1. 靶向测序技术全景与课程任务地图

靶向测序（Targeted Sequencing）并不是“把全基因组测序缩小一点”这么简单。它的本质是：在已知目标区域的前提下，用一套针对性的富集策略，把测序通量集中投放到临床或科研真正关心的位点上，从而以更低的成本、更高的有效深度，回答“这个样本在这些关键位点上到底是什么基因型”这一问题。理解这一点，是理解整门课程所有设计决策的起点。

从临床样本到最终报告，靶向测序是一条完整的工程链路。样本进入实验室后，先经过核酸提取获得DNA，再经历文库构建——包括片段化、末端修复、接头连接、扩增与纯化。随后进入核心的“靶向富集”环节，把目标区域从整个基因组背景中挑选出来。富集产物经质控合格后上机测序，得到原始下机数据（FASTQ），再经过比对、去重、变异检测、过滤与注释，最终形成可解读的变异列表和报告。这条链路上任何一环的偏差，都会以“深度不足、覆盖不均、假阳性或假阴性”的形式出现在最终结果里。

靶向富集在工程上主要分为两大技术路线，它们的适用边界差异极大，是本章最需要建立的核心判断。

第一条路线是杂交捕获（Hybrid Capture）。它用生物素标记的探针（baits）与文库进行液相杂交，再用链霉亲和素磁珠把结合了目标序列的探针拉下来。探针可以覆盖几十kb到几十Mb的区域，适合多基因panel、外显子组甚至更大的目标。它的优势是覆盖范围灵活、可同时检测SNV、插入缺失和拷贝数变异（CNV），对未知或新发变异也有较好的发现能力；代价是流程较长、DNA起始量要求较高（常见示例为50–200 ng，具体以试剂盒说明为准）、捕获效率与均一性依赖探针设计和杂交条件。

第二条路线是扩增子测序（Amplicon Sequencing）。它用设计好的引物对目标区域进行多重PCR扩增，直接把目标片段“扩”出来。它的优势是速度快、DNA起始量低（示例可低至1–10 ng）、成本低、对已知热点位点灵敏度高；代价是只能检测引物设计覆盖的已知位点，难以发现引物结合区外的未知变异，且多重PCR的引物二聚体、扩增偏好和等位基因脱扣（allele dropout）会直接影响均一性和假阴性风险。

因此，路线选择不是“哪个更先进”，而是“要回答什么问题”。如果任务是“在已知的几十个热点上做低频突变检测”，扩增子往往更经济；如果任务是“对一组基因的全部外显子做全面筛查，并希望发现未知变异”，杂交捕获更合适。这个判断会贯穿后续所有章节。

为了把这条链路和两大路线的关系一次看清，下面这张图把“样本→文库→富集→测序→分析→报告”的主干，与杂交捕获、扩增子两条分支的接入位置、关键输入和典型输出放在同一张关系图中。图中标注的起始量、覆盖范围等均为教学示例值，用于建立量级概念，实际应以所选试剂盒与项目要求为准。

这张图里有两个容易被忽略、但决定项目成败的细节。第一，路线分叉发生在“文库构建之后、上机之前”，也就是说，无论选哪条路线，文库质量都是共同前提；如果文库片段分布异常或接头残留严重，两条路线都会失败。第二，两条路线最终汇入同一套分析链路，但它们的质控重点不同：杂交捕获更关注捕获效率与覆盖均一性，扩增子更关注引物特异性、扩增均一性和等位基因脱扣。后续章节会分别展开这些参数的具体阈值与排查方法。

作为课程的任务地图，你可以把接下来的学习理解为三个层次：第一层是“设计层”，决定目标区域、探针或引物、panel边界；第二层是“实验层”，把设计变成合格的文库和富集产物；第三层是“数据层”，把测序输出变成可信的变异结论。三层之间不是串行无关，而是相互约束——设计决定了实验的可行边界，实验决定了数据的质量上限，数据又反过来验证设计与实验是否达标。

最后需要明确本课程对“交付物”的定义。它不是一份实验记录，也不是一张流程图，而是一份可复现、可审查、可交接的工程文档。这意味着你在文档中写下的每一个参数——起始量、循环数、杂交时间、测序深度、VAF阈值——都应当有依据、有来源、有适用条件。当别人拿到这份文档时，能够理解你为什么这样选，也能在遇到异常时知道从哪里开始排查。这正是靶向测序从“会做”走向“做得可靠”的关键分界线。