数突变,但在该物种内部已不再存在拷贝数差异。反过来,两个物种中相近的拷贝总数,也可能掩盖各自不同的复制与丢失历史。要重建这些历史,必须将结构数据与系统发育学关系相结合。
体质性变异与人类遗传性疾病
体质性拷贝数变异在受精时就已存在,或在发育的足够早期出现,因而分布于身体的大部分组织中。这些变异既可能遗传自父母,也可能是新生变异。其临床影响差异很大,从无可检测的影响,到引起特定的孟德尔遗传病或表现更广泛的发育综合征。即使某个变异小于许多常见的良性变异,也可能具有重要的医学意义,因为相比单纯的片段大小,受影响基因的种类及其剂量敏感性更能说明问题。
1A型腓骨肌萎缩症(CMT1A)是重复变异致病的一个公认实例。大多数病例涉及染色体17p12处一段约1.4兆碱基、包含PMP22基因的反复发生的重复变异。PMP22剂量增加会扰乱周围神经髓鞘的生物学过程。同一区域发生的对应缺失会使PMP22剂量减少,通常导致遗传性压力易感性周围神经病。1991年发现CMT1A相关重复变异,是认识基因剂量异常致病机制的一座里程碑。
其他一些疾病则显示了包含多个基因的区段缺失所产生的影响。反复发生的22q11.2缺失,其常见形式通常涉及约2.5至3兆碱基的区段,可伴有心脏、腭部、免疫、发育等方面的异常,各种表现的组合因人而异。也存在位于该区段内部、范围更小的嵌套缺失。威廉斯–博伊伦综合征通常涉及7q11.23处约1.5至1.8兆碱基的缺失,其中包括ELN基因;ELN缺失是导致其特征性血管异常的因素之一。这些疾病属于连续基因综合征,其表型的不同组成部分可能分别反映同一区段内不同基因的缺失。
拷贝数变化也参与导致一些传统上被归为单基因病的疾病。DMD基因一个或多个外显子的缺失和重复,是肌营养不良蛋白相关肌肉疾病的主要病因。α珠蛋白基因缺失是α-地中海贫血常见的分子基础。在这些例子中,外显子结构、阅读框以及剩余功能性拷贝的数量,共同影响最终的生物学后果。因此,相比对整个区域进行拷贝计数,基因层面的详细分析可能更有意义。
某些反复发生的CNV,包括16p11.2及其他基因组区段的变化,与发育、神经行为或精神方面表型出现概率的升高有关,但并非每位携带者都会出现一致的综合征表现。这里有两个关键概念:一是外显率,即携带者中表现出某一特定表型的比例;二是表现度可变性,即受累携带者之间临床表现的差异范围。将变异传给子代的父亲或母亲即使看似未受影响,也不能仅凭这一点就认定该变异无害,但遗传来源仍是相关的判断依据。
临床关联并不等同于对个体结局的确定性预测。通过专科门诊招募研究对象,可能导致重症病例所占比例偏高;而人群研究则可能漏掉细微或随年龄变化的影响。因此,在解读时,既要区分已证实的剂量敏感性致病机制与结局不一的统计学关联,也要将变异本身的分类与其对某位个体临床表现的贡献分开考量。
体细胞拷贝数改变与癌症
受精后发生的拷贝数改变可导致嵌合现象,即同一个体内存在遗传组成不同的细胞群。变异的分布取决于其发生时间及出现变异的细胞谱系。发育早期发生的改变可能影响多种组织,而较晚发生的改变则可能局限于组织中的一个小范围。因此,血液样本并不一定能代表所有器官的拷贝数状态。
体细胞拷贝数改变在癌症中尤为突出。肿瘤细胞可能出现染色体臂增益、局灶性扩增、缺失以及全基因组加倍。有些改变通过增加癌基因的剂量或降低抑癌基因的活性来促进生长。另一些改变则伴随染色体不稳定性出现,却并未带来明显的选择优势。要区分驱动性改变与乘客性改变,不能仅凭它们在肿瘤中存在这一事实,还需要其他证据。
已有充分证据支持的例子包括部分乳腺癌和胃癌中的ERBB2扩增、部分神经母细胞瘤中的MYCN扩增,以及某些胶质母细胞瘤中的EGFR扩增。涉及CDKN2A等抑癌基因的缺失可解除对细胞周期进程的限制。拷贝数状态可为肿瘤分类或生物标志物评估提供依据,但其意义取决于具体基因、肿瘤类型、分子背景及测量方法。
扩增可能涉及异常的染色体结构。染色体末端反复断裂和融合,可形成扩增程度逐步增加的片段。另一种情况是,癌基因可由染色体外DNA携带,这些DNA通常呈环状,缺乏常规的着丝粒。它们在细胞分裂时可能分配不均,造成细胞之间显著的拷贝数差异。染色体碎裂等灾难性重排过程可使染色体破碎后重新组装,形成部分片段丢失、部分片段保留的格局,并在某些情况下促成扩增。
恶性细胞与非恶性细胞混杂、肿瘤倍性不同以及亚克隆多样性,都会使肿瘤测量变得复杂。某一区域有四个拷贝,在一种肿瘤中可能构成相对增益,而在另一种经历过全基因组加倍的肿瘤中则可能只是正常基线。同样,观测到的中间水平信号,既可能反映大多数细胞中幅度较小的改变,也可能反映少数细胞中幅度较大的改变。因此,解读拷贝数谱时,需要估计肿瘤纯度、基线倍性,以及携带各项改变的细胞比例。
并非所有体细胞拷贝数改变都意味着癌症。血细胞群中可出现嵌合性染色体改变,其发生频率随年龄增长而升高,有时反映了某个克隆的扩增。正常免疫细胞的发育也包括程序性DNA重排,例如V(D)J重组,这类过程可删除中间的DNA。这些生物学过程必须与组成性变异、技术伪影及疾病相关的获得性改变区分开来。
检测与测量技术
没有任何一种方法能同样有效地检测所有拷贝数变异。应采用何种分析框架,取决于变异的大小、序列的重复程度、样本组成,以及目标是全基因组范围的变异发现,还是特定位点的测量。尤其需要注意的是,测量DNA丰度并不总是等同于重建其背后的染色体结构。
染色体微阵列技术革新了全基因组范围的检测。比较基因组杂交将标记后的待测DNA和参照DNA与基因组探针杂交,并比较二者的信号。相对信号强度反映所检测区域内的拷贝数增加或缺失。单核苷酸多态性阵列还提供等位基因特异性的测量结果,有助于区分拷贝数状态,并识别大片段纯合区域或等位基因失衡。微阵列通常无法揭示平衡重排,也未必能确定额外拷贝插入的位置。
对于与双拷贝参照进行比较的理想二倍体样本,预期信号强度可用以下简单指标表示:
其中, 为总拷贝数。缺失一个拷贝时,;有三个拷贝时,。实际测量值会因背景信号、探针特性、归一化处理和细胞混合而偏离预期。由于检测中始终存在噪声和非特异性信号,纯合缺失在实验中的测量结果无法用该公式的数学极限来表示。
DNA测序可提供多种互补信号。测序深度通过比对到某一区域的读段数量来估计其丰度。配对关系异常的双端读段提示片段之间的距离或方向不符合预期。分裂比对读段跨越重排连接点,而局部组装则可以重建改变后的序列。结合这些信号可提高准确性,但短读段在片段重复及其他重复序列中往往无法唯一定位。外显子组测序能够检测许多外显子层面的变化,但靶序列捕获不均匀,以及编码区以外覆盖稀疏,会限制结果解读。
长读长测序能够跨越重复序列,并将重复拷贝与独特的侧翼序列连接起来,从而改善结构重建和单倍型归属判定。基因组组装可以识别参考基因组中缺失的序列,并区分那些产生相似测序深度信号的不同结构。光学基因组图谱技术分析经过标记的长DNA分子,适用于许多大型重排,但无法提供碱基层面的序列信息,而且也受到自身的片段大小和标记条件限制。
靶向方法仍然十分重要。定量聚合酶链式反应、数字PCR和多重连接依赖性探针扩增可用于测量选定的位点或外显子。荧光原位杂交有助于确定大型变异在染色体上的位置及其在细胞群体中的分布。当结果接近某种检测方法的检出限,或需要明确结构时,采用独立方法进行验证尤其有价值。评价检测性能必须考虑灵敏度、特异度、断点定位精度和测量不确定度,而不能仅凭标称分辨率。
解读、计算挑战与新兴方法
计算分析将含有噪声的分子测量数据转化为离散的拷贝数判定结果。典型流程包括对信号进行归一化、将基因组划分为测量值相近的区段,以及为各区段判定可能的拷贝数状态。针对不同技术,可采用隐马尔可夫模型、变点检测方法、似然方法和机器学习系统。所有方法都必须考虑 GC 含量、比对歧义、批次效应和样本质量等因素。否则,表面上的拷贝数增加可能只是技术性覆盖度偏倚的反映,而非 DNA 确实增多。
基准评估十分困难,因为检测难度最大的区域恰恰也是已知真实变异集最不完整的区域。不同工具可能将同一个复杂重排描述为一个或多个事件;即使它们对受影响基因的判断一致,给出的断点坐标也可能不同。因此,性能评估结果取决于匹配规则、大小阈值、所评估的基因组区域,以及基准数据是否涵盖多等位或嵌合变异。对简单缺失的检测准确率高,并不意味着对复杂重复也具有同等准确率。
临床分类综合了多种证据:是否与已确立的剂量敏感基因或区域重叠、人群频率、功能后果、遗传方式、家系共分离情况,以及与既往已明确特征病例的相似程度。美国医学遗传学与基因组学学会和临床基因组资源联盟于 2020 年联合发布建议,为体质性拷贝数变异确立了基于证据的分类框架。该框架采用五类分级——致病、可能致病、意义未明、可能良性和良性——并将变异本身的分类与结合个体临床背景进行的解读区分开来。
大规模关联研究也面临类似挑战。拷贝数等位变异可能具有多等位性、反复发生、难以通过邻近单核苷酸变异有效标记,或与其他多种结构变化相关。因此,全基因组关联研究可能提示某一区域与性状有关,却无法确定起因果作用的剂量变化。可靠的分析需要适当匹配遗传祖源、统一技术标准,并尽可能直接进行结构变异基因分型。分析拷贝数与表达或表型之间的关联时,也需要注意混杂因素,以及真正起作用的可能是与之连锁的序列变异。
参考基因组的设计正日益成为解决方案的重要组成部分。对于参考组装中缺失、被折叠合并或排列方式不同的拷贝,基于线性参考基因组的方法可能会作出错误分类。泛基因组图和单倍型分辨组装能够明确表示不同的结构形式,从而区分以往看似相同的拷贝数状态。与此同时,它们的应用也对稳定的标识符、可互操作的坐标体系,以及结构复杂等位变异的一致报告方式提出了新的需求。
单细胞检测和空间分辨方法正将分析从组织层面的平均测量值,拓展到细胞间拷贝数状态的分布。覆盖度稀疏和扩增伪影仍是重要限制,尤其影响小型变异事件的检测。将此类数据与 RNA 表达、染色质测量数据及通过实验工程化构建的变异相结合,为直接检验剂量作用机制提供了途径。解读的核心问题正日益从 DNA 数量是否存在差异,转向究竟存在哪种结构等位变异、它存在于哪些细胞中,以及它如何改变生物学功能。