华大基因、香港中文大学以及南京医科大学附属南京妇幼保健院等机构的研究人员近日在《GeneticsinMedicine》期刊上发表论文称，低覆盖度的全基因组测序也许能替代染色体芯片，来寻找临床相关的拷贝数变异。

人们通常利用比较基因组杂交芯片和SNP芯片来寻找疾病背后的致病CNV，如DiGeorge综合征、Angelman综合征等。不过，回顾性研究也表明，新一代测序也许能发现一些芯片方法错过的遗传改变。

在这项研究中，研究人员对570个怀疑含有非整倍体或致病CNV的样本开展了低覆盖度的基因组测序。这些样本包括186个产后血液样本、37个死胎组织样本、198个在怀孕早期流产的胎儿样本，以及149个其他产前样本。

利用Illumina的HiSeq2000仪器，研究人员成功从549个样本（>96%）中产生能提供信息的图谱。其余的样本产生了低质量的序列，这要归因于原始样本中DNA质量不佳。

有了这些序列数据，研究人员从119个样本中发现了染色体非整倍体。他们还在82个样本中发现了103个致病CNV，包括74个拷贝数丢失和29个增加。这种方法还发现了11个样本中的非整倍体镶嵌，大部分发生在头三个月流产的胎儿中。

研究人员发现这组流产样本的诊断率最高，超过53%。在198个在怀孕早期流产或中止的胎儿样本中，研究小组检测到72个样本带有非整倍体，6个样本带有不止一个染色体改变，以及12个样本含有15个致病CNV。

另一方面，当研究人员利用这种方法来分析死胎组织或羊水样本时，诊断率仅为14.7%。对于产前和产后的样本组，研究人员分别在28.5%和30.1%的病例中发现了对诊断有用的非整倍体或CNV。

从这549个成功测序的样本中，研究人员随机选择了25个样本进行染色体芯片的分析。他们使用了安捷伦科技的定制44KFetalDNAChipv1.0和Illumina的HumanCytoSNP-12BeadChip芯片。事实上，测序结果与芯片结果一致，同时还捕获了芯片方法错过的32个意义不明的变异。

作者表示，对于传统核型分析或染色体芯片分析无法诊断的产前和产后样本，这项研究突出了使用新一代测序进行诊断的潜力。