长读长测序通过解析复杂的单倍型、新型星形等位基因和结构变异，提升了药物基因组学的分析能力

《Clinical Pharmacology & Therapeutics》：Long-Read Sequencing Enhances Pharmacogenomic Profiling by Resolving Complex Haplotypes, Novel Star Alleles, and Structural Variants

药基因组学研究显示，长读测序技术（如Oxford Nanopore和PacBio）在phasing准确率（>98%）和检测复杂结构变异方面显著优于短读测序（Illumina），能纠正77个样本的基因型错误并发现19个新星型等位基因及106个新亚型，提升精准用药能力。

　　

摘要

药物基因组学通过利用遗传生物标志物，将药物治疗从试错方法转变为个性化方法。然而，传统的基因分型检测和短读长序列测序技术往往无法解析药物基因的结构复杂性，导致单倍型判读不明确和表型预测不准确。为了评估新兴的长读长序列测序技术在克服这些限制方面的潜力，我们分析了来自1000 Genomes Project中的100名健康个体以及Genomics England癌症和罕见疾病队列中的159名参与者的数据，这些数据使用了Oxford Nanopore或PacBio测序技术以及Illumina短读长序列测序技术。长读长序列测序技术的相位鉴定准确率分别达到了98%（Oxford Nanopore）和96.5%（PacBio），大多数基因都能被一个相位明确的单倍型块覆盖。变异检测指标也表现优异（精确度、召回率和F1值均大于0.92）。短读长序列预测与长读长序列预测之间的基因型和表型一致性超过99%。在所有不一致的病例中，短读长序列预测所占的比例几乎是长读长序列预测的两倍。值得注意的是，长读长序列技术在九个药物基因（包括CYP2D6、CYP2B6、CYP2C9、CYP2C19、CYP4F2和SLCO1B1）中发现了19个新的星号(*)等位基因和106个新的亚等位基因，并已将这些发现提交至PharmVar数据库。此外，长读长序列技术还解析了13个不确定的CYP2D6结构变异，其中包含一个可能属于新结构的变异。同时，还发现了一个与代谢不良表型相关的纯合TA重复序列（UGT1A1*80+*28）。总体而言，我们对1000 Genomes Project中的58名受试者的9个基因的基因型进行了重新分配。这些结果证明了长读长序列技术在相位鉴定和解析复杂基因组区域方面的优越性，从而实现了更精确的药物基因组学分析。随着技术进步带来的测序成本下降，长读长序列测序可能会成为临床药物基因组学的首选方法，进一步提高治疗的安全性和有效性。

图形摘要

临床药物基因组学检测中长读长序列与短读长序列的对比。

利益冲突

Andrea Gaedigk是PharmVar（药物基因变异联盟）的主任。其他所有作者均声明与本研究无利益冲突。

数据可用性声明

Genomics England的数据集：本研究中使用的去标识化患者数据可以在Genomics England研究环境中进行访问，该环境遵循以患者为中心的治理原则。所有感兴趣的读者都可以以与作者相同的方式访问这些数据。如需了解更多关于数据访问的信息，可联系[e-mail]，或访问Genomics England官方网站：https://www.genomicsengland.co.uk/research。1000 Genomes Project的数据集由ONT²⁴公司完成测序，可公开获取，链接为：https://s3.amazonaws.com/1000g-ont/index.html。