新生儿测序:开启基因测序市场的新蓝海!

简介:

在美国,一个叫做“BabySeq Project”(新生儿测序计划)的蓝图正在启动,这项计划不仅拓展了下一代测序技术的应用领域,成为测序市场的新蓝海;并且让伴随着婴儿降临的基因测序数据陪伴着人的一生,致力于改善人类生活和助力个性化的治疗,成为新生命成长过程中的“指南针”。


基因测序新蓝海——新生儿基因测序

在美国,基因测序技术的春风不仅吹向了生命科学领域的各个行业,而且吹响了人们对美好健康生活方式向往的新号角。


这不,当二代测序正逐渐成熟地在胎儿产前检测中的运用和新一代基因测序技术及其在肿瘤研究中的应用逐渐火热;科学家们现在对基因测序技术又提出了新的应用领域——新生儿全基因组测序项目,这将开启生命科学细分领域的新蓝海!


美国医院的医生们普遍认为:政府应该资助一项新的医学项目——对新出生的健康婴儿进行全基因组测序,测得的数据将有助于基因科学在人的一生中的深入运用,譬如助力开发个性化的治疗,帮助哮喘患者选择最有效的药物。


拥有150余年历史、位于波士顿的布莱根妇女医院(Brigham and Women’s Hospital)是美国联盟医疗体系(PHS)创始医院,也是全球产生诺贝尔奖最多的医院,该医院遗传学家Robert C. Green表示:“我们正进入一个新的时代,所有的医学研究将发展为与基因组学相关的医学研究,在未来5到10年,不仅测序成本会更低,而且科学对基因组数据的解释会更加成熟,每个人的基因序列信息将变得越来越重要”。


我们知道,疾病的早期识别能够拯救一个孩子的生命或对可能出现的遗传学疾病进行早期干预。通过全基因组测序、全外显子组测序等技术,发现人体有1%到2%的基因组是大多数遗传病的导火索,对特定位点的基因测序可以帮助识别一些与突变相关的疾病。


在美国,有一些医院已经对部分患有疾病或发育障碍迹象的新生儿进行测序,发现该技术可以帮助医生判断一些潜在的疾病问题。


新细分行业:面临三大挑战

尽管对新生儿进行全基因组测序具有诸多优势,但是许多问题依然存在。


首先,大部分的全基因组仍是一个谜,甚至大多数医生不知道该道如何解释测序结果提供的信息。


其次,尽管基因组测序的价格已经大幅下降,目前已经低至1000美元,但是这个价格仍远高于传统的针刺样本技术(25美元)。


第三,对新生儿进行全基因组测序使得医生也面临伦理困境:假设通过基因测序发现新生儿存在某些基因突变的风险,而医生却不确定这种风险是否会导致疾病时,这是否应该告知父母?


研究者对新生儿全基因组测序的态度

通过调查发现,一些家庭因对孩子的遗传信息感到不安,而不愿意让婴儿进行该项测试,他们认为推广该项测试应该是建立在自愿选择的基础上。因此密苏里州堪萨斯市仁慈儿童医院的新生儿基因组主任Joshua E. Petrikin 表示,若使民众普遍接受新生儿全基因组测序这项技术的话,需要进行全民教育,这可能比解决技术本身问题耗时更多。


2013年,美国国立卫生研究院(NIH)累计拨款2500万美元资助了4个不同的新生儿基因测序技术项目。预计到2015年,包括北卡罗莱纳大学教堂山分校、加州大学旧金山分校及一些医院将会展开健康新生儿和患病新生儿的基因测序筛查,并同时将通过基因测序技术测试的结果与传统针刺样本技术进行对比,旨在提高新生儿筛查的准确性。


同时,布莱根妇女医院和波士顿儿童医院已经在2014年提交了新生儿测序项目(BabySeq Project.),且在等待最后的批准,预计从今年开始为一些父母健康的患病婴儿提供基因测序服务。


去年12月,堪萨斯市仁慈儿童医院将其对患病婴儿的基因测序结果发表在《科学转化医学》杂志上。 在这项研究中,对100个家庭中患有神经系统发育障碍的孩子进行全基因组或外显子组测序。 这些参与研究的样本中,有的家庭多年来一直在为他们的患儿寻求诊断方式,有的是婴儿一出生就患有很严重的疾病。数据分析发现,45%的家庭使用过基因诊断测试,在先天性患病的新生儿中,接受基因诊断测试的婴儿人数更高,达73%。


仁慈儿童医院基因组医学中心主任儿科医生、上述研究的领导者Stephen F. Kingsmore希望全基因组测序计划能够扩大到美国每年降临的400万新生儿中降临在ICU病房(重症监护室)的大约14%的婴儿身上。他表示基因组测序可以帮助已经患病的婴儿接受更深入的治疗,以及帮助一些新生儿预知罕见的或者未知的遗传疾病。


Kingsmore博士还说,尽管目前还不能证明对健康新生儿进行基因测序是有意义的,但是有足够的数据和强大的逻辑证明对先天性患病婴儿是有利的。


Petrikin博士还举例说明:他们医院的医生曾在诊断一个血糖极低的女婴时拟采取切除女婴的整个胰腺,然而通过全基因组测序发现只需要切除胰腺中的一小部分,这使患者避免了长期依赖胰岛素。 在这种情况下,假设通过基因检测确定的疾病没有治愈方法,医生还可以为家庭提供治疗指导,以及为想再次生育的患者父母提供一些妊娠信息咨询。


新生儿家庭对待全基因组测序的态度:支持者远多于反对者

美国的研究人员也正在探索家庭的态度基因组测序。去年12月,他们对布莱根妇女医院优生育儿中心48小时内降临的514名健康新生儿的父母进行了医学遗传学调查,旨在了解初为父母的人群对婴儿基因组信息、遗传风险和遗传信息含义的认知情况,并询问他们是否愿意让宝宝参与新生儿全基因组测序这项计划,结果显示大约83%的父母很有兴趣参与新生儿基因测试。


除此之外,已为人父17个月的Donald Chaplin of Acton也对该项测试非常感兴趣。作为一位药剂师,他表示尽管很担心基因数据被滥用的潜在风险,但是还是希望可以获知儿子更多的基因信息数据。


然而,来自牙买加Nicholas Catella是一名工程师,他表示除非筛查结果显示新生儿患有严重疾病的风险,否则他不会太在意测序结果。 Catella先生有2个孩子,一个3岁,另一个16个月。他表示:尽管基因测序能够揭示患有像阿尔茨海默氏症等慢性疾病的风险,但是目前仍然没有良好的干预手段。在确定自己的孩子是否健康之前,他需要一个很好的理由要了解这些信息。


让基因数据陪伴人的一生

当前下一代测序技术主要用于NIPT(胎儿染色体非整倍体异常的无创产前检测)和部分肿瘤的筛查方面,美国科学家提出要将基因测序运用于新生儿的健康筛查不仅拓展了下一代测序技术的应用领域;当技术发展成熟时,伴随着婴儿降临的基因测序数据将会陪伴着人的一生,致力于改善人类生活和助力个性化的治疗,成为新生命成长过程中的“指南针”。


原文发布时间为:2015-01-07

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
程序员 编译器 C语言
【c语言】c语言转义字符详解
【c语言】c语言转义字符详解
1925 1
|
Kubernetes 关系型数据库 MySQL
在 K8S Volume 中使用 subPath
在 K8S Volume 中使用 subPath
CocosCreator 面试题(十六)Cocos Creator 节点池的基本原理是什么?如何使用?
CocosCreator 面试题(十六)Cocos Creator 节点池的基本原理是什么?如何使用?
1370 0
|
7月前
|
人工智能 JSON 监控
我写了一套内容分析系统,专门拆解爆款博主的选题逻辑
信息太多了,但真正有用的洞察太少。
1033 5
|
7月前
|
API 数据中心 数据安全/隐私保护
如何利用IP查询定位识别电商刷单?4个关键指标+工具配置方案
本文揭秘如何识别“数据中心IP刷单”:通过单IP订单量、网络类型(hosting/residential)、IP与收货地偏差、风险评分4个关键指标,结合IP查询服务与规则引擎,实现毫秒级自动化拦截。附真实案例、代码示例及落地效果,准确率提升至94%。(239字)
556 0
|
8月前
|
人工智能 API 网络安全
新手零基础|OpenClaw(AI龙虾)阿里云/本地秒级部署+豆包Seed 2.0接入保姆级教程
在2026年开源AI工具迭代浪潮中,OpenClaw(曾用名Clawdbot、Moltbot)凭借“数据隐私可控、技能插件化扩展、自然语言执行”的核心优势,成为新手零基础入门AI自动化的首选工具。它本质是一款开源的AI智能体执行网关,自身不具备独立的大语言模型推理能力,如同一台“裸机”,需对接外部大模型API才能拥有“智能大脑”,搭配ClawHub技能市场的各类插件,可实现文件管理、代码编写、办公自动化等各类实际任务,真正做到“让AI替人干活”。
2335 0
|
人工智能 Kubernetes Perl
2025 AI 原生编程挑战赛 术语说明与FAQ
本文档介绍了天池2025比赛的相关术语和一些疑问的解答。包括云监控平台(CloudMonitor 2.0)、日志服务(SLS)、观测数据租户(Workspace)、地域(Region)等平台与入口概念,并详解了Trace、Span、Log、Metric、Event等核心数据模型及其关键字段。文档还涵盖了PromQL告警规则、SPL日志查询、Kubernetes实体层级、诊断方法论术语等内容,同时提供了根因分析的命名规范、提交格式(JSONL)、时间窗口要求及常见问题解答,旨在帮助参赛者高效定位并解决系统故障。
1632 2
|
Shell 网络安全
2024年终总结:选择错误、加班三月、降薪、面试无果...
卷福同学回顾2024年,反思“选择大于努力”的重要性。年初因错误选择,导致一年都在调整。从阿里离职回到武汉国企后,发现二线城市工作机会有限,成长空间小,且加班严重、降薪明显。尽管尝试副业和面试大厂,但进展不顺。最终意识到选择至关重要,未来将继续努力提升专业技能,寻找更好的发展机会。
671 70
|
存储 人工智能 Ubuntu
🤔 Manus值得追捧吗?通过开源方案实测引发的思考
Manus是一款号称能自动完成知识工作的AI助手,近期因其“AI打工人”的形象在中文互联网上引发热议。为验证其实际表现,作者通过开源项目OWL进行测试。结果显示,Manus的核心技术依赖虚拟工作环境、知识库调用、数据源连接等环节,但实际任务执行效果差强人意,耗时较长且未能精准完成简单任务。作者认为,Manus的技术路线主要在于封装工作流(workflow),而这一模式可能随着模型迭代逐渐内化,商业化前景尚不明朗。
780 1