精彩放送：第二届遗传咨询师培训班干货分享（第六天）
遗传咨询师培训班济南站精彩的授课已经进入倒计时，然而学员们听课的热情却更加高涨。第六天的课程有幸邀请到了印第安纳大学柏邵春教授、复旦大学生命科学学院张锋教授、复旦大学生物医学研究院邢清和教授、中国科学院计算技术研究所罗海涛教授、中国遗传学会遗传咨询分会秘书梁波博士为学员们授课。
柏邵春：遗传病的风险评估与咨询
柏邵春：遗传病的风险评估与咨询
柏邵春教授在报告中首先回顾了等位基因与基因型的相关概念及理论，并介绍了各类孟德尔与非孟德尔的遗传模式，对家系图谱绘制中的各类符号所代表的意义做了讲解，以及用于等位基因与基因频率计算的哈伦-温伯格定律、贝叶斯定律做了相关介绍。
随后柏教授从临床遗传咨询与风险评估的角度出发，结合大量的遗传家系图谱的案例，通过哈伦-温伯格定律、贝叶斯定律的计算对各类孟德尔遗传的遗传概率进行了分析和讲解。
最后，柏教授也浅谈了遗传咨询的一般流程，遗传咨询中面临的伦理学问题，并提出了几点思考：产前诊断涉及的性别信息或其他不导致疾病的表型信息，对晚发性疾病的诊断及咨询，如何维护患者的隐私, 如何保护患者的遗传信息？
张锋：人类基因组结构变异/拷贝数变异（SV/CNV）与基因组病
随后柏教授从临床遗传咨询与风险评估的角度出发，结合大量的遗传家系图谱的案例，通过哈伦-温伯格定律、贝叶斯定律的计算对各类孟德尔遗传的遗传概率进行了分析和讲解。
最后，柏教授也浅谈了遗传咨询的一般流程，遗传咨询中面临的伦理学问题，并提出了几点思考：产前诊断涉及的性别信息或其他不导致疾病的表型信息，对晚发性疾病的诊断及咨询，如何维护患者的隐私, 如何保护患者的遗传信息？
张锋：人类基因组结构变异/拷贝数变异（SV/CNV）与基因组病
张锋教授从基因组医学的概念入手，从SV与基因组病、致病SV的发现与致病机制、人类常见SV与健康、SV产生机理与诱导因素、SV突变环节与遗传咨询、SV的分析平台五个方面做了讲解。
报告中张锋教授详细的介绍了SV种类，SNV与SV比较基因组杂交芯片技术，全基因组SNV突变率研究并发现热点，SV与人类疾病的密切关系，佩梅病与PLP1基因重复，CMT病中SV致病机制的多样性，EPAS1基因侧翼缺失与藏族高原适应，SV研究工具及数据库建立，精子中SV突变率的检测，aCGH在产前诊断中的应用等内容。
邢清和：药物皮肤不良反应的遗传学研究
邢清和教授在课程中主要讲述了药物皮肤不良反应的遗传学进展，介绍了药物不良反应的概念和分类，他表示药物不良反应是临床用药安全的重要障碍，面对这个问题，被动干预模式仍是主流（限制用药范围、退出医药市场），但它是不合理的。药物遗传学在被动防御和主动干预之间架起了桥梁，可以有效规避药物给病人带来的不良反应。
邢教授重点介绍了文献中报道的携带某些等位基因与皮肤不良反应的强相关关系，而且相关风险等位基因有显著的的种族差异，因此特定基因的个体化治疗可以避免不良反应的发生。
随后，邢教授谈到遗传学常用的研究方法——连锁分析和关联分析，比较了基于候选基因的关联分析和全基因组关联分析不同的特点，并以卡马西平的个体化治疗的遗传咨询为例，解释了哪些人需要进行基因检测，基因检测有什么好处以及检测结果如何解读。
邢教授呼吁，每一个生命都应该是有尊严而且被善待的，正如每一起医疗冲突都是具体的。在医患双方各自的立场和经历中，被伤害和被侮辱随时都可能以各种形式发生着。
罗海涛：高通量测序技术的发展分析手段及临床应用
邢教授重点介绍了文献中报道的携带某些等位基因与皮肤不良反应的强相关关系，而且相关风险等位基因有显著的的种族差异，因此特定基因的个体化治疗可以避免不良反应的发生。
随后，邢教授谈到遗传学常用的研究方法——连锁分析和关联分析，比较了基于候选基因的关联分析和全基因组关联分析不同的特点，并以卡马西平的个体化治疗的遗传咨询为例，解释了哪些人需要进行基因检测，基因检测有什么好处以及检测结果如何解读。
邢教授呼吁，每一个生命都应该是有尊严而且被善待的，正如每一起医疗冲突都是具体的。在医患双方各自的立场和经历中，被伤害和被侮辱随时都可能以各种形式发生着。
罗海涛：高通量测序技术的发展分析手段及临床应用
罗海涛教授为让学员们掌握基于基因测序技术的检测报告是如何产生的，从高通量测序实验学部分（原理、步骤、主要测序类型），数据生物信息学分析及解读部分（基本概念、步骤、常用方法），临床应用部分三个方面着手介绍。首先他结合Illumina测序技术的发展情况，解释了高通量测序的基本思路。
罗教授认为应根据不同的应用选择不同的测序平台，比如Miseq适合靶向及小型基因组测序，Nestseq500适合日常基因组测序，Hiseq2500适合大规模基因组测序。随后他介绍了DNA测序的三种主要类型：全基因组重测序、全外显子捕获测序以及靶向捕获测序，并做了对比。
最后，罗海涛教授着重介绍了高通量测序技术的在无创产前诊断、遗传病诊断、肿瘤诊断和治疗、感染性疾病诊断等临床方面的应用。
梁波：高通量测序中的统计学和生物信息学
罗教授认为应根据不同的应用选择不同的测序平台，比如Miseq适合靶向及小型基因组测序，Nestseq500适合日常基因组测序，Hiseq2500适合大规模基因组测序。随后他介绍了DNA测序的三种主要类型：全基因组重测序、全外显子捕获测序以及靶向捕获测序，并做了对比。
最后，罗海涛教授着重介绍了高通量测序技术的在无创产前诊断、遗传病诊断、肿瘤诊断和治疗、感染性疾病诊断等临床方面的应用。
梁波：高通量测序中的统计学和生物信息学
高通量测序能一次并行对几十万到几百万条DNA分子进行序列测定，使得对一个物种的转录组和基因组进行细致全貌的分析成为可能。梁波博士从高通量测序的发展历程入手，从一代sanger测序，讲到二代高通量测序，再到正在研发的以单分子测序为特点的三代测序，重点比较了罗氏454、、Illumina、Life Technologies三大测序平台各自的特点和局限性。之后梁波博士介绍了测序相关的基础知识，包括半导体测序法的基本原理、测序深度、覆盖度、SNP/SNV等常用名词以及FASTQ、SAM/BAM等常用数据格式。
测序获得的庞大数据只有经过生物信息分析才会有意义。梁波博士讲述了数据分析的基本流程以及医学上的应用，如无创产前检测（NIPT）、胚胎植入前遗传学筛查（PGS）、肿瘤个性化治疗和遗传病检测。说到NIPT，他向学员深入浅出地解释了常规U检验、NCV (Normalized Chromosome Value)、MAD (Median Absolute Deviation)三种目前主要的NIPT数据分析算法，并比较了三者的性能和结果。国际上对NIPT检测的计算方法已有较深入的研究，形成了一套成熟的分析流程，目前该流程的关键点在于：1.构建参考数据库 2.有效读数统计 3.GC校正 4.结果判定（阈值设定）。对于PGS, 其关键控制在于WGA扩增和CNV分析算法。报告的最后，梁波博士向学员们推荐了人类突变和疾病相关数据库资源。
点赞 0 反对 0 收藏 0
评论 0
