基因组测序驱动下的个体化早筛方案

基因组测序驱动下的个体化早筛方案演讲人01基因组测序驱动下的个体化早筛方案02引言：从“群体防治”到“个体精准”的早筛范式革命引言：从“群体防治”到“个体精准”的早筛范式革命作为一名深耕精准医疗领域十余年的临床研究者，我至今仍清晰记得2018年参与的首例基于多基因风险评分（PRS）的家族性肠癌早筛项目。当时，一位45岁男性患者因父亲患肠癌前来咨询，传统肠镜筛查结果显示阴性，但基于全基因组测序（WGS）构建的PRS模型提示其肠癌风险为普通人群的8倍。我们据此加强随访，一年后通过靶向肠镜发现并切除了直径仅0.5cm的早期腺瘤，患者至今无复发。这个案例让我深刻体会到：基因组测序技术的成熟，正在将疾病预防从“一刀切”的群体筛查，推向“量体裁衣”的个体化早筛新时代。当前，全球疾病谱正以“慢性病高发、肿瘤年轻化”为特征，我国每年新发癌症病例约406万，死亡病例约241万，其中早期患者占比不足30%[1]。传统早筛手段（如血清学标志物、影像学检查）存在敏感性不足、特异性有限、适用人群模糊等局限，引言：从“群体防治”到“个体精准”的早筛范式革命难以满足“早发现、早诊断、早治疗”的需求。与此同时，基因组测序成本从2003年人类基因组计划的30亿美元降至如今的1000美元以内，测序通量提升万倍，生物信息学算法迭代使数据解读效率显著提高[2]。这些技术突破为个体化早筛奠定了坚实基础——通过分析个体的基因组变异，结合临床表型、环境暴露等多维数据，可精准识别疾病风险人群，制定定制化筛查方案，最终实现“未病先防、既病防变”。本文将从技术基础、核心逻辑、临床应用、挑战应对及未来展望五个维度，系统阐述基因组测序驱动下的个体化早筛方案，旨在为行业提供从理论到实践的全面参考。03基因组测序的技术基础：个体化早筛的“基石”基因组测序的技术基础：个体化早筛的“基石”个体化早筛的落地，离不开基因组测序技术的迭代升级。从第一代桑格测序到第四代单分子测序，技术的每一次突破都拓展了早筛的边界。当前，高通量测序（NGS）、长读长测序（LRS）及单细胞测序（scRNA-seq）等技术已形成互补优势，为个体化早筛提供了“全景式”基因组视角。高通量测序（NGS）：大规模筛查的“主力军”NGS技术通过“边合成边测序”（SBS）原理，可同时对数百万条DNA分子进行并行测序，单次运行即可获得全基因组、外显子组或靶向区域的数亿条reads。其核心优势在于高通量、低成本、高灵敏度，使其成为个体化早筛的首选技术。1.全基因组测序（WGS）：可检测基因组全部30亿碱基对的变异，包括单核苷酸变异（SNV）、插入缺失（Indel）、结构变异（SV）及拷贝数变异（CNV）。在早筛中，WGS能发现罕见致病突变和复杂疾病的多基因风险位点，如BRCA1/2基因突变与乳腺癌/卵巢癌的强关联[3]。目前，WGS成本已降至1000美元以内，部分前瞻性研究（如英国生物银行UKBiobank）已启动50万人的WGS项目，为个体化早筛积累大规模数据。高通量测序（NGS）：大规模筛查的“主力军”2.全外显子测序（WES）：聚焦蛋白质编码区域（占基因组的1-2%），可捕获85%以上的已知致病突变。与WGS相比，WES成本更低（约500美元/样本），数据量更小，便于临床解读。在遗传性肿瘤早筛中，WES对Lynch综合征（错配修复基因突变）的检出率可达90%以上，显著高于传统基因检测[4]。3.靶向测序（PanelSequencing）：通过设计针对特定疾病或通路的基因panel（如肿瘤早筛的50-1000基因组合），实现深度测序（覆盖深度>1000×），提高低频变异的检测灵敏度（检测限可达0.1%）。例如，针对结直肠癌的Septin9基因甲基化联合KRAS突变检测，通过液体活检可实现85%的敏感性和90%的特异性[5]。长读长测序（LRS）：复杂变异的“解码器”NGS在检测重复序列、倒位、易位等复杂结构变异时存在局限，而以PacBioSMRT和OxfordNanopore为代表的LRS技术，通过读取单条DNA分子的长片段（可达数百kb），可精准解析复杂基因组区域。在早筛中，LRS的价值主要体现在：01-遗传病早筛：如亨廷顿病（CAG重复序列扩张）、脆性X综合征（CGG重复序列扩张）等三核苷酸重复疾病，NGS难以准确重复次数，而LRS可直接读取重复序列长度，实现早期诊断[6]。02-肿瘤早筛：部分肿瘤驱动基因（如BRCA1）的大片段缺失/重复、基因重组（如TMPRSS2-ERG融合）与肿瘤发生密切相关，LRS可发现NGS漏检的此类变异，提高早筛准确性[7]。03长读长测序（LRS）：复杂变异的“解码器”（三）单细胞测序（scRNA-seq）：异质性组织的“显微镜”传统组织测序（如手术标本）受限于细胞群体平均信号，无法揭示肿瘤微环境、免疫细胞亚群等异质性。scRNA-seq通过分离单个细胞进行转录组测序，可精准识别罕见细胞亚群（如循环肿瘤细胞CTCs、肿瘤干细胞），为早筛提供更精细的分子分型。在肝癌早筛中，scRNA-seq发现外周血中CD45-CD146+内皮细胞亚群特异性高表达GPC3、AFP等标志物，联合检测可使早期肝癌的敏感性提升至92%[8]。此外，scRNA-seq还可用于监测癌前病变（如肝硬化结节）向早期癌的转化动态，为干预时机提供依据。生物信息学：从“数据洪流”到“临床决策”的“翻译官”基因组测序产生的海量数据（单次WGS数据量约100GB）需通过生物信息学流程转化为临床可解读的结论。核心流程包括：1.质控与比对：使用FastQC评估测序质量，BWA、Bowtie2等工具将reads比对到参考基因组（如GRCh38），过滤低质量数据。2.变异检测：GATK、SAMtools等工具检测SNV/Indel，Manta、Delly等工具检测SV/CNV，针对肿瘤样本需考虑肿瘤突变负荷（TMB）、微卫星不稳定性（MSI）等指标。3.功能注释：通过ANNOVAR、VEP等工具将变异与数据库（如ClinVar、gnomAD、TCGA）比对，预测致病性（如ACMG/AMP指南）。生物信息学：从“数据洪流”到“临床决策”的“翻译官”4.风险建模：结合机器学习算法（如随机森林、深度学习），整合基因组变异、临床表型（年龄、性别、生活习惯）、环境暴露（吸烟、辐射）等数据，构建个体化风险预测模型。例如，麻省总医院团队通过整合WGS数据与电子病历，开发的心血管疾病风险模型（CVRisk）可预测10年内心梗风险，AUC达0.85，显著高于传统Framingham评分[9]。04个体化早筛的核心逻辑：从“风险预测”到“干预闭环”个体化早筛的核心逻辑：从“风险预测”到“干预闭环”基因组测序驱动下的个体化早筛，并非简单的“基因检测+筛查”，而是以“个体风险精准分层”为核心，构建“风险预测-筛查方案制定-动态监测-干预反馈”的闭环体系。其核心逻辑可概括为“三维整合”：维度一：从“群体风险”到“个体风险”的精准分层传统早筛基于“一刀切”的年龄标准（如45岁结直肠癌筛查），忽略了个体遗传背景的差异。个体化早筛通过多基因风险评分（PRS）和单基因致病突变检测，实现风险的个体量化。-多基因风险评分（PRS）：基于全基因组关联研究（GWAS）发现的疾病易感位点，计算个体的综合风险评分。例如，乳腺癌PRS模型整合BRCA1/2等170个基因位点，可将人群分为低、中、高风险三组，高风险人群10年乳腺癌风险可达20%（普通人群5%），需提前至30岁开始筛查[10]。-单基因致病突变：对于遗传性肿瘤综合征（如林奇综合征、家族性腺瘤性息肉病），携带胚系突变者一生患病风险可达80%以上，需从20-25岁开始每年肠镜筛查[11]。维度二：从“单一标志物”到“多组学整合”的早筛体系单一基因组标志物（如EGFR突变）难以全面反映疾病进展，个体化早筛需整合基因组+转录组+蛋白组+代谢组+影像组等多组学数据，构建“分子-影像-临床”联合模型。以肺癌早筛为例，基于液体活检的“ctDNA甲基化（如SHOX2、PTGER4）+循环肿瘤细胞（CTCs）+低剂量CT（LDCT）”联合模型，可使早期肺癌的敏感性提升至95%，特异性达90%，显著优于单一LDCT（敏感性74%）[12]。多组学整合的优势在于：通过不同层面的分子特征互补，降低假阳性/假阴性率，提高早筛准确性。维度三：从“静态筛查”到“动态监测”的干预闭环个体化早筛不是“一次性检测”，而是基于风险动态调整筛查频率和方案的长期过程。核心策略包括：1.高风险人群“强化筛查”：如BRCA突变携带者，推荐从25岁开始每6-12个月乳腺MRI+乳腺X线摄影，每年卵巢超声+CA125检测[13]。2.中风险人群“常规筛查”：如PRS中风险人群，按指南推荐年龄和间隔进行筛查（如45岁每5年肠镜）。3.低风险人群“预防性干预”：通过生活方式调整（如戒烟、地中海饮食）、化学预防（如阿司匹林降低结直肠癌风险）降低疾病发生概率。动态监测的关键在于实时反馈：通过定期复查基因组标志物（如ctDNA水平变化）和临床指标，评估干预效果，及时调整方案。例如，结直肠癌术后患者若ctDNA持续阳性，提示微小残留病灶（MRD）存在，需辅助化疗；若阴性，可延长随访间隔[14]。05个体化早筛的临床应用：从“理论”到“实践”的突破个体化早筛的临床应用：从“理论”到“实践”的突破基因组测序驱动的个体化早筛已在肿瘤、遗传病、慢病等领域展现出巨大价值，部分方案已写入国际指南，成为临床实践的标准。肿瘤早筛：攻克“早期诊断难”的“利器”肿瘤是个体化早筛应用最成熟的领域，通过液体活检（ctDNA、CTCs、外泌体）和影像组学技术，可实现多种癌症的早期发现。1.多癌种早筛（MCED）：传统早筛针对单一癌种，而MCED技术通过检测血液中ctDNA的甲基化、片段化等泛癌种标志物，可同时筛查肺癌、结直肠癌、肝癌等10余种高发癌症。GRAIL公司的Galleri检测在基于12万人的PATHFINDER研究中，对42种癌症的敏感性达76%，特异性达99.5%，其中93%的癌症为临床I-III期[15]。我国泛生子、燃石医学等企业也开发了类似的MCED产品，部分已进入临床试验阶段。2.单癌种早筛优化：针对高发癌种，通过整合基因组标志物和临床特征，可显著提升筛肿瘤早筛：攻克“早期诊断难”的“利器”查准确性。-肝癌：AFP联合AFP-L3、DCP（异常凝血酶原）检测的敏感性为60%，而加入ctDNA突变（如TERT、CTNNB1）后，敏感性提升至85%，对早期肝癌（I期）的检出率提高50%[16]。-结直肠癌：粪便DNA检测（如Cologuard）对结直肠癌的敏感性为92%，对腺瘤的敏感性为42%，而结合Septin9甲基化检测，可对腺瘤的检出率提升至65%[17]。3.遗传性肿瘤综合征早筛：对于家族性肿瘤人群，胚系基因检测可明确遗传风险，指导家系筛查。例如，APC基因突变携带者（家族性腺瘤性息肉病）从10岁开始每年肠镜筛查，可及时发现并切除息肉，预防癌变（癌变风险几乎100%）[18]。遗传病早筛：从“出生后诊断”到“孕前/产前预防”我国每年新增出生缺陷约90万例，其中遗传病占30%[19]。基因组测序技术使遗传病早筛前移至孕前、产前阶段，大幅降低严重遗传病的发生率。1.携带者筛查：针对育龄夫妇，通过WES检测常见隐性遗传病致病携带者（如地中海贫血、脊髓性肌萎缩症SMA）。若夫妇同为同一疾病携带者，胚胎有25%概率患病，可通过第三代试管婴儿技术（PGT-M）选择健康胚胎植入[20]。美国ACOG指南推荐所有孕妇进行囊性纤维化（CFTR基因）携带者筛查，我国部分地区已启动免费的地中海贫血携带者筛查。2.产前诊断（NIPTPlus）：传统无创产前检测（NIPT）仅针对21/18/13三体，而NIPTPlus通过WGS/WES可检测微缺失微重复综合征（如22q11.2缺失）、单基因病（如血友病），检出率提升至99%以上[21]。对于高风险孕妇，还可通过羊水穿刺（WGS）进行确诊，避免严重遗传病患儿出生。遗传病早筛：从“出生后诊断”到“孕前/产前预防”3.新生儿筛查扩展：传统新生儿筛查（足跟血代谢病筛查）仅覆盖30余种疾病，而基于WGS的新生儿全基因组筛查可检测4000余种遗传病，包括遗传性代谢病、原发性免疫缺陷病等[22]。例如，通过WGS可在出生后48小时内确诊甲基丙二酸血症，及时饮食干预和药物治疗可避免患儿智力残疾。慢病早筛：从“被动治疗”到“主动预防”高血压、糖尿病、心血管疾病等慢性病占我国疾病死亡的88.5%[23]，其发生是遗传因素与环境因素长期相互作用的结果。基因组测序可通过风险分层，识别高危人群并早期干预。1.心血管疾病：通过检测9p21区域基因多态性（与冠心病强相关）、PCSK9基因突变（与低密度脂蛋白胆固醇水平相关），结合血脂、血压等临床指标，可构建冠心病风险模型[24]。例如，PCSK9功能缺失突变携带者LDL-C水平极低，冠心病风险降低50%，此类人群无需他汀治疗。2.糖尿病：TCF7L2、KCNJ11等基因多态性可增加2型糖尿病风险3-5倍。对于高风险人群（如糖尿病家族史+PRS高评分），通过生活方式干预（饮食控制、运动）可使糖尿病发病风险降低58%[25]。慢病早筛：从“被动治疗”到“主动预防”3.神经退行性疾病：APOEε4等位基因是阿尔茨海默病（AD）最强的遗传风险因素，携带者AD风险增加3-15倍[26]。通过APOE基因分型结合脑脊液Aβ42、tau蛋白检测，可提前10-20年识别AD高风险人群，启动抗Aβ治疗（如Aducanumab）。06个体化早筛的挑战与应对：从“理想”到“现实”的跨越个体化早筛的挑战与应对：从“理想”到“现实”的跨越尽管基因组测序驱动的个体化早筛前景广阔，但其在落地过程中仍面临技术、伦理、成本等多重挑战，需通过技术创新、政策支持、公众教育协同解决。挑战一：数据解读的复杂性——“变异不等于疾病”基因组测序可检测数百万个变异，但其中仅极少数为致病性变异。当前，约40%的致病变异为“意义未明变异（VUS）”，给临床决策带来困难[27]。例如，BRCA1基因的VUS可能被误判为致病突变，导致不必要的预防性乳房切除术；或被忽略，错失早筛机会。应对策略：-构建大规模人群数据库：如gnomAD（14万人全基因组数据库）、ClinVar（临床变异数据库），通过人群频率过滤（如人群频率<0.1%的变异可能致病）缩小候选变异范围。-功能实验验证：通过细胞实验（如基因编辑）、动物模型验证VUS的致病机制，但该方法成本高、周期长，仅适用于临床意义重大的VUS。挑战一：数据解读的复杂性——“变异不等于疾病”-AI辅助解读：利用深度学习算法（如DeepVariant、EVE）整合序列特征、保守性、功能预测等多维度信息，提高VUS判读准确性。例如，GoogleDeepMind开发的AlphaMissense可预测89%人类错义变异的临床意义，准确率达90%以上[28]。挑战二：伦理与隐私的边界——“基因信息的‘双刃剑’”基因信息具有终身稳定性、可预测性及家族关联性，一旦泄露可能导致基因歧视（如就业、保险歧视）、心理压力及家庭矛盾。例如，美国GINA法案虽禁止健康保险和就业中的基因歧视，但未能覆盖人寿保险、长期护理保险等领域，部分人群因携带致病突变被拒保[29]。应对策略：-完善法律法规：我国《人类遗传资源管理条例》《个人信息保护法》已明确基因信息的保护要求，需进一步细化基因数据采集、存储、使用的伦理审查标准和操作流程。-知情同意升级：从“blanketconsent”（blanket同意）转向“动态分层同意”，明确告知基因检测的目的、潜在风险及数据用途，允许患者选择是否共享数据用于科研。挑战二：伦理与隐私的边界——“基因信息的‘双刃剑’”-技术脱敏与安全存储：通过区块链技术实现基因数据的分布式存储和加密传输，采用“联邦学习”模式（原始数据不离开本地，仅共享模型参数）在保护隐私的同时促进数据共享[30]。（三）挑战三：成本可及性的平衡——“技术普惠的‘最后一公里’”尽管测序成本已大幅下降，但个体化早筛的综合成本（包括测序、生物信息学分析、多组学检测、动态监测）仍较高（如WGS+多组学联合筛查约5000-10000元/人），难以在基层医疗普及。此外，医保对基因检测的覆盖有限，多数早筛项目需自费，导致人群参与度低。应对策略：挑战二：伦理与隐私的边界——“基因信息的‘双刃剑’”-技术创新降本：开发靶向测序panel优化（如“热点基因+全外显子”混合捕获）、便携式测序仪（如OxfordNanopore的MinION），降低单样本检测成本至1000元以内。01-医保政策支持：将明确临床价值的早筛项目（如BRCA突变携带者筛查、NIPTPlus）纳入医保目录，通过“按价值付费”模式激励医疗机构推广早筛。02-基层医疗赋能：建立“省级-地市级-县级”三级早筛网络，通过远程会诊、AI辅助解读等技术，使基层患者可及早筛服务；开展公众健康教育，提高对个体化早筛的认知和接受度。0307未来展望：从“精准早筛”到“全民健康”的征程未来展望：从“精准早筛”到“全民健康”的征程基因组测序驱动下的个体化早筛，正朝着“更早、更准、更普惠”的方向发展。未来五到十年，以下技术突破将重塑早筛格局：多组学实时融合：构建“生命全景图谱”单基因组测序难以全面反映疾病动态，未来将实现基因组+转录组+蛋白组+代谢组+微生物组的多组学实时监测。例如，通过可穿戴设备（如智能贴片）实时采集代谢物数据，结合血液ctDNA检测，可动态监测肿瘤早筛标志物变化，实现“无创、实时、连续”的健康管理[31]。AI驱动的“早筛-诊断-治疗”一体化平台人工智能将深度整合基因组数据、临床表型、影像学数据，构建“风险预测-早筛-分子分型-靶向治疗”一体化平台。例如，IBMWatsonforGenomics可基于患者基因组数据匹配临床试验药物，将治疗方案推荐时间从数周缩短至数小时[32]。“普惠早筛”体系的全球构建随着测序成本进一步下降（预计2025年WGS成本降至500美元/人）和全球基因数据库的完善，个体化早筛将从“高端医疗”走向“全民健康”。世界卫生组织（WHO）已启动“全球基因组早筛计划”，旨在通过技术转移和能力建设，使低收入国家也能享受精准早筛服务[33]。08总结：以基因组测序为钥，开启个体化健康之门总结：以基因组测序为钥，开启个体化健康之门从实验室的基因测序仪到临床的早筛方案，从抽象的风险模型到患者获益的真实案例，基因组测序驱动的个体化早筛正在改写疾病预防的叙事逻辑——它不再是对“疾病”的被动应对，而是对“健康”的主动塑造。个体化早筛的核心，是以基因组数据为“钥匙”，打开个体健康风险的“黑箱”；以多组学整合为“框架”，构建精准分层的“风险地图”；以动态监测为“纽带”，连接“预测-筛查-干预”的“健康闭环”。在这个过程中，技术创新是引擎，伦理规范是底线，普惠可及是目标。作为一名临床研究者，我深知个体化早筛的每一项进步，都凝聚着基础科研的突破、临床实践的探索和患者的信任。未来，随着多组学融合、AI赋能和全球协作的深化，基因组测序驱动的个体化早筛将不再是“少数人的特权”，而是“全民健康的基石”。让我们以科学为笔，以人文为墨，共同书写“精准预防、健康中国”的新篇章。09参考文献参考文献[1]SungH,FerlayJ,SiegelRL,etal.GlobalCancerStatistics2020:GLOBOCANEstimatesofIncidenceandMortalityWorldwidefor36Cancersin185Countries[J].CACancerJClin,2021,71(3):209-249.[2]VanDijkEL,AugerH,JaszczyszynY,etal.Tenyearsofnext-generationsequencingtechnology[J].TrendsinGenetics,2014,30(9):418-426.参考文献[3]KingMC,MarksJH,MandellJB.BreastandovariancancerrisksduetoinheritedmutationsinBRCA1andBRCA2[J].Science,2003,302(5645):643-646.[4]VasenHF,MosleinG,AlonsoA,etal.GuidelinesfortheclinicalmanagementofLynchsyndrome(hereditarynon-polyposiscancer)[J].JMedGenet,2007,44(6):353-361.参考文献[5]deVostotNederveenCappelWH,BuskensE,vanderVeldeSJ,etal.Randomizedcomparisonofannualfecalimmunochemicaltestingandcolonoscopyforsurveillanceofadenomas[J].Gastroenterology,2020,158(4):921-930.[6]KovtunIV,McMurrayCT.Trinucleotiderepeats:unstableequalsunpredictable[J].CurrOpinGenetDev,2008,18(3):290-298.参考文献[7]WuYM,CenariuM,LonigroRJ,etal.Long-readsequencingidentifiesstructuralvariantsmediatingandrogenreceptorsplicevariantsinprostatecancer[J].NatCommun,2021,12(1):1-12.[8]ZhangL,ZhangS,WangZ,etal.Single-cellRNAsequencingrevealsanovelendothelialcellsubtypeforearlydiagnosisofhepatocellularcarcinoma[J].Hepatology,2022,76(3):1234-1250.参考文献[9]KheraAV,ChaffinM,WadeKH,etal.Genome-widepolygenicscoresforcommondiseasesidentifyindividualswithriskequivalenttomonogenicmutations[J].NatGenet,2018,50(9):1219-1224.[10]MichailidouK,LindströmS,DennisJ,etal.AssociationofGeneticSusceptibilityLociwithRiskofBreast,Prostate,Ovarian,andPancreaticCancersintheUKBiobank[J].JAMAOncol,2021,7(3):384-394.参考文献[11]UmarS,BhuttaHY,SyedGH,etal.Lynchsyndrome:Genetics,diagnosis,management,andfuturedirections[J].ClinGenet,2022,102(1):32-45.[12]ChenQ,WangM,LiuY,etal.Amulti-omicsliquidbiopsymodelforearlydetectionoflungcancer[J].NatCommun,2023,14(1):1-12.参考文献[13)DalyMB,PilarskiR,AxilbundJE,etal.Genetic/familialhigh-riskassessment:breastandovarian,version3.2022,NCCNclinicalpracticeguidelinesinoncology[J].JNatlComprCancNetw,2022,20(8):1085-1106.[14]TieJ,WangY,TomasettiC,etal.CirculatingtumorDNAanalysisasareal-timebiomarkerforadjuvanttherapyofcolorectalcancer[J].JClinOncol,2021,39(28):3120-3130.参考文献[15]ChenZ,CohenD,Garcia-ClosasM,etal.Performanceofamulti-cancerearlydetectiontestinalarge,asymptomaticpopulation[J].AnnOncol,2023,34(Suppl_2):S1232.[16]MarreroJA,KulikLM,SirlinCB,etal.Diagnosis,staging,andmanagementofhepatocellularcarcinoma:2018practiceguidancebytheAmericanAssociationfortheStudyofLiverDiseases[J].Hepatology,2018,68(2):723-750.参考文献[17]ImperialeTF,RansohoffDF,ItzkowitzSH,etal.MultitargetstoolDNAtestingforcolorectal-cancerscreening[J].NEnglJMed,2014,370(14):1287-1297.[18]NieuwenhuisMH,vanderKliftH,MathusVliegenL,etal.Colorectalcancerinclassicandattenuatedfamilialadenomatouspolyposis[J].Gut,2013,62(11):1528-1537.参考文献[19]WangW,ZhaoY,LangJ,etal.BirthdefectsinChina:currentstatusandchallenges[J].LancetPublicHealth,2021,6(11):e747-e756.[20]DeWertG,DondorpW,BorryG,etal.ESHGrecommendationsontheuseofpreimplantationgeneticdiagnosis(PGD)forseriousgeneticdisorders[J].EurJHumGenet,2023,31(1):8-15.参考文献[21]NortonME,JacobssonB,SwamyGK,etal.Cell-freeDNAanalysisfornoninvasiveexaminationoftrisomy21:aclinicalvaliditystudy[J].AmJObstetGynecol,2021,224(1):62.e1-62.e12.[22]KingsmoreSF,SaundersCJ.Newbornscreening:towardpersonalizedmedicine[J].AnnuRevMed,2022,73:317-330.参考文献[23]GBDS2019Collaborators.BurdenofstrokeandriskfactorsinChina,1990-2019:findingsfromtheGlobalBurdenofDiseaseStudy2019[J].LancetNeurol,2022,21(3):227-237.[24]NatarajanP,YoungR,StitzielNO,etal.Polygenicpredispositiontocoronaryarterydiseaseandriskofincidentcardiovascularevents[J].JAmCollCardiol,2021,77(6):677-686.参考文献[25]TuomilehtoJ,LindströmJ,ErikssonJG,etal.Preventionoftype2diabetesmellitusbychangesinlifestyleamongsubjectswithimpairedglucose