基因组数据
基因组数据（Genomic Data）是指通过高通量测序（NGS）或其他基因分型技术，将生物体的遗传物质（DNA/RNA）转化为计算机可识别的数字化信息。它是精准医疗的核心资产。对于人类而言，这就意味着约 30 亿个碱基对的序列信息。在临床场景中，基因组数据不仅用于诊断罕见遗传病和指导肿瘤靶向治疗，还是药物基因组学分析的基础。对于MSC等细胞治疗产品，基因组数据的稳定性分析也是确保产品安全（无致瘤性）的关键质控指标。
从“湿实验”到“干数据”
基因组数据的生产是一个高度标准化的流水线过程，通常分为上游（测序）和下游（分析）：
- 数据产生 (Sequencing)： 测序仪将 DNA 分子转化为数亿条短序列片段（Reads），生成原始数据文件（FASTQ）。这一步仅代表“读到了什么”。
- 比对与拼接 (Mapping)： 利用比对算法将杂乱的 Reads 像拼图一样贴回到人类参考基因组（Reference Genome）上，生成比对文件（BAM）。这一步确定了“片段的位置”。
- 变异检出 (Variant Calling)： 通过对比患者序列与参考序列的差异，找出突变位点（如 SNV, InDel），生成变异记录文件（VCF）。这一步才是临床医生关注的“病理信息”。
临床价值矩阵
| 数据类型 | 临床应用场景 |
|---|---|
| 胚系变异 (Germline) |
• 遗传病诊断：全外显子测序 (WES) 诊断不明原因的儿童发育迟缓。
• 风险评估：检测 BRCA1/2 基因评估乳腺癌/卵巢癌的遗传风险。
|
| 体细胞变异 (Somatic) |
• 肿瘤伴随诊断：检测肺癌组织的 EGFR 突变以决定是否使用靶向药（如奥希替尼）。
• 负荷分析：计算肿瘤突变负荷 (TMB) 以预测 PD-1 免疫治疗的疗效。
|
| 药物基因组 (PGx) |
• 代谢酶分型：分析 CYP2C19 基因型，指导氯吡格雷等药物的剂量调整。
• 安全筛查：HLA 分型（如 HLA-B*5801）预防别嘌醇引起的严重皮疹。
|
解读瓶颈：VUS 与 AI 的介入
基因组数据面临的最大挑战不是“测不出”，而是“看不懂”。临床上经常会发现“意义未明变异”（VUS），即不知道这个突变是致病的还是无害的。这正是智慧医生系统的用武之地——利用自然语言处理（NLP）抓取全球最新的文献证据，并结合蛋白质三维结构预测算法（如 AlphaFold），AI 正在大幅提高 VUS 的解读效率和准确性，将“数据垃圾”转化为“诊疗证据”。
参考文献与学术点评
[1] Lander E S, et al. (2001). Initial sequencing and analysis of the human genome. Nature.
[学术点评]：人类基因组计划（HGP）的总结性论文，标志着人类正式进入了“基因组时代”，是所有现代基因组医学研究的起点。
[2] Yang Y, et al. (2013). Clinical whole-exome sequencing for the diagnosis of mendelian disorders. New England Journal of Medicine (NEJM).
[学术点评]：证实了全外显子测序（WES）在临床诊断中的巨大价值，将疑难遗传病的诊断率从个位数提升到了 25%-50%。
[3] Stark Z, et al. (2019). Integrating genomics into healthcare: A global responsibility. American Journal of Human Genetics.
[学术点评]：由全球基因组健康联盟（GA4GH）成员撰写，重点讨论了数据标准化、共享机制及隐私保护在基因组医学落地中的重要性。