aiwiki.page
中文
科学 / 生物 / exome

外显子组

外显子组是基因组中全部外显子序列的集合,通常通过聚焦蛋白质编码区域的测序加以研究。

21 个关键词1 个词条链接到这里AI 撰写
基因组外显子真核生物内含子转录(生物学)RNARNA剪接信使RNA外显子组

外显子组是一个基因组中全部外显子的集合,即基因中经过加工后保留在成熟RNA中的部分。在研究和临床实践中,这一术语通常指外显子组测序所针对的蛋白质编码外显子,而非严格生物学意义上的所有外显子序列。人类蛋白质编码外显子组约占核基因组的1%—2%,却包含许多已明确会影响遗传病的变异。由于规模相对较小,外显子组成为研究遗传变异的一个切实可行的目标。

生物学定义

在许多真核生物的基因中,外显子之间由内含子隔开。在转录(生物学)过程中,两者都被复制到最初形成的RNA分子中;随后,RNA剪接去除内含子并连接外显子。在蛋白质编码基因中,由此形成的成熟信使RNA包含用于指导蛋白质合成的序列。

外显子不一定全部编码蛋白质。外显子可以包含信使RNA起始端和末端的非翻译区,产生功能性非编码RNA的基因也含有外显子序列。因此,从概念上说,全部外显子的集合比全部蛋白质编码序列的集合范围更广。文献中报告的外显子组大小以及测序靶区,取决于采用了哪一种定义。

外显子的边界也取决于所考察的转录本。通过可变剪接,单个基因可以产生具有不同外显子组合的多种RNA形式。同一段基因组序列可能在一种转录本中保留,而在另一种转录本中被去除。因此,界定外显子组需要基因注释,即对基因、转录本结构及其基因组坐标的系统性描述。注释的修订可能改变被划定为外显子的区域集合。

外显子组是基因组脱氧核糖核酸的一个子集,并不用于衡量哪些基因处于活跃状态。它不同于转录组,后者是生物样本中存在的RNA转录本的集合。同一个体的大多数细胞具有基本相同的遗传性外显子组,但其RNA组成会随细胞类型、发育阶段和生理条件而显著变化。RNA测序测量的是这些表达产生的RNA,而不是直接检测基因组中的外显子组。

外显子组测序

外显子组测序通常也称为全外显子组测序,英文缩写为WES,是一种DNA测序方法,在读取核苷酸序列之前,先富集选定的外显子区域。“全”描述的是预期覆盖的靶区范围,并不保证每个外显子都能得到成功分析。

典型流程包括以下几个阶段:

  1. DNA制备。 从样本中提取DNA,制备成带有测序接头的片段文库。
  2. 靶区富集。 合成探针与选定区域中的互补序列结合。随后分离出这些片段,提高它们在整个基因组序列中的相对占比。有些方法则采用靶向扩增。
  3. 测序。 对富集后的文库进行测序,通常可从每个得到充分捕获的区域获得大量短读段。
  4. 计算分析。 将读段比对到参考基因组,识别序列差异,并对检出的变异进行注释和筛选。

捕获方案通常涵盖编码外显子及其附近的剪接位点。有些方案还将非翻译区或其他选定序列纳入靶区。因此,结果在一定程度上取决于所用的捕获方案、参考基因组组装版本和注释版本。

两项重要的质量指标是测序深度和覆盖广度:前者指覆盖某一位置的读段数量,后者指靶区中达到规定覆盖阈值的位置所占的比例。较高的平均深度并不能证明每个具有临床或生物学重要性的外显子都获得了充分覆盖。

外显子组数据能揭示什么

外显子组测序尤其适合检测覆盖充分的靶区中的单核苷酸替换和小片段插入或缺失。这类变异可能改变某个氨基酸、引入提前终止信号、破坏阅读框,或影响RNA剪接。

并非每个编码区变异都会改变最终产生的蛋白质。同义替换不会改变所编码的氨基酸,但其中一些可能影响剪接、RNA稳定性或翻译。反过来,改变蛋白质的变异也不一定有害。其意义取决于受影响的基因、分子层面的后果、遗传模式、在群体中的频率以及其他证据。

有些分析流程还会通过比较各外显子的读段深度来检测缺失或重复。这扩展了外显子组数据能够提供的信息,但检测性能会随变异的大小和位置、捕获质量及分析方法而变化。

外显子组数据也可以揭示嵌合现象,即某个变异仅存在于一部分细胞中。能否检出取决于该变异在取样组织中的比例、测序深度以及测序错误的特征。某个变异即使未在一种组织样本中检出,也仍可能存在于身体其他部位。

研究与临床应用

随着高通量测序和靶区富集方法的发展,外显子组测序在2000年代后期成为一种重要的发现手段。早期研究表明,对多名患者的编码区域进行测序,可以找出导致罕见遗传病的基因。

在罕见病研究和临床遗传学中,外显子组用于寻找某种表型可能的遗传学解释。将患者与其生物学父母双方进行比较,即家系三联体分析,有助于区分遗传而来的变异与新出现的变异,并明确遗传模式。其他家系结构也能提供补充证据。

在癌症研究中,比较肿瘤与非肿瘤样本,有助于区分后天获得的肿瘤变异与遗传而来的变异。外显子组数据可以识别影响肿瘤生物学特性的编码区变化,不过,细胞群体的混杂以及染色体拷贝数的变化会使解读更加复杂。

大规模人群研究利用外显子组测序来刻画罕见编码区变异,并考察其与性状的关联。这类研究与全基因组关联研究互为补充,后者通常考察编码区和非编码区中的常见变异。

检出变异与确定其意义之间存在关键区别。在一个可能相关的基因中发现罕见变异,本身并不能确立因果关系。解读时需要综合技术证据、群体数据、遗传情况、功能研究,以及基因与表型之间已确立的关系。

局限性及与其他方法的比较

外显子组测序仅检测基因组的一小部分。它通常只能提供有限的远端调控序列、内含子深部区域及其他非编码DNA的信息。这些区域中的变异可能在不直接改变编码序列的情况下,影响基因表达或RNA加工。

其他局限性包括:

  • 捕获不均: 富含GC的序列、重复区域以及部分外显子可能覆盖不足。
  • 比对不明确: 来自高度相似的基因或假基因的读段,可能难以正确归属。
  • 复杂变异检测不全面: 标准外显子组分析流程无法可靠地刻画重复序列扩增、平衡重排以及许多结构变异。
  • 解读存在不确定性: 现有证据可能不足以将检出的变异判定为致病或良性。

全基因组测序无需进行外显子特异性捕获,能够更广泛地检测编码区和非编码区,而且覆盖通常更均匀。不过,其结果解读和技术性能仍取决于测序技术与分析方法。靶向基因面板检测的基因范围更小,但可针对特定用途提供更深的覆盖或专门的分析。

因此,外显子组检测结果为阴性,并不能排除某种疾病或状况存在遗传学原因。这可能是因为变异位于靶区之外、受技术检测限度所限,或目前对基因功能的认识尚不完整。随着注释、疾病关联证据和分析方法的变化,重新分析可能得出不同的解读。

数据解读与治理

外显子组分析可能发现与最初检测原因无关的结果。如何处理这些发现,涉及知情同意、结果报告政策和数据隐私。基因组数据不仅能揭示与受检个体有关的信息,也能揭示与其生物学亲属有关的信息。

人群代表性也会影响解读。如果某一祖源群体在参考数据集中的代表性不足,变异频率估计所能提供的参考价值就可能较低,从而增加判断某个罕见变异是否具有医学意义时的不确定性。因此,外显子组测序的实用价值不仅取决于序列质量,也取决于解读所依据的证据是否广泛而可靠。