具有深远影响的基因序列

安南尤·巴塔查亚（Ananyo Bhattacharya）

很快，两家生物科技公司将开始在胚胎植入母亲子宫之前，为采用体外受精的夫妇提供筛选其胚胎的机会。这种植入前基因诊断已经有近30年的历史了，被广泛用于检测染色体异常或仅影响单个基因的特定基因紊乱，例如囊肿性纤维化。总部位于加州门洛帕克，即将于2019年经营的MyOme以及新泽西州北布伦斯威克的Genomic Prediction则在酝酿更具颠覆性的技术。

这两家公司希望使用来自于活组织切片的少量细胞和父母双方的基因序列，来重组整个胚胎基因组的序列。借助手头掌握的基因组，上述公司在理论上可以计算胚胎在今后患有不同疾病的概率。重要的是，可疑病变的发生是异常复杂的，因为它涉及基因组不同部位的数千个基因变异体（普通变异）。

这一壮举基于两大进展。第一个进展是获得了用于生成胚胎基因组准确信息的方法。通过对胚胎极少数量DNA进行测序后获得的基因数据必然是杂乱无章的。然而，父母的序列可以得到精确确认。借助第二个事实，这两家公司使用强大的计算机算法，克服了基因数据杂乱无章的难题，同时寻获并拼接胚胎染色体与父母各方染色体最可能匹配（因而也最有可能被继承）的部分。MyOme的两位创始人阿卡西·库玛和马修·拉比诺维茨及其同事公布的研究显示，他们使用这一技术得到了近乎完整的胚胎基因组序列，其准确度超过了99%（Genomic Prediction则称，其方式与MyOme使用的方法有关联，但并不完全相同）。

第二项进展则是DNA测序的加速发展以及成本的降低，也积累起越来越多的人类基因信息。通过利用机器学习算法分析相关数据，研究人员还制作出了心脏病、糖尿病、乳腺癌、自身免疫性疾病和其他常见疾病的風险图谱。此举的目的在于，基于某个人的DNA序列，我们便可以通过叠加数千乃至数百万个普通基因变异体的因素，计算疾病的“多基因风险分数”，虽然每个基因带来的风险微不足道，但累积叠加之后，患有特定疾病的概率将大幅提升。

非自然选择

例如，传统的乳腺癌测试可能会寻找两个基因的有害突变——BRCA1和BRCA2。女性出现此类突变的概率为五百分之一（美国），但只要出现了其中一个基因突变，则患乳腺癌的概率增加五六倍。通过考虑约5000个基因变异体而计算得出的多基因风险分数，可发现那些患乳腺癌概率是其他女性3倍者，但她们可能并未出现BRCA1或BRCA2突变，这部分女性的占比为1.5%。

通过对比不同的胚胎，采用体外受精的夫妇（占美国生育总数的1%-2%）可优化其未来后代的健康状况，而那些自然怀孕的夫妇却无法做到这一点。当该技术得到广泛使用之后（这一点是必然的），那些有钱人即便可以自然受孕，依然可能选择采用体外受精。而且尽管这两家公司都称，出于伦理原因，他们仅会从疾病风险的角度出发来筛选胚胎，但我们有理由相信，其他的一些特征，例如身高以及最有争议的智商，也可能通过同样的方式进行筛选。

这一技术有其局限性。只有欧洲世系人群才能得到最为准确的多基因风险分数，原因在于，到目前为止其他世系人群参与基因测序的数量相对较少。虽然多基因分数可能意味着特定基因的异变会提升智商，但它们实际上并未解答智商得到提升的原因。基因与人体特征之间的因果关联依然存在谜团。

所有这一切说明，婴儿基因组定制的真正实现需要基因编辑科学的进一步发展，以及科学家进一步攻关。无论如何在2019年，那些有钱人将有机会提升其后代过上健康长寿生活的可能性。