基因定序──過去，現在與未來

大家好,我是中央聲音系許奕瓊 感謝百頁分享的邀請 讓我可以跟大家一起分享 聲音定序過去、現在、未來的經驗 首先,跟大家介紹在聲音定序上 一些重要技術研究的發展史 從穆德遺傳病例開始 科學家發現性狀是被遺傳的 直到19世紀 人類發現遺傳的訊息藏在DNA裡 因此,1953年DNA雙果螺旋的確認 1966年DNA密碼字表的建立 人類知道了如何從ATCC 轉成固定的胺基酸序列 以及1972年DNA衝突措施的發明 以及人類基因體解碼所使用的 第一代基因定序技術 三國定序ZENGOC的發明 讓人類開始有能力去解讀 DNA上面的ATCC的序列 以及從1982年開始 慢慢地有基因資料庫的誕生 科學家也發現基因跟疾病的相關性 例如,康輝輝的疾病變成 1985年PCR技術的誕生 這是一個很關鍵的技術 讓科學家可以擴增DNA的密度 以進行更多的DNA研究實驗 因此,人類基因解碼之前 已經有藉由傳統的分子生物技術 將部分的基因序列建立 跟人類遺傳相關的序列 從1990年人類基因體計畫宣佈開始 這是由美國能源局所宣佈的 一項跨國合作計畫 藉由這樣的計畫 我們想要解除人類所有的基因序列 因為從前面的研究 我們發現很多疾病跟DNA相關 因此的時候 相信只要把人類的基因定序解完 也許我們就可以解決 大部分人類健康相關的疾病 總共人類基因體計畫到2003年完成解碼 大概解完95%的人類基因序列 Tanker Sequence上是使用雙去氧鏈終止法 在DNA複製的原理上 我們加入人工合成的雙去氧三磷酸和氮酸 當DNA Polymerase DNA合成每遇到這個假的原料 它就會終止DNA合成的概念 因此在整個DNA合成的序列裡 隨機地終止的這個片段 會藉由電湧分開不同片段的大小 分成長片段到短片段 我們就可以利用這個片段的序列 去解除ATCG的順序 Tanker也因為這個技術 第二次得到諾貝爾獎 目前這個技術到現在 還是我們基因定序的最終確認的一個技術 這個技術目前已經可以被開發成 在Label儀環 所以可以使用機器 這樣的技術它其實是很準的 定序出來的結果很準 也可以定序很長的片段 但是它的缺點是 它一次只能定一條DNA序列 那這樣它所需要的時間會很久 那所花費的成本也比較高 所以在我們人類基因寫碼的那十三年 使用了Tanker Sequence 花了將近三十億的年金 花了將近十三年 完成一個人的基因寫碼 那時候所用的技術除了Tanker Sequence以外 也使用了Shotgun Sequence 將人類的二十三個藍色點 打斷重新Chrome到器具裡面 又被放大 那再一段一段拿出來 使用Tanker Sequence來定序 所以那時候橫跨了二十幾個國家 不同的去解不同段的基因序列 最後再藉由電腦 把這個序列組裝完成 完成了第一版人類基因定序的圖譜 這是Human Genomic Project那時候的資料 所以從1990年開始 完成於2003年 那這樣的定序圖譜 也公開給全世界 這是當年Nature跟Science同意 都以這個跨時代的技術作為報導 人類相信當我們解完了 人類基因序列 我們可以找到很多跟疾病可以解決的方法 這是2003年那時候的Nature 那時候人類基因體計畫的完成 預計將對生物學上面產生的基因體資料 產生巨大的影響 以及在人類健康上面 也希望這樣的基因體資料 可以有助於人類健康的發展 以及整個社會的影響 那時候產生了新的一個定義 叫做Computational Biology 電腦計算生物學 或是生物資訊學 它是由跨領域的各個研究學者 所組成的一個新的學門 那時候也誕生一個倫理的問題 在基因序列上面 直到今日倫理的問題 還是大家所在意所看 在1977年第一代 基因定序的誕生 以及1983年PCR技術的產生 以及1990年人類基因體計畫的開始 2003年人類基因體計畫的初步完成 到2005年 因為人類基因體計畫所投入的技術 在2005年誕生了次世代定序 所謂的第二代定序的定序力產生 這個技術將快速地 加速人類基因定序的技術 因此在2006年 美國開始了美國癌症基因序列計畫 這個計畫到現在進行了 2002年已經結束 已經完成了超過五萬個癌症基因定序 以及收集了33種癌症的定序 是目前全世界最大的癌症基因體資料庫 也開放了全世界的研究學者使用 它首先完成了2007年的乳癌跟大腸磁場定序 以及接下來完成了血癌 以及各式各樣的癌症 到現在已經完成了三十幾種癌症 一萬多個病患的基因定序資料 這樣的資料大部分都是歐美人士的資料 因此在臺灣也有所謂的臺灣的癌症基因資料庫 在這樣的定序資料下來 預計在20年之後也誕生了所謂的 Cell-free DNA的技術 也可以不用取得腫瘤的標本 就可以藉由周邊實驗去定出腫瘤的DNA序列 次世代定序跟第一代定序有什麼不一樣 它可以進行高通量定序技術 它主要是可以快速地平行定序所有的基因 所以它叫次世代定序 是第二代的基因定序技術 在這樣的技術裡面 我們將傳統的蛋蛋的技術 濃縮在一個晶片裡面 所有的基因序列都可以在一片晶片裡面 透過機器自動完成 因此這個大量的平行定序的技術 有各式各樣的廠商 包含最早誕生2005年的 Roscoe White Gold定序 以及Illumina 到目前是全世界最多 市佔率最高的第二代定序的定序 大概有90%到95%的定序 都是由Illumina這間公司的定序所產生的 也有Ion Torrent 也是短片狀的定序 目前還有第三代的定序技術 它是由Pipeline或是Narop 這兩家公司的定序所新定序資料 所以自2005年 次世代定序的技術誕生 發現它不再需要去做工藝去養菌 所以它可以快速的完成基因定序 也可以一次定所有的基因序列 不需要再將每一條序列 分到不同的實驗室去進行 那它的每一個Base定序的單價 是比整個Seconds來的便宜 那我們剛有提到第二代定序 跟第三代定序的差異 目前第二代定序主要都是 Illumina這間公司跟Ion Torrent兩個 那Illumina的市佔率大概有九成 那這兩個我們又把它叫做 Short-Range的定序 短片段定序 因為它每一個定序的長度 約只有300BPS到100-300BPS 是短片段的定序 那第三代的定序Pipeline跟Narop 它可以進行長片段的定序 那定序的長度可以到60A到100A 那這樣長片段的定序 跟短片段的定序的差異在哪裡呢 那當然我們知道 當人類基因解碼完 總共有30億個基因序列 所以那就像我們在玩拼圖一樣 當短片段的定序 有需要拼回去的這個拼圖的數目 是很多的 它可能是幾十萬片的拼圖 那如果你把這個定序的長度拉長了 像Pipeline 這時候所要拼回去的拼圖 它可能是幾萬片的拼圖 那它可以減少在基因組裝上的錯誤率 那增加它的正確率 以及對一些沒有reference 沒有資料庫可以比對的物種 可以進行更正確的組裝 那這是第一代Thinker Systems的定序 以AVI的公司 以及Illumina他們所做的各式的定序 那這些都是屬於第二代定序的 短片段的定序 那第三代定序的Pipeline 以及NarrowCode是屬於長片段的定序 那除了人類基因解碼以外 在今年也發表了 在2003年的時候的人類基因解碼 有一些比較難解的序列 像說CentralMill這個DNA染色體的 終結的部分 或是一些High Content GC的這些位置 在當時的基因序列是沒有被解開的 因此在2002年今年 發表了所謂填補人類基因圖譜上面的 最後一塊拼圖 完成人類CentralMill的基因定序 那目前這個序列也已經公開 在次世代定序裡面 那它從2005年開始 它訂一個要將近一千萬美元 那是非常昂貴的價錢 不可能所有的實驗室都做得起 那因為這個技術很重要 所以各個公司都讓這個定序的成本越來越低 到現在已經降到一千塊美元 所以有許多研究都使用次世代定序 來完成這樣的基因比較產生 未來已經可以預測 完成一個人的基因解碼 只需要一百塊美元 在基因定序上面 它可以定行類跟別人一樣的 它包含就是樣本的建構 這通常是在實驗室的時候完成的 實驗室定序儀 那你使用的是第二代 還是第一代的 第三代的定序儀 可以完成這個基因序列的資料 接下來是資料的分析 拿到這樣的資料 怎麼把這些資料裝回去 以及做基因的複解 從1953年華盛頓克利克確認的DNA雙骨螺旋 以及1973年DNA cloning 從骨的技術的誕生 以及1995年人類基因基礎計畫 誕生了許多跨領域 包含數學、物理、化學、生物、統計 電腦科學家的跨領域整合 一直到人類基因資料庫 到現在已經有成千上萬 非常多的基因資料庫 在全世界誕生了 在臺灣也有臺灣Biobank 我們的臺灣生物資料庫 在這個資料庫 這是臺灣Biobank的網址 在北中南東都有收集 各個臺灣不同族群的資料 以及將這些資料做定序 然後也有採購 也有統佈紀錄非常多的metadata 包含了他的運動習慣 還有做身體健康檢查的這些資料 都收在臺灣的Biobank裡面 在全世界也有各式各樣的國家 都有建立自己的Biobank 在這樣的Biobank裡面 目前也有做這些資料的整合分析 叫GBMI計畫 他橫跨了24個Biobank 也包含臺灣的Biobank 這樣的資料可以去研究 各個不同的Biobank 不同人種 以及跟子疾病的相關 因此在2000年以前 定序成本很高 所以要如何去做這個定序 需要相當大的研究經費 在2000年以後 定序成本越來越便宜 所以要做一個人的基因資料 只要幾萬塊臺幣 1000塊美金 就可以完成一個人的基因定序 而且所需要的時間只需要幾天 就可以拿到 所以你要去定十萬人 一百萬人的成本已經很低 時間也很快 但是在這樣的資料處理上 目前他還是一個所謂研究上的瓶頸 比如說這個資料的ATCG 這些基因資料的解讀 代表什麼樣的意義 以及資料分析的正確性 以及資料的儲存 都是目前一個很重要的議題 目前在基因定序上面 平常使用上 主要在腫瘤學 癌症腫瘤學 癌症基因學上面 包含他們已經建立了 所謂的TCGA的腫瘤癌症資料庫 因此有很多癌症的 致病基因以及藥物的反應 都可以透過基因定序來做治療 第二個是 TIRE的非侵入性的產前檢測 可以利用NGS的技術 來去測量 從媽媽所抽到的流氓泡泡 流離出來的DNA的基因序列 來做產前檢測 接下來是一些傳染性疾病的監控 例如這次COVID-19 也使用了次世代定序的技術 來看這個病毒的演化 以及傳播 跟變種的序列 另外在臨牀上 也有許多遺傳疾病 可以透過次世代定序的技術 來找出它的致病原因 跟致病基因 這是目前在 現在在基因定序上面的 臨牀的應用 在未來 藉由我們在基因分析的註解上面 更精進 將可以更精準的 使用在更多人類健康上面的應用 以上說的分享 感謝大家