综述：多基因疾病的植入前遗传学检测：胚胎选择的新范式

《Biochemistry and Biophysics Reports》：Preimplantation genetic testing for polygenic diseases: A novel paradigm in embryo selection

本综述系统阐述了胚胎植入前多基因遗传学检测（PGT-P）这一前沿技术，它利用多基因风险评分（PRS）对IVF胚胎进行多基因疾病（如2型糖尿病、乳腺癌等）的遗传易感性筛查，旨在通过选择多基因风险最低的整倍体胚胎移植，降低子代患病风险。文章详述了PGT-P的工作流程、临床获益预测、显著局限性与实施前提，并对其临床转化潜力、伦理争议及未来方向进行了深入探讨。

　　

PGT-P：当胚胎选择遇上多基因“算命”

想象一下，在进行试管婴儿（IVF）时，除了筛查染色体是否正常（PGT-A）或是否有明确的单基因病（PGT-M），还能评估这个未来宝宝患上2型糖尿病、乳腺癌或阿尔茨海默病等常见复杂疾病的风险高低，并据此选择风险最低的胚胎进行移植。这不再是科幻情节，而是胚胎植入前多基因遗传学检测（PGT-P）正在尝试实现的图景。

1. 引言：从单基因到多基因的跨越

传统PGT技术主要针对染色体非整倍体（PGT-A）或高外显率的单基因病（PGT-M），但对于由成百上千个微效基因变异协同环境因素导致的多基因疾病束手无策。这类疾病，包括心血管疾病、糖尿病、多种癌症和精神疾病，构成了全球疾病负担的主体。随着全基因组关联研究（GWAS）揭示了大量疾病相关基因位点，多基因风险评分（PRS）应运而生。PRS通过加权累加个体携带的风险等位基因效应，量化其遗传易感性。PGT-P的核心，就是在胚胎层面计算PRS，实现多基因疾病的早期风险预测与干预。

2. PGT-P简介：流程、准确性与获益

2.1. 工作流程四部曲

PGT-P，亦称多基因胚胎筛查（PES），其标准化流程可概括为四个关键阶段：

1. 1.
   咨询与评估：由生殖内分泌专家、临床遗传学家等多学科团队对夫妇进行综合咨询，评估适应证、潜在获益与局限，并建立家庭特异性风险基线。
2. 2.
   PRS模型构建：基于大规模GWAS汇总数据，为风险相关的单核苷酸多态性（SNP）赋予统计权重，构建疾病特异性PRS模型，并需在独立队列中进行验证。
3. 3.
   胚胎遗传风险评估：在IVF获得囊胚后，进行滋养外胚层（TE）活检。对微量胚胎DNA进行全基因组扩增和基因分型，随后通过单倍型分型技术，比对稀疏的胚胎数据与父母单倍型图谱，准确推算胚胎的全基因组序列。基于此计算目标疾病的PRS。在并行完成非整倍体筛查（PGT-A）后，对整倍体胚胎按PRS排序，优先移植风险最低的胚胎。
4. 4.
   产前诊断验证：推荐在孕期通过羊膜穿刺或绒毛膜取样进行产前诊断，将胎儿基因型与胚胎活检预测结果进行一致性分析，以审计PGT-P过程的技术准确性。

2.2. 预测的准确性与边界

PGT-P提供的是概率性风险评估，其准确性受多重因素影响。PRS模型的预测力直接依赖于底层GWAS的质量和完备性。此外，通过单倍型分型精准重建胚胎基因组是可靠计算PRS的绝对前提。研究表明，胚胎活检基因型与出生后儿童基因型的全基因组一致性可达96.9%至98%，意味着PGT-P能达到较高的基因型预测准确性。然而，PRS无法预测未来的环境暴露（如饮食、生活方式），也无法完全涵盖基因-基因、基因-环境的复杂互作，这构成了其预测能力的根本限制。

2.3. 风险降低：相对与绝对的权衡

研究表明，PGT-P在多基因疾病中显示出可观的相对风险降低（RRR）。例如，在5个胚胎中选择PRS最低者，对1型糖尿病（T1DM）的RRR估计可达45-72%。对11种疾病的大规模模拟分析显示，RRR范围从恶性黑色素瘤的2.5%到心脏病的46.9%不等。

但临床决策更应关注绝对风险降低（ARR）。对于基线风险很低的罕见病，即便RRR很高，ARR也可能微乎其微。例如，精神分裂症人群患病率约1%，50%的RRR仅带来0.5%的ARR。相反，对于像2型糖尿病（T2DM）这样的高发疾病，或对于有明确家族史的高风险家庭，ARR则更为显著。因此，基于家庭特异性风险基线来计算ARR，对于评估PGT-P的实际价值至关重要。

3. PGT-P的临床应用潜力：以几种疾病为例

3.1. 2型糖尿病（T2DM）

T2DM具有高遗传度。一项针对有早发T2DM家族史的中国夫妇的研究首次展示了PGT-P的临床转化：研究人员构建了包含114个T2DM相关SNP的家庭特异性PRS模型，从7个活检胚胎中选择了PRS最低的整倍体胚胎移植。婴儿出生后携带预期的低风险基因型且发育正常。这为PGT-P用于降低T2DM遗传风险提供了概念验证。

3.2. 1型糖尿病（T1DM）

T1DM是一种自身免疫性疾病。研究模型显示，通过PGT-P筛选，可显著降低子代患病风险。已有临床案例报道，对有T1DM家族史的夫妇进行胚胎PRS评估，成功识别出高风险胚胎并影响了移植选择，为这类家庭提供了原发性预防的新可能。

3.3. 乳腺癌

乳腺癌风险大部分由多基因因素决定。PGT-P可单独用于评估胚胎的乳腺癌多基因风险。当与PGT-M结合时，其价值更加凸显。例如，在一个女方为BRCA1致病突变携带者的家庭中，对20个整倍体胚胎的分析发现，仅BRCA1突变导致的患病风险比值比（OR）跨胚胎差异为4.5倍；而当结合乳腺癌PRS后，OR差异扩大至15倍。这使得在选择不携带BRCA1突变的胚胎时，还能进一步挑选其中多基因风险最低者，实现风险最小化。

3.4. 多囊卵巢综合征（PCOS）

PCOS是一种常见的内分泌代谢疾病，具有明显的家族聚集性。虽然GWAS已鉴定出众多PCOS易感位点，且PCOS特异性PRS与肥胖、胰岛素抵抗等代谢表型相关，但目前将PGT-P直接用于PCOS预防的临床报道尚少。对于因PCOS相关不孕而行IVF的夫妇，整合PGT-P以降低子代患病风险是一个前景广阔但有待深入探索的方向。

4. 技术基石与挑战

4.1. 技术前提

PGT-P的实现依赖于三大技术支柱：GWAS鉴定的易感位点、经过验证的有效PRS预测模型，以及通过先进单倍型分型技术对胚胎全基因组序列的准确重建。长读长测序等新技术的发展，使得不依赖其他亲属遗传信息的从头（de novo）单倍型分型成为可能，为在统一流程中同时进行PGT-P和PGT-M铺平了道路。

4.2. 主要局限与伦理困境

PGT-P面临严峻的技术局限与伦理挑战：

1. 1.
   人群代表性偏差：当前大多数PRS模型基于欧洲血统人群的GWAS数据构建，在其他祖先群体中预测准确性大幅下降，可能加剧基因组健康不平等。
2. 2.
   对复杂性的低估：PRS未考虑新生突变、上位效应以及巨大的环境作用，其预测是不完全的。
3. 3.
   镶嵌体干扰：TE活检可能无法完全代表镶嵌体胚胎的遗传状态，导致单倍型分型错误和PRS计算失真，其影响目前未知。
4. 4.
   伦理争议：涉及对“高风险”胚胎的处置、多疾病风险权衡的复杂性、可能滑向“设计婴儿”（如选择身高、智力等非医学性状）的担忧，以及技术昂贵可能加剧社会不公。其商业化应用正在激化这些长期存在的伦理辩论。

5. 未来展望

PGT-P代表了辅助生殖和预防医学的一个新兴前沿。其未来发展取决于多个关键问题的解决：通过扩大非欧洲血统人群的基因组数据库和改进跨祖先PRS算法来提升公平性与准确性；建立针对高风险家庭的个性化风险评估框架；探索整合基因-环境互作信息的更全面风险模型；明确镶嵌体对PGT-P准确性的影响；以及通过多学科合作制定透明的临床指南、强有力的知情同意框架和公平的准入政策。

从单基因到多基因，胚胎遗传学检测的疆域正在极大拓展。PGT-P能否真正转化为惠及大众的临床实践，取决于我们能否在技术创新与伦理考量之间审慎平衡，确保其负责任地应用于真正能受益的人群。