2019年4月，《低深度全基因组测序技术在产前诊断中的应用专家共识》的发布，成为CNV-seq作为一线产前诊断技术在临床规范化、规模化应用的里程碑事件。2019年11月，美国医学遗传学与基因组学学会 (ACMG) 和美国国立卫生研究院 (NIH) 资助的临床基因组资源中心 (ClinGen) 联合发布了《原发性拷贝数变异解读与报告技术标准》，旨在通过统一标准来提高临床CNV解读的一致性。

沈亦平教授：拷贝数变异（CNV）是一种非常重要的遗传变异，与很多疾病，特别是发育迟缓、智力落后、多发畸形、自闭症等相关疾病都密切相关，所以判读CNV的致病性是非常关键的。随着二代测序技术在临床中的应用，越来越多且越来越小的CNV被检测到，CNV的解读需求也随之增多，难度也越来越大。如果对CNV进行了错误的判读，可能会导致不同的疾病管理结局，尤其在产前诊断领域，当检测标本特殊，胎儿表型信息严重匮乏时，错误的CNV分级可能会导致严重后果。“CNV的精准解读”已经成为当前我国临床亟需解决的核心问题之一。

在CNV解读上，我始终认为大家需要达成一个共识。科学在不断发展，我们对CNV致病性的认识也在不断地深入，每一个发展阶段都不可能有绝对完美的答案。我们希望通过实验室之间的充分交流和信息共享来提高解读的一致性，进一步保障结果的相对准确性，促进行业健康、快速的发展。结果准确性的提升是一个循序渐进和不断更新的过程。随着时间的推移，病例研究的积累，致病性CNV认知的深入，判定结果也会越来越接近理想值。

值得注意的是，产前判读CNV很大程度上要依赖于产后相关病例的随访。比如一些变异在产前阶段是看不出胎儿有明显结构异常的，但是因为在产后我们已经知道他会有严重的智力落后等表型，我们就会根据这些依据进行预判，当然一些情况下也需要把外显率等因素考虑进去分析。由此可见，如果能够完善随访工作，积累大量的证据，积极交流并分享病例，即便是在产前没有表型的情况下，我们也会作出相对准确的预判。此外，还有一个提高解读准确性的关键点就是积累中国人自己的CNV大数据，灵活运用，积极分享，这部分工作需要我们大家一起来努力推动。

测序中国：ACMG新指南在哪些方面可以帮助实验室提高CNV解读的一致性？临床实际应用中面临着哪些困难？

沈亦平教授：这个指南的一个特色就是开始实行定量化，为实验室朝着更一致的CNV解读方向发展提供了详细的参考依据。但是由于条款众多、量化打分需要大量查询数据库、文献和病例资料、既耗时又费力。因此，基于减少人工投入的考虑，ACMG在ClinGen上发布了一个网页版的“计算器”。这样，一些重复性的工作就可以不用人工去做，但显然这个工具还不尽人意。因为它是基于人工选择或输入证据条目及相关信息进行分数汇总计算。“计算器”自身未集成任何相关数据库。

最近国内有公司发布了一款智能化CNV解读报告系统CNVisi™，受到了广泛关注。尽管目前还不是所有的指南内容都能够量化和自动化，但它是朝着这个方向发展，特别是随着数据库积累到更理想状态时，判读的自动化程度会越来越高，准确性也会越来越高，将来在SNV的判读方面也会是同样的发展趋势。我们希望智能化的软件替代越来越多的人力，用更少的时间得到更加准确的判读结果，这个目标肯定是可以实现的。对于那些重复性的，或者以前出现过非常充足证据的情况，如果一款软件能够给我们提示准确的结果，那就非常便利、也非常有价值了。

当然，解读工作中的首要角色还是临床医生，自动化并不能完全取代人工。就目前来说，我们能达到什么样的准确程度？什么样的情况下可能会有问题？对于使用者来说必须心里有底，也要有鉴别力和判断力。要做到这一点，需要使用者必须对整个解读过程都有一个深刻的理解，所以不管这个软件的准确度是95%还是99%，使用者本人对指南相关条款的深刻理解是不可或缺的。

测序中国：在利用ACMG新指南解读CNV报告的过程中，还有其他哪些重要的方面需要注意？

沈亦平教授：我在参与CNVisi™系统测试的过程中发现两个需要重点注意的方面：一是复发性CNV（recurrent区域）的边界范围需要更明确，二是积累更多的病例-对照研究统计学差异数据非常重要。

针对recurrent区域边界的问题，因为不同检测平台的检测策略及方法的差异，导致对recurrent区域边界的界定有较大的差异。recurrent区域的两端一般是低拷贝重复序列（LCRs），这些区域CMA因无法设计探针检测不到，而NGS测到了但无法将测序条带比对到基因组上唯一的位置。所以不能因为数据库里包含了两边的LCRs而检测的CNV里没有包含，就认为检出的CNV没有完全覆盖数据库报道的CNV。解读时应该等同于完全覆盖来赋分。我们国内在CNV-seq领域积累了大量的数据，完全可以根据测序的数据来重新修正这些recurrent区域的边界范围，这样更有利于CNV的精准解读。这个工作我们正在进一步推进完善。

针对第二个问题，病例-对照研究统计学差异证据的使用，关键点就是中国人大数据的积累和共享。我们知道国内有公司已有百万级的健康中国人CNV大数据，这个大数据一旦公开发表并在ACMG新指南的框架下投入使用，会对临床CNV的解读提供不可估量的利好。

测序中国：ACMG新指南标准实施以后，您所提到的健康中国人CNV大数据会对临床CNV解读起到什么样的促进作用？能否给我们具体描绘一下？

沈亦平教授：ACMG新指南非常强调证据的收集，一些在旧指南标准下可以定性使用的证据比如人群频率低于1/100，DGV-support的条目按照新指南的评分标准都无法再减分，因此新指南初步应用的结果显示VUS的比例在提高。产前诊断中过多的VUS会给遗传咨询带来非常大的挑战，当然我们可以通过家系验证来减少一部分VUS，但更多新发的CNV，我们就需要参考中国健康人CNV大数据，计算某CNV在病例组与对照组间的统计学差异。如果没有统计学差异，最高可以减0.9分；如果有，最高可加0.45分。如果我们把这些百万级并且还在不断呈指数增长的低深度全基因组测序的数据共享出来，预计VUS的比例会大大降低。

测序中国：制定科学统一的标准才能推动行业的快速发展，您认为在CNV解读领域，中国有没有可能形成自己的指南，甚至可以成为国际标准？

沈亦平教授：这是一个非常好的问题，在这方面我们应该非常自信。因为国家对遗传病诊治的重视，对遗传病研究工作的大力支持，助力中国临床发现更多病例，在这一点上就具备很大的优势。我们应该努力结合自己的临床实践经验，制定更适合我们国情的指南，如果这些指南的标准代表了相关领域的国际发展方向，那么就可以成为国际标准。

其次，指南会随着认知的发展不断更新。我们可以先学习并使用新指南，在实践的基础上再去完善和创新。在产前诊断领域，我们的检测技术跟国际是同步的，甚至在低深度全基因组测序的临床应用领域我们有非常大的先发优势。如果各个实验室之间还能有更好的分享机制，把病例分享出去，将能够让很多致病性CNV更明确。我相信如果广大同仁们能够马上行动起来拥抱国际指南，站在巨人的肩膀上快速发展，加强交流，行业指南的出台指日可待，实现向世界贡献中国指南、中国标准的目标也就不远了。