文曙:美国贝勒医学院基因诊断医生

我是一个临床出身，但专门从事实验室基因诊断的医生。我的工作兴趣是基因检测技术，以及如何尽可能地将这种技术服务于临床，服务于医生和患者。

下面，我想单独展开谈谈我对罕见病基因检测的看法。

所谓罕见病，其实并不是一个非常清楚的疾病分类。按照中文维基的说法，基本上大家认为患病率为千分之一甚至更低的疾病，可归为罕见病。这样的话，罕见病可以包括各种人类疾病。但是本文里，罕见病会被用来代指各种因为基因异常导致的遗传病。

遗传病其实也是一个很大的箩筐，里面有很多很多的萝卜。有像唐氏综合症这样在超高龄产妇子女中比例可高达十几分之一的大萝卜，也有人类历史上只有一两例报道，你我都从没听过的小萝卜。而同一种萝卜也可以长得千奇百怪，以比较常见的，缺乏一条X染色体导致的特纳综合征为例，99%的患者在胎儿时期即自然流产死亡，但是也有为数不少的患者，与正常人一样成长，读书，工作，结婚，一直到20多岁发现不孕不育来医院做染色体后才得到确诊，而且有趣的是我们并不很清楚为什么她们会有如此巨大的区别！更别说根据人类孟德尔遗传数据库（OMIM.org)的收录，明确的遗传病有4000种以上，而且种类仍然在不断增加中。这就给我国的临床工作者带来了极大的挑战。对于如此巨量的病种，表型又可以如此多变，其中一部分又罕见到难以想象的地步，完全无法积累经验，临床工作者如何面对这样的挑战？

我经常感叹我们生在了一个好时候，回想一下，相比人类历史，我们实在是处于千年未有之巨变。而这个巨变，最让我折服的，是电脑的出现。它们成为了我们大脑和双手的延伸，使得很多不可思议的事情突然成为了可能。在我的日常遗传病诊断工作中，我就深刻感受到了这个变化。

外显子组测序，就是电脑暴力美学的一个经典体现。众所周知DNA，是由四种基本碱基构成，终身可以说不变，与只由“0”和“1”构成的电脑语言异曲同工，可以说天生就是电脑的好搭档。高通量测序的结果，可以很高效准确的使用电脑存储和分析。人类的基因组在今天的电脑面前已经没有什么了不起了，30亿碱基对，致病突变绝大部分在占1%左右的外显子中。既然临床手段搞不清是什么病，那么就来暴力破解，把所有的外显子读一遍！

可惜的是，理想丰满，现实骨感，外显子组测序其实远没有听起来这么美。首先，动辄上万元的测序和数据分析，以及数周数月的运行时间，都不是那么亲民，其次如果你拿起放大镜看看这个技术，会发现上面其实布满了大大小小的窟窿。首先，限于目前的测序平台，很多区域，比如第一个外显子这种GC 含量高的区域，各种假基因，重复序列，都很可能被漏掉。其次，即使你能测到致病的突变，它也会隐藏在动辄数十万的非致病多态当中。人力显然是不可能一个个筛选的，需要设定各种指标，把95%甚至99%的数据去掉，比如各种人群常见多态，各种可能是假信号的东西。而电脑还不是那么聪明，前人的知识也是很有限的，也许你就算看到了这个致病突变，也因为不合理的筛选过程把它扔掉了。更糟糕的一种可能，是你基于错误的文献（我们都知道如今的文献有多么不靠谱）甚至错误的测序结果，把一个非致病突变给报成了致病突变。假如患者的父母基于你的报告进行产前诊断，生出来一个患儿。。。接下来的事情大家可以自己脑补了。

此外，外显子组和其他类似的二代测序套餐对其他不少类型的遗传病还存在很大的盲区，比如短串联重复，线粒体DNA突变，各种多拷贝基因/假基因等。掐指一算，Alpha 地贫，脊肌营养不良，脆性X，部分高雪病，腓骨肌萎缩症，各种脊髓小脑性共济失调，各种线粒体DNA病，这些都是相对常见的遗传病，但市面上的外显子组测序服务都没什么机会抓住它们。另一个则是由嵌合体导致的遗传病，因为突变可能比例很低，甚至根本不在检测的组织，如血液里，也很容易被普通的测序方法漏掉。更别说更加常见的各种染色体病，三百人刀的染色体G带面前它们昭然若揭，但是成千上万块的外显子测序在它们面前就是瞎子。

问题这么多，接下来怎么办呢？既然我们已经知道了问题，接下来我们可以一起想办法。

首先，临床医生，要对遗传病，起码是常见的遗传病，有足够的警惕。也许你不是遗传科的医生，但是在鉴别诊断的时候，特别是对于奇怪的，少见的病，要能想到遗传病的可能，自己处理不了，可以及时的送到专科医生那里去，避免误诊漏诊。这个肯定需要遗传科医生，以及我们遗传实验室人员主动走出去，向其他同行普及遗传病知识。不光是学术会议等常规的交流方法，各种互联网平台，比如公众号，微博，甚至独立网站和可检索数据库，都是很好的手段。

而我们作为遗传专科医生和遗传实验室人员，则要不断的学习，要对遗传病，起码是常见的遗传病的临床特征有足够的认识，另外也要充分学习掌握常见遗传病的突变类型，以及相应的检测技术，还有这些技术的优势和不足。遗传病已经是罕见病，在这个小领域里，我们就更要互相团结，临床人员和实验室人员要经常的互相交流，互相学习，并且要学会借助各种越来越强大的电脑和互联网工具，特别是国际上的新进展。毕竟遗传病还是一个很新的领域，国内虽然发展很快，和国外的差距还是比较大的，先学习和引进不失为一种高效的方法。

此外，诊治罕见病，同一个城市或者医院的同行势必不会太多，这个时候，互联网可以成为天南海北的同行们交流的一个好手段。而互联网本身也是在快速演进的，我们也需要积极的学习互联网知识，更好的使用这个工具。比如很多新的人群多态数据库，一些使用自然语言帮助诊断罕见病的网站，大家都可以互相分享使用心得。

另外，我想越是复杂和困难的问题，我们就越需要想办法把问题分割化，条理化。大家齐心协力制定一些可用性程度高，本土化程度高的临床诊治指南，我想是解决遗传病问题的一个好工具。一些简单的原则，可以为非专科的医生们快速掌握，也许能起到事半功倍的效果。比如说，对于产科医生和B超科医生，可以根据国内的情况制定，胎儿出现多少大的结构畸形，或者多少“软指标”，就应该考虑先做染色体高分辨，如果阴性则可做染色体芯片，再阴性可以向附近的哪个遗传科医生处转诊，等等这样简单易记的大原则，也许会漏掉一些患者，但是还是会比现在基层对于罕见病的无序状态好很多。

最后，我想给做遗传病的同行们一点鼓励。如我刚才提到的，DNA特性决定了它和电脑技术极好的兼容性。事实上，10多年来，基因检测也正如摩尔定理一样，每一到两年，速度翻番，价格腰斩。此外还有很多如Nanopore一类天顶星一样的超长超快测序技术，也许就在不远的前方。现在我们的困难，主要还是技术和成本上的困难，测序还是太贵，数据还是太大。但是摩尔定理的力量是极为可怕的。大家应该都知道国王给侠客每个棋盘个子里放双倍麦粒的寓言。我相信几年，最多十几年之后，测序的价格和质量都会完全不是问题。而我们的基因组只有那么区区30亿个碱基对，任何突变都超不出这个范围，只要大家齐心协力，每解读一个突变，就少一个突变，而且，全世界的人类DNA是没多少差别的，全世界的遗传病同行们一起做这个解读工作，也不会需要太久。到了那个时候，我们真正要面对的问题，就变成了如何用基因突变的知识来理解人体与疾病的奥义，以及如何最好的治疗患者，以及提高社会的健康水平。