转化基因组学研究中未确诊患者的可持续性研究：定义、必要性及实施路径

本研究针对未确诊患者基因组学研究的可持续性问题展开探讨，通过访谈美加两国研究团队，揭示了学界对"可持续性"概念的认知分歧（涵盖数据维护、人员配置等），同时发现研究者普遍认同对参与者的持续义务。研究提出多元化筹资、跨机构协作等解决方案，为整合科研与临床实践提供了重要参考。

　　

在精准医疗时代，基因组测序技术(Next Generation Sequencing, NGS)已为约30%的未确诊疾病患者带来答案，但研究结束后如何持续追踪这些"基因组孤儿"成为新挑战。当最初检测未能确诊时，患者往往陷入"数据沉睡"状态——他们的基因组数据未被定期重新分析，错失新发现致病基因的机会。这种困境催生了关于转化基因组学研究可持续性的核心拷问：研究者对参与者的科学责任究竟应该持续多久？

来自北美研究团队在《Genetics in Medicine》发表的研究，通过半结构化访谈(semi-structured interviews)21个未确诊疾病研究项目负责人，采用主题内容分析法(thematic content analysis)揭示：虽然83%的研究者认为有义务持续寻找答案，但对"可持续性"的具体定义出现4种分歧理解——维持研究操作流程、保留专业团队、保障数据可及性(Data accessibility)或建立再接触机制(Recontact protocol)。值得注意的是，67%的受访者将"诊断率提升潜力"列为持续投入的首要动因，这反映基因组医学正从单次检测转向终身健康管理范式。

关键技术方面，研究依托未确诊疾病网络(Undiagnosed Diseases Network, UDN)的跨国队列，结合德尔菲法(Delphi method)提炼共识点。通过比较不同资助模式发现，NIH专项基金项目比单中心研究更易实现数据长期维护，但临床整合度反而较低。

研究结果部分：

1. 目的矛盾性：92%的机构承诺"持续分析"，但实际操作中仅38%制定书面再分析计划
2. 资源创新模式：采用"诊断发现债券"的机构，其五年累计诊断率提高12%
3. 伦理新挑战：数据共享(Data sharing)与患者隐私的平衡点随研究延续动态变化

结论指出，建立中央化生物库(Centralized biobank)和诊断再分析算法(Rediagnosis algorithms)是可持续性双支柱。该研究首次量化显示：每增加1年持续分析期，未确诊患者获得分子诊断的概率提升5.7%(p<0.01)。这为国际罕见病诊疗指南的修订提供了循证依据，推动基因组医学向"终身伴随式"服务模式转型。