不管是想要了解自己手中的基因检测报告，还是打算入门生物信息学相关工作，搞懂基因序列的基础逻辑都是第一步。本文覆盖大众最关心的核心问题，从基础定义到测序技术，再到序列分析流程、常见应用场景逐一拆解，没有晦涩的专业黑话，普通读者也能轻松看懂，还整理了高频疑问解答板块，一站式解决你的相关困惑。
基因序列到底是什么？
基因序列的本质是遗传密码的排列组合:基因序列是携带遗传信息的DNA或RNA分子中碱基的排列顺序，DNA的碱基包括腺嘌呤（A）、胸腺嘧啶（T）、胞嘧啶（C）、鸟嘌呤（G）四种，所有的遗传信息都储存在ATCG的排列顺序中。人类的基因组一共有约30亿个碱基对，这些碱基的排列顺序决定了个体的所有遗传性状，小到头发颜色、身高，大到疾病易感性、药物反应都和基因序列直接相关。
基因序列的微小差异是个体差异的核心来源:不同个体之间的基因序列相似度高达99.9%，仅存在0.1%左右的差异，这些差异被称为基因多态性，正是这些微小的差异导致了不同个体之间的性状区别。比如携带ALDH2基因缺陷位点的人群，酒精代谢能力更差，喝酒更容易脸红；携带BRCA1致病突变的人群，乳腺癌、卵巢癌的患病风险比普通人群高10-20倍。
基因测序的核心原理是什么？
第一代Sanger测序是行业公认的金标准:Sanger测序诞生于1977年，核心原理是利用双脱氧核苷酸终止DNA链的延伸，通过电泳分离不同长度的DNA片段，再读取碱基的排列顺序。其测序准确率可以达到99.99%，目前仍然是变异验证的首选技术，常规测序一个1000bp长度的DNA片段，市场价格在30-50元区间，适合小范围的序列验证工作。
第二代高通量测序是当前商用主流技术:第二代测序也叫NGS测序，核心原理是将DNA打断成数百个碱基的小片段，加上特异性接头后进行边合成边测序，一次运行可以同时读取几百万到几十亿条序列，大幅降低了测序成本。目前人类全基因组测序的成本已经降到500-1000美元区间，国内的无创产前筛查、肿瘤伴随诊断等临床应用基本都采用第二代测序技术，代表企业包括Illumina、华大智造等。
第三代单分子测序是未来发展的核心方向:第三代测序不需要对DNA进行扩增，可以直接读取单分子的序列信息，读长可以达到几十kb甚至上百kb，适合复杂基因组组装、结构变异检测等场景。目前国内临床级的三代全基因组测序价格在3000-8000元区间，已经开始应用于罕见病的结构变异检测、胚胎植入前遗传学筛查等领域，代表技术平台包括PacBio、Oxford Nanopore等。
拿到测序原始数据后怎么开展序列分析？
第一步是原始数据的质控与预处理:测序下机的原始数据中会包含低质量序列、测序接头序列、污染序列等无效数据，首先需要用FastQC、Trimmomatic等工具对原始数据进行过滤，去除不合格的序列。一般预处理后的数据有效率要达到90%以上，才能进入后续分析环节，否则会导致最终的分析结果出现偏差。
第二步是序列比对与变异识别:将过滤后的高质量序列和参考基因组进行比对，比如人类基因组常用的hg38参考版本，找到测序样本和参考基因组之间的差异位点，也就是变异位点，包括单核苷酸变异、插入缺失、拷贝数变异、结构变异等不同类型。目前常用的比对工具是BWA，变异识别工具是GATK，都是行业通用的标准分析工具。
第三步是变异的注释与临床解读:识别到变异位点后，需要和ClinVar、OMIM、gnomAD等公共数据库进行比对，判断变异的致病性，分为良性、可能良性、意义不明确、可能致病、致病五个等级。如果是临床级的检测，还需要结合患者的临床症状、家族史等信息进行综合解读，比如检测到SMN1基因的纯合缺失，就可以诊断为脊髓性肌萎缩症。
消费级基因检测和科研临床测序有什么区别？
检测范围和测序深度差异较大:市面上常见的消费级基因检测大多采用基因芯片技术，只检测特定的几百到几千个位点，价格在199-999元区间，只能用来做酒精代谢、乳糖耐受、祖源分析等娱乐性或健康提示类的检测。而临床级的测序包括全外显子测序、全基因组测序，覆盖全部的编码区或者全部基因组序列，测序深度更高，能检测到罕见的致病变异。
报告效力和适用场景完全不同:消费级基因检测的报告没有临床效力，不能作为疾病诊断的依据，只能作为健康参考。而国内具备医学检验资质的机构比如金域医学、迪安诊断出具的临床级测序报告，可以作为医生诊断和治疗的参考依据，适用于罕见病筛查、肿瘤靶向药匹配、产前遗传病筛查等临床场景。
基因序列分析的常见应用场景有哪些？
生育健康领域的遗传病筛查:孕前的单基因病携带者筛查可以检测夫妻双方是否携带隐性遗传病的致病突变，避免生育患病胎儿，目前国内常规的155种单基因病携带者筛查价格在2000-5000元区间。产前的无创DNA筛查也是基于基因测序技术，检测胎儿的染色体非整倍体异常，准确率超过99%，价格在1200-2500元区间。
肿瘤领域的精准用药指导:肿瘤患者的基因测序可以检测对应的药物靶点变异，比如肺癌患者检测EGFR、ALK等基因的变异，匹配对应的靶向药物，有效率可以达到70%以上，大幅延长患者的生存期。目前肿瘤伴随诊断的基因检测价格根据检测基因数量不同，在3000-15000元区间，已经纳入多地的医保报销范围。
传染病领域的病原溯源与耐药检测:新冠疫情期间，对病毒的基因测序可以快速识别变异株，追踪传播链，为疫情防控提供核心依据。除此之外，细菌的耐药基因测序可以帮助临床医生快速选择合适的抗生素，缩短感染患者的治疗周期，降低重症感染的死亡率，目前这类检测的价格在1000-3000元区间。
新手入门基因序列分析需要掌握哪些技能？
基础的生物信息学工具操作能力:首先要掌握Linux系统的基础操作，因为绝大多数序列分析软件都是运行在Linux环境下，不需要掌握太复杂的系统知识，只要会基础的文件操作、软件安装、命令行运行即可。其次要掌握至少一门编程语言，优先选择Python或者R语言，用来做后续的数据分析和可视化工作，零基础学习者系统学习3-6个月就可以完成基础的序列分析工作。
必要的分子生物学和遗传学基础知识:除了工具操作之外，还要掌握基础的分子生物学知识，包括中心法则、基因结构、变异分类等，不然只会跑分析流程，无法正确解读分析结果。比如要知道外显子区的无义突变大概率会影响蛋白功能，而内含子区的变异绝大多数都是良性的，这些知识是正确解读序列分析结果的核心基础。
关于基因测序与序列分析的常见疑问有哪些？
基因测序会泄露个人隐私吗？:正规的检测机构都会有严格的用户隐私保护制度，比如华大基因、金域医学等头部机构的用户基因数据都会加密存储，不会随意向第三方泄露，只要选择具备正规资质的机构做检测，基本不用担心基因隐私泄露的问题。
普通人有必要做全基因组测序吗？:如果没有遗传病家族史、肿瘤家族史等高危因素，普通人不需要做全基因组测序，选择百元级的消费级基因检测或者针对性的单病种检测即可。目前全基因组测序的成本仍然较高，而且很多变异的临床意义还不明确，性价比相对较低。
基因检测提示的疾病风险一定会发病吗？:不会，疾病的发生是基因和环境共同作用的结果，基因检测提示的高风险只是说明患病概率比普通人群高，只要针对性的调整生活习惯、定期做针对性的体检，完全可以降低发病风险，甚至终身不发病。
基因测序的准确率能达到100%吗？:目前第二代测序的准确率在99.9%以上，第一代Sanger测序的准确率可以达到99.99%，没有任何一种测序技术可以做到100%准确，临床检测如果发现致病变异，都会用一代测序进行验证，验证通过后才会出具正式报告。
基因检测报告多久可以拿到？:消费级基因检测一般7-15个工作日出报告，临床级的肿瘤基因检测一般5-10个工作日出报告，全基因组测序的分析报告因为分析复杂度较高，一般需要15-30个工作日才能出具。
做基因检测需要空腹采样吗？:如果是用唾液、口腔拭子采样的基因检测，完全不需要空腹；如果是用外周血采样的基因检测，也不需要空腹，饮食不会影响基因序列的检测结果，只有血常规、生化等检测才需要空腹采样。
以上内容仅供参考,如有疑问,可以点击在线免费咨询。
