佳学基因 · 科普专栏

人工辅助生殖能否筛选携带特定基因序列的精子？——基因解码技术的应用边界与展望

佳学基因研究团队 | 基因解码与生殖遗传学

摘要

人工辅助生殖技术（ART）的快速发展为遗传性疾病的阻断提供了重要手段，但在精子层面实现基因序列的精准筛选仍面临根本性技术瓶颈。佳学基因的基因解码技术通过对男方全基因组进行高深度测序，能够全面解读其DNA序列，识别隐性致病变异，并在群体遗传学框架下间接推断其所产精子的基因型分布概率。然而，对于自然成熟的单颗精子，在不损伤精子活性及其遗传物质完整性的前提下，目前尚无技术手段实现直接的单精子全基因组精确测序与活体应用。胚胎植入前遗传学检测（PGT）可在受精后通过胚胎活检推断参与受精精子的基因型，是目前最具临床可行性的遗传筛查环节。此外，基于减数分裂规律，一个精原细胞可产生四枚精子，通过检测其余三枚精子的基因组序列，理论上可间接推知目标精子的基因型，但该策略在操作层面尚不具备实用性。本文系统梳理上述技术路径的科学原理、当前局限与未来方向，以期为临床遗传咨询与辅助生殖决策提供科学参考。

关键词：

人工辅助生殖,精子基因组,单细胞测序,基因解码,隐性致病基因,胚胎植入前遗传学检测,减数分裂,精子发生,全基因组测序,遗传阻断

1. 引言

遗传病的代际传递是危害人类健康的重大公共卫生问题。据估计，全球约有1%的新生儿携带显著致病的单基因变异，其中相当比例来源于父方携带的隐性致病等位基因^[1]。随着高通量测序技术的普及，基因组层面的携带者筛查已成为辅助生殖领域的重要议题。一个自然而直接的问题是：能否在精子层面实现基因序列的主动筛选，从源头阻断遗传病的传递？

本文围绕这一问题，从精子发生的生物学原理出发，系统评述基因解码技术、单细胞基因组学、胚胎植入前遗传学检测（Preimplantation Genetic Testing, PGT）及四分体精子基因型推断等技术路径的科学基础与应用边界。

2. 精子发生的遗传学基础

精子发生（spermatogenesis）是一个高度有序的细胞分化过程。一个二倍体精原细胞（2n）经过有丝分裂增殖、减数第一次分裂（染色体同源重组与分离）和减数第二次分裂，最终产生四个单倍体（n）精细胞，继而分化为成熟精子^[2]。这一过程中，同源染色体之间发生的交叉互换（crossover）是新遗传组合的重要来源，也是精子基因型多样性的根本原因。

由于减数分裂中染色体的随机分配，杂合子男性所产生的精子在致病等位基因的携带上理论上呈1:1的比例分布。因此，无法从外观或功能参数判断一颗精子是否携带特定致病变异。这正是精子层面基因筛选面临根本挑战的生物学根源。

3. 佳学基因的基因解码技术：男方全基因组测序与携带者状态解析

佳学基因的基因解码技术基于全基因组测序（Whole Genome Sequencing, WGS）平台，能够对男方的完整基因组序列进行高深度解读。这一技术不仅可识别已知的致病性单核苷酸变异（SNV）和插入缺失（Indel），还能检测结构变异（SV）、拷贝数变异（CNV）及三核苷酸重复扩展等复杂变异类型^[3]。

通过与经过验证的疾病数据库（如ClinVar、OMIM）进行比对，结合美国医学遗传学与基因组学学会（ACMG）的变异解读框架，基因解码技术可以明确判断男方在健康状态下是否携带隐性致病基因。这一信息具有重要的临床意义——即便携带者表型完全正常，其后代仍有50%的概率继承该致病等位基因。

在此基础上，利用单倍型分析（haplotype phasing）技术，可进一步解析致病变异位于哪条同源染色体上^[4]。结合减数分裂的理论模型，可在概率层面推断精子基因型的分布。然而，这种推断本质上是群体层面的统计预测，而非对单颗精子基因型的确定性判断。

4. 单精子基因组测序：技术现状与活体应用瓶颈

单细胞基因组学的进步使得对单颗精子进行全基因组测序已在研究层面成为现实。Kirkness等早期工作及后续的多重置换扩增（Multiple Displacement Amplification, MDA）和MALBAC（Multiple Annealing and Looping Based Amplification Cycles）技术，实现了对单精子DNA的全基因组扩增与测序，并用于研究减数分裂重组图谱^[5,6]。

然而，上述技术存在一个根本性的悖论：单细胞测序需要裂解细胞以提取DNA，该过程不可逆地破坏了精子的活性与受精能力。因此，对于自然成熟的精子，在不损伤精子的前提下，目前仍无法实现单精子基因组的精确测序与临床级活体应用。这一瓶颈构成了精子层面基因筛选的根本障碍。

近年来兴起的无损单细胞基因组学思路（如基于精子表面分子标记或代谢特征的非侵入性分选）尚处于基础研究阶段，距临床转化仍有相当距离^[7]。

5. 胚胎植入前遗传学检测：受精后的间接推断路径

在人工辅助生殖的临床实践中，目前最成熟的遗传筛查手段是胚胎植入前遗传学检测（PGT）。PGT通过对体外受精（IVF）后发育至囊胚期的胚胎进行活检（通常取5-8个滋养外胚层细胞），对其DNA进行扩增与测序分析，从而在胚胎移植前筛查出不携带目标致病变异的胚胎^[8]。

从遗传信息推断的角度，受精后的胚胎基因组是父方精子单倍型与母方卵子单倍型的叠加。通过PGT检测胚胎DNA，结合已知的父母双方单倍型信息，可以反向推断参与受精的特定精子所携带的基因型^[9]。这一策略的核心是以胚胎为信息载体，间接实现了对精子遗传信息的追溯。

PGT目前分为三大类：针对染色体非整倍体的PGT-A、针对单基因病的PGT-M，以及针对染色体结构重排的PGT-SR^[10]。对于隐性遗传病的阻断，PGT-M是当前最具临床可行性的技术路径，已在全球众多生殖中心广泛应用。

6. 四分体精子策略：理论可行性与实践局限

减数分裂产生的四枚精子共同源自同一个精原细胞，构成一个遗传学意义上的"四分体"（tetrad）。四分体分析在真菌等低等生物（如酿酒酵母Saccharomyces cerevisiae和粗糙脉孢菌Neurospora crassa）中是研究减数分裂重组的经典工具，通过同时检测四个减数分裂产物，可精确重建交叉互换事件^[11]。

理论上，若能追踪同一精原细胞产生的四枚精子，并对其中三枚进行基因组测序，则根据孟德尔遗传规律和减数分裂的互补关系，可以逻辑推断第四枚精子的基因型——前提是已知父方的完整单倍型信息并且交叉互换事件可被精确定位。

然而，这一策略在哺乳动物精子层面面临多重实践障碍：第一，精子发生在曲细精管中高度密集进行，单个精原细胞产生的四枚精子在解剖上难以被逐一识别和物理分离；第二，即使在研究层面实现了四分体精子的分离，三枚精子的测序消耗使第四枚精子丧失了受精应用价值；第三，减数分裂中的基因转变（gene conversion）等非孟德尔遗传事件可能干扰推断的准确性^[12]。因此，该策略目前仍停留在理论层面，缺乏实用性。

7. 各技术路径的综合评价

技术路径	检测对象	精子基因型判断	临床可行性
男方全基因组测序（基因解码）	男方体细胞DNA	间接概率推断	成熟，临床广泛应用
单精子直接测序	单颗精子DNA	精确，但精子失活	不可用于临床受精
PGT（胚胎期检测）	受精后胚胎DNA	间接追溯，临床标准	成熟，临床金标准
四分体精子策略	同源精子组DNA	理论上可推断	技术瓶颈大，无实用性

8. 结语与展望

综上所述，在现有技术条件下，人工辅助生殖尚无法在精子层面实现对特定基因序列的直接主动筛选。佳学基因的基因解码技术通过对男方全基因组的系统解读，为临床遗传咨询提供了最为全面的携带者信息基础，可在概率层面间接判断精子基因型分布，并与PGT技术形成优势互补的临床组合策略。

未来，随着无损单细胞基因组学、精子表观遗传学分析及人工智能辅助的遗传风险预测技术的发展，精子层面遗传信息的获取与应用有望迎来新的突破。在伦理框架和监管体系的保障下，这些技术的临床转化将进一步拓展遗传病阻断的可能边界^[13]。

参考文献

Zlotogora, J. (1994). Autosomal recessive diseases among Palestinian Arabs. Journal of Medical Genetics, 31, 723–726.
Handel, M.A., and Schimenti, J.C. (2010). Genetics of mammalian meiosis: regulation, dynamics and impact on fertility. Nature Reviews Genetics 11, 124–136.
Dewey, F.E., Grove, M.E., Pan, C., Goldstein, B.A., Bernstein, J.A., Chaib, H., Merker, J.D., Goldfeder, R.L., Enns, G.M., David, S.P., et al. (2014). Clinical interpretation and implications of whole-genome sequencing. JAMA 311, 1035–1045.
Browning, S.R., and Browning, B.L. (2011). Haplotype phasing: existing methods and new developments. Nature Reviews Genetics 12, 703–714.
Wang, J., Fan, H.C., Behr, B., and Quake, S.R. (2012). Genome-wide single-cell analysis of recombination activity and de novo mutation rates in human sperm. Cell 150, 402–412.
Zong, C., Lu, S., Chapman, A.R., and Xie, X.S. (2012). Genome-wide detection of single-nucleotide and copy-number variations of a single human cell. Science 338, 1622–1626.
Nijs, M., and Van Steirteghem, A. (1996). Assessment of different sperm parameters for in vitro fertilization and intracytoplasmic sperm injection. Human Reproduction Update 2, 479–493.
Treff, N.R., and Zimmerman, R.S. (2017). Advances in preimplantation genetic testing for monogenic disease and aneuploidy. Annual Review of Genomics and Human Genetics 18, 189–209.
Konstantinidis, M., Prates, R., Goodall, N.N., Fischer, J., Tecson, V., Lemma, T., Chu, B., Jordan, A., Armenti, E., Wells, D., and Munné, S. (2015). Live births following karyomapping of human blastocysts: experience from clinical application of the technique. Reproductive BioMedicine Online 31, 394–403.
ESHRE PGT Consortium Steering Committee. (2020). ESHRE PGT Consortium good practice recommendations for the organisation of PGT. Human Reproduction Open 2020, hoaa021.
Mancera, E., Bourgon, R., Brozzi, A., Huber, W., and Steinmetz, L.M. (2008). High-resolution mapping of meiotic crossovers and non-crossovers in yeast. Nature 454, 479–485.
Chen, J.M., Cooper, D.N., Chuzhanova, N., Férec, C., and Patrinos, G.P. (2007). Gene conversion: mechanisms, evolution and human disease. Nature Reviews Genetics 8, 762–775.
Pennings, G. (2022). Ethics of preimplantation genetic testing and its limitations. Best Practice & Research Clinical Obstetrics & Gynaecology 82, 2–12.