過去，人類常見病的研究主要是利用全基因組關(guān)聯(lián)研究（GWAS）來篩查共有的變異體。近年來，測序技術(shù)的蓬勃開展以及個性化醫(yī)療的目標(biāo)讓科學(xué)家們從共性轉(zhuǎn)移到個性，努力發(fā)現(xiàn)稀有的變異體。

盡管新一代測序平臺的出現(xiàn)讓測序費(fèi)用迅速下降，然而每個堿基的費(fèi)用仍然阻礙了更多完整測序的基因組出現(xiàn)。除了經(jīng)濟(jì)上的限制，人們還普遍意識到很難從如此多的變異體中鑒定出真正起作用的位點(diǎn)?；谶@些原因，研究人員通常一開始就關(guān)注編碼區(qū)的變異體。這也就催生了外顯子捕獲技術(shù)。羅氏NimbleGen于去年初最先推出了外顯子捕獲芯片，從基因組DNA中抓出外顯子部分，然后測序。這一步也是價格不菲，于是人們退一步，以轉(zhuǎn)錄組測序（RNA-Seq）作為替代。盡管這種方法無疑將錯過一些低表達(dá)基因，但它的優(yōu)勢是產(chǎn)生了更多的信息，比如基因表達(dá)水平和剪接模式。

這些方法究竟孰優(yōu)孰劣？美國杜克大學(xué)醫(yī)學(xué)院人類基因組變異中心以及國家癌癥研究所的研究人員將高覆蓋度全基因組測序和RNA-Seq所鑒定出的變異體進(jìn)行了比較，來系統(tǒng)研究RNA-Seq在鑒定人類編碼變異體方面究竟效果如何。這個研究結(jié)果發(fā)表在5月28日的《Genome Biology》上。

研究人員從同一個個體的外周血單核細(xì)胞（PBMC）中提取出DNA和RNA，并利用Illumina的Genome Analyzer Ⅱ測序儀對cDNA和gDNA分別測序。gDNA的測序產(chǎn)生了14.5億個讀數(shù)，每個讀長75 bp。cDNA的測序產(chǎn)生了2.8億個讀數(shù)，一半讀長75 bp，一半讀長68 bp。

之后，研究人員利用SAMtools來檢出兩個序列中的單核苷酸變異體（SNV）。插入缺失和大的結(jié)構(gòu)變異體不包括在內(nèi)。在gDNA中，SAMtools檢出了外顯子中的51,055個SNV，在cDNA中則檢出了64,128個。其中，gDNA的48,740個和cDNA中的40,605個通過了質(zhì)量控制過濾。

他們還直接評估了RNA-Seq在鑒定變異體上的靈敏度和特異性，并評估了覆蓋度和基因的表達(dá)水平這些關(guān)鍵因素如何相互作用，影響表現(xiàn)。研究人員發(fā)現(xiàn)，在全基因組測序中所鑒定出的外顯子變異體中，只有40%被RNA-Seq所捕獲，然而，若只集中在PBMC表達(dá)的基因，這個數(shù)字就上升到81%。研究人員還發(fā)現(xiàn)，在處理RNA-Seq數(shù)據(jù)時，假陽性率高可能是個問題，特別是當(dāng)覆蓋度水平高時。

作者認(rèn)為，只要有高表達(dá)基因的組織來源，并執(zhí)行了適當(dāng)?shù)馁|(zhì)量控制篩選，在發(fā)現(xiàn)高水平表達(dá)基因的編碼變異體時，RNA-Seq是一種快速廉價的替代方法。