华大基因无创产前筛查技术，助力妊娠期糖尿病早期精准预测

　　既往妊娠期糖尿病的诊断，需要孕妇在孕24周左右，口服大剂量葡萄糖，并定时检测血糖以建立糖耐量数据，预测精确率一般在70%以上。但糖耐量试验进行孕周较晚，不利于妊娠期糖尿病的早期管理，口服大剂量葡萄糖也可能造成孕妇心理和生理不适。为此，北京妇产医院院长阴赪宏团队提出一套新的诊断方法——利用华大基因无创产前筛查技术预测妊娠期糖尿病发病风险。

　　近日，北京妇产医院、四川大学华西医院和华大基因联合完成了这项最新研究——无创预测妊娠期糖尿病风险。该研究对妊娠期糖尿病的早期精准预测、高风险孕妇早期管理和治疗具有巨大的临床应用潜力。

　　华大基因采用的无创产前筛查技术——无创产前基因检测(Non-invasive Prenatal Test, NIPT)是采用高通量测序技术对母体外周血中的游离DNA片段(cfDNA)进行测序，并将测序结果进行生信分析，从而得到胎儿的遗传信息的技术。研究团队基于出生人口队列研究，建立了孕产妇无创产前筛查测序数据库及孕产结局数据库，突破性地利用华大基因无创产前筛查技术的孕妇游离DNA测序数据，开展了人工智能算法研究。

　　该研究成功实现了孕妇在孕12周的无创预测妊娠期糖尿病风险，精确率达到84.07%，能有效预测妊娠期糖尿病发病风险。此外，研究团队还对妊娠期糖尿病孕妇血液中游离的DNA片段组学特征展开了进一步研究，研究结果还将为心血管疾病等多基因病的诊断和预测，提供发病机制研究的新思路和方向。

　　近日，这项研究成果在国际学术期刊《生物信息学简介》上发表。

　　该研究突破性利用NIPT的孕妇游离DNA测序数据，以孕产妇妊娠并发症为主要关注点，开展了人工智能算法研究，对NIPT测序数据进行二次分析，并进行妊娠期糖尿病发病风险的预测。

　　该研究收录了5,085例孕妇，包括1,942例妊娠糖尿病患者；采用非重叠滑动窗口法对低覆盖度(~0.2×)的NIPT测序数据进行CNV覆盖度筛选。将CNV覆盖数据输入到带有注意力架构的卷积神经网络(Convolutional Neural Networks, CNN)中进行训练，建立分类模型，依据妊娠期糖尿病孕妇的cfDNA片断组学特征将妊娠期糖尿病高风险孕妇与低风险孕妇区分开，从而可以实现在孕早期(孕12周)即可无创预测妊娠期糖尿病风险。模型的分类准确率、精确率分别为88.14%和84.07%，召回率为93.04%，F1分数为88.33%，AUC为96.49%。

　　对模型的选择的区域进行注释，发现这些区域包括2,190基因，可以富集到327个GO术语和18个KEGG通路。基因中包括了已报道的妊娠糖尿病相关基因α和β防御素基因，DEFA1、DEFA3和DEFB1。GO术语和KEGG中也包括多个1型糖尿病和2型糖尿病通路，进一步验证了本模型的生物学基础，为研究妊娠糖尿病的机制提供了依据。

　　从这项研究中可以看出，未来，华大基因的产前筛查技术NIPT检测不仅有望实现有效筛查胎儿染色体数目异常，同时还能提供孕妇妊娠糖尿病风险的预测信息，为受检者提供附加价值。这项研究也为深入了解妊娠糖尿病的发病机制提供了有力的依据。