ASHG 2026：電子基因體圖譜、AI 在遺傳學的應用，以及研究的未來

Nabsys 的創辦人兼執行長 Barrett Bready 主張，短讀長定序與傳統細胞遺傳學在基因體中段都留下盲區，而他公司的電子基因體定位技術（electronic genome mapping，EGM）直接量測長距離結構、不靠推論，正好補上這塊缺口。本集節目分成兩段錄音，皆於蒙特婁舉行的 ASHG 2026 年會現場錄製：第一段是在攤位訪問 Bready，談 EGM 的運作原理，以及它與 FISH、核型分析之間的定位；第二段則是與 Wiley 旗下《Advanced Genetics》期刊的現場座談，討論基因體學中的 AI、長讀長定序，以及論文發表的實務流程。AI 與投稿發表的內容佔了節目大部分時間，EGM 約佔前半段。

與談者的視角互補。Bready 創辦 Nabsys，並自 2024 年 Hitachi 取得多數股權後持續掌舵，因此他以打造新技術平臺、正在推銷這套方法的創業者身分發言。座談則由《Advanced Genetics》主編 Yuming Hu 與兩位第一線研究者共同參與：Brandon Lee 是精神遺傳學家、維吉尼亞聯邦大學博士後研究員；Nadav Ahituv 是 UCSF 生物工程與治療科學教授，兼任人類遺傳學研究所所長。兩人讓讀者同時看到投稿流程中作者與編輯兩邊的立場。

EGM 直接量測長距離結構，補上定序與細胞遺傳學之間的缺口

Bready 用一個資訊理論式的論點來定位這項技術：你無法從短尺度資訊推斷基因體的結構。定序方法是由短讀長往上拼湊，細胞遺傳學方法則是從染色體層級往下看。他認為，兩者都讓中間一段結構變異的覆蓋嚴重不足。EGM 是「由上而下」的方法，解析度足以看清這一段。

其機制靠電學而非光學。長鏈 DNA 分子在序列特異性 motif 上標記，接著以每秒約一百萬個鹼基的速度穿過奈米通道。通道兩側各有一個電極，分子通過時會偵測離子電流的中斷，產生電壓對時間的訊號軌跡，實際上等於描繪出分子的形狀。Bready 表示，因為偵測靠電學而非光學，解析度不受繞射極限限制，儀器成本也不必花在光學元件上。

具細胞遺傳學背景的認證遺傳諮詢師 Kira Dineen 提出一個直觀的比喻，Bready 也予以確認：標記就像里程標，缺失會讓標記彼此靠近，插入會把它們推開，交叉的圖形代表倒位，而對應到多條染色體的 contig 則代表染色體間的易位。

flowchart TD
    A["長鏈 DNA 分子在序列特異性 motif 上標記"] --> B["以每秒約 100 萬鹼基的速度穿過奈米通道"]
    B --> C["兩側電極偵測離子電流中斷"]
    C --> D["電壓對時間軌跡給出標記間距"]
    D --> E["比對參考基因體"]
    E --> F["缺失：標記彼此靠近"]
    E --> G["插入：標記彼此遠離"]
    E --> H["交叉圖形：倒位"]
    E --> I["contig 落在多條染色體：易位"]

Bready 對非專業聽眾的說明刻意直白：結構變異就藏在「我們最深的恐懼」底下——癌症診斷，或孩子天生有什麼不對勁。他用單一腫瘤的核苷酸數量對比地球上沙粒的數量（約 10^19）來說明腫瘤學問題的規模。他說，正因規模如此龐大，以矽晶為基礎、靠電學偵測的方法才重要：光學方法無法繼續擴充套件，它可以。

Hitachi 入主讓 Nabsys 得以擴規模，Bready 預期還有好幾個數量級的成長空間

自 2024 年起，Nabsys 成為 Hitachi 持股過半的子公司。Bready 指出，許多美國人對這家母公司沒有概念——Hitachi 為 Roche 製造 Cobas 系統（他稱之為全球裝機量最大的診斷系統），也為 Thermo Fisher 製造毛細管電泳 Sanger 定序儀，員工約 33 萬人。他提到一場演講，會後有聽眾說自己從沒聽過 Hitachi，而那場演講最後投影機畫面上浮現的浮水印正是 Hitachi——因為投影機就是 Hitachi 做的。

Bready 形容 EGM 正處於「規模化生命的開端」，由於以矽晶為基礎、採電學偵測，還有好幾個數量級的成長空間。他明確表示，正是 Hitachi 的資源讓他對推動這樣的規模有信心。他的目標是讓結構變異的檢測普及化——把單分子層級的洞察帶給全世界每一個實驗室，而不只是富裕國家的實驗室——理由是電學偵測能壓低資本裝置成本。他把這件事扣回 Hitachi 的使命宣言：「一個免於癌症與罕見疾病恐懼的社會」。

EGM 的賣點是整合：一次檢測就能找到 FISH 與核型能找到的一切，而且更多

在年會上，Nabsys 醫療基因體學長 Ala Chowobi 發表了哥倫比亞的 Bin Levy 關於 EGM 應用於血液惡性腫瘤的資料。Dineen 到場聆聽——她特別提到自己坐在第二排，因為會場爆滿——並強調有些案例中傳統 FISH 與核型已抓到異常，EGM 還抓到更多。Bready 舉了兩張海報：一張利用 CRISPR-Cas9 介導的插入為檢測增加序列特異性，目標是讓單一檢測涵蓋傳統細胞遺傳學技術能找到的所有東西；另一張是 LabCorp 的 Adam Smith 關於 EGM 用於體質性疾病的複製數變異。

Bready 的長期主張是，EGM 把多種方法整合為一，並隨時間提高診斷率。對臨床讀者而言，Dineen 的觀察更有意思：那些 FISH 與核型已經給出答案的案例，可能還有額外的結構變異沒人去查，因為問題看起來已經解決了。

「想像在某個平凡的週二下午接到足以打亂人生的訊息……對多數人、包括我自己在內，那是癌症診斷，或是孩子天生有什麼不對勁。而這兩者雖非全部、但主要是由一種技術概念所驅動，叫做基因體結構變異。」——Barrett Bready

AI 是投稿的最大主題，編輯對作者身分把關不鬆手

被問到哪些主題大量湧入投稿時，Hu 用一個詞回答：AI。他認為目前論文量暴增有一部分要歸因於此，並強調品質仍是門檻——「審稿人作為人，非常重要。」談到 AI 用於寫作，Hu 表示期刊規範只允許 AI 做語言編輯，不能用於產生洞見；他直言 AI 對綜述型論文是「災難」，但也指出高品質的綜述論文仍然非常有價值。

Ahituv 對 AI 的興趣是科學面的，不是編輯面的：基因體約 98% 是非編碼區，而調控元件沒有密碼可循，因此他的實驗室多年來一直在打造高通量工具，對這些元件做功能性鑑定。他說，AI 現在無論在尋找調控元件或預測變異效應上，都實質改善了預測能力，而「AI 用於調控基因體學」的場次是他這次年會的最大亮點。Dineen 則指出，外顯子與基因體分析中的 AI 變異優先排序是個好範例——工具讓你更快找到候選變異，實際工作仍由人來做。

發表時程拉長，審稿人來源是瓶頸

Ahituv 提出座談中最尖銳的抱怨：近年從投稿到發表的時間大幅拉長，文章卡在審查階段的時間遠超過他以前所見。他說自己會盡量趕上審稿期限，但這種延宕對受訓中的年輕研究者很不利，他們需要論文才能拿到下一個職位；對主持人（PI）也很傷，因為人手可能在稿件還在審查時就離開。他把 AI 輔助審稿當成一個開放問題提出，而不是解方。

Hu 證實找審稿人越來越難。他描述招募是雙向進行的：期刊會從 Web of Science 撈名單，這偏向資深 PI，漏掉職涯早期的研究者——助理教授與博士後——他認為這些人有意願也有能力審得好，最好一開始有資深 PI 帶著。他把審稿定位為一種科學服務，並提出大致對等的互惠原則：如果你一年寫一篇論文，大概可以審四篇，因為每篇論文需要多位審稿人。

提早動筆、預先回應審稿人，把討論段當成先發制人的答辯

Hu 的核心建議是實驗還在跑就開始寫——他博士班指導教授的指示是白天做實驗、晚上寫論文。理由很實際：問題會在實驗裝置還擺在眼前時浮現，缺的對照組或沒記下的細節可以立刻補救。他也認為，寫作本身就是一種思考方式，會逼出你在做實驗時沒想到的點子。

Lee 的版本是計算領域的做法：執行每個工具時就記下引數與步驟，因為方法段等於已經寫好一半。他警告不要陷入「從頭到尾寫出完美初稿」的陷阱——「我這樣只會原地打轉」——並建議把草稿傳給合作者，尤其是負責收集資料的跨領域夥伴，看的人多，進展就快。他的事後檢討是：許多審稿人要求的分析，其實他早就做過，或早就想過相關問題，只是覺得離題而沒放進去；如果一開始就寫進討論段，承認這項限制並點名後續研究，就能省下一輪審查。他借用了年會主席專題演講中的「預先破除質疑」（prebunking）一詞。

Ahituv 補充，有經驗的作者往往知道審稿人會問什麼，會在稿件審查期間就開始做那些分析——有時審稿人是對的，那些工作確實必要；有時審稿人錯了，多加的實驗最後還是照樣放進論文。他也建議選對期刊，並提醒提早動筆只有在草稿好到能讓該期刊送審時才有幫助。

科學傳播是年會最亮眼的場次，用詞建議也很具體

Lee 的年會亮點是科學傳播的主席場次——談的是如何向領域外的人說明研究，而不只是談科學本身。他最具體的收穫是用詞：別再說「突變」（mutation），這個詞帶著負面意味，改說「變異」（variant）。他打算把這些心得帶回地方學區委員會，爭取學校裡的科學教育。

Dineen 也點名同一場次，並提到《Beyond Inheritance》作者 Roxanne Khamsi——她幾個月前曾上過本節目，這次也坐在觀眾席聽座談。Dineen 強調座談中區分了對同儕溝通與對大眾溝通的不同，並提到 Khamsi 那張「該淘汰的詞彙」投影片。Dineen 也自嘲地為親民性發聲：她不是遺傳學家，有些場次她聽得一頭霧水，她猜現場其他人大概也一樣。

長讀長定序加上長鏈 DNA 合成，是下一個能力前沿

Ahituv 看好的下一步，是更便宜的長讀長定序搭配更便宜的長鏈 DNA 合成。照他的描述，兩者結合後，研究者可以生成大段序列、在基因體中加以修改，再用長讀長讀出結果——這將實現能捕捉變異組合效應的高通量篩檢。Dineen 把它定位為一種常見模式的下一階段：曾經看似尖端的技術，終究會變成標準工具；她說自己會持續關注它在臨床端的發展。

兩段內容交會於同一個值得追蹤的張力：這個領域產出結構與調控資料的速度，已超過發表體系能消化的速度。Bready 的答案是硬體——一套能隨問題規模擴充套件的矽晶檢測。Hu 的答案是人才——更多審稿人，包括期刊目前招募不足的職涯早期研究者。兩人都沒有宣稱對方的問題已經解決，而診斷率與發表時程之間的落差，很可能就是明年 ASHG 討論的落點。Dineen 提到，本節目的下一站是隔月在巴爾的摩舉行的 NSGC。