DNA拷贝数计算器 | 基因组分析工具

DNA拷贝数计算器

DNA拷贝数计算器可估算DNA样本中目标序列存在多少个拷贝。它根据样本浓度、样本体积，以及目标序列在较长DNA序列中的出现次数进行计算。分子生物学实验室会使用这类估算，在进行成本更高且更精确的检测（例如qPCR，即定量聚合酶链式反应）之前规划实验。

DNA拷贝数的含义

DNA拷贝数是指特定序列在基因组或样本中出现的次数。典型的人类基因会出现两份，分别遗传自父母。多种因素都可能改变这一数量。

• 扩增：超过两个拷贝。癌细胞常会扩增促进生长的基因，例如某些乳腺肿瘤中的HER2。
• 缺失：少于两个拷贝，有时会变为零。缺失可能导致遗传疾病。
• 重复：在原本应只有一个或两个拷贝的位置出现额外拷贝。
• 拷贝数变异（CNV）：指个体之间拷贝数的差异，在人类基因组中占相当大的比例。

DNA拷贝数公式

计算器使用序列出现次数和样本质量，通过以下公式计算拷贝数：

$\text{拷贝数} = \frac{\text{出现次数} \times \text{浓度} \times \text{体积} \times N_A}{\text{DNA长度} \times 660 \times 10^{9}}$

其中：

• 出现次数——目标序列在完整DNA序列中出现的次数，重叠匹配分别计数。
• 浓度——DNA浓度，单位为纳克/微升（ng/μL），通常通过分光光度计或荧光计测定。
• 体积——样本体积，单位为微升（μL）。
• $N_A$——阿伏伽德罗常数，即每摩尔 6.022 × 10²³ 个分子。它把 DNA 的摩尔数换算为分子数。
• DNA长度——完整DNA序列的长度，单位为碱基对。
• 660——一个 DNA 碱基对的平均分子量，单位为克每摩尔（g/mol）。碱基对是两个配对的核苷酸，分别来自 DNA 的两条链。
• 10⁹——用于把纳克换算为克。

该公式首先将样本质量转换为DNA分子的物质的量，再乘以阿伏伽德罗常数，得到样本中的DNA分子总数，最后乘以每个分子中目标序列的出现次数。

DNA拷贝数的计算方法：示例

取一条长度为12个碱基对的DNA序列ATCGATCGATCG，目标序列为ATCG，浓度为10 ng/μL，体积为20 μL。

步骤1：计算出现次数。 ATCG在ATCGATCGATCG中出现3次（位置为1、5和9）。

**第 2 步：求 DNA 总质量。**浓度 × 体积 = 10 × 20 = 200 ng。

步骤3：转换为物质的量。 200 ng=2 × 10⁻⁷ g。用其除以（12个碱基对×660 g/mol）=7,920 g/mol。所得结果为2.53 × 10⁻¹¹ mol。

步骤4：转换为分子数。 乘以阿伏伽德罗常数：2.53 × 10⁻¹¹ mol×6.022 × 10²³个分子/mol≈1.52 × 10¹³个DNA分子。

步骤5：乘以出现次数。 3×1.52 × 10¹³≈4.56 × 10¹³，即约45,621,212,121,212个拷贝。

这个数字看起来很大，是因为20 μL的样本即使浓度为10 ng/μL，仍然含有数万亿个短DNA分子。实际样本通常使用长得多的序列，因此在质量相同的情况下，分子数会减少。

DNA拷贝数分析的应用领域

癌症诊断。 病理实验室会检测乳腺肿瘤组织中的HER2拷贝数。正常细胞携带两个拷贝。扩增的肿瘤细胞可能携带六个或更多拷贝，这会影响患者是否适合接受曲妥珠单抗等靶向药物治疗。

**遗传病检测。**迪格奥尔格综合征等疾病涉及染色体片段缺失。唐氏综合征涉及多出一条 21 号染色体（21 三体）。统计拷贝数有助于确认这些诊断。

转基因和质粒定量。 研究人员会检测插入基因有多少个拷贝进入了植物、动物或细菌细胞。通常首选单个拷贝，因为多个拷贝可能触发细胞使该基因沉默。

病原体和病毒载量监测。 拷贝数估算可追踪样本中存在多少病毒或细菌DNA，用于感染监测和环境检测。

测量拷贝数的其他方法

该计算器根据序列和浓度数据提供快速估算。需要更高精度的实验室通常会使用以下方法之一：

• 定量PCR（qPCR）：实时扩增并测量DNA；使用良好标准曲线时，准确度约为15–20%。
• 数字PCR（dPCR）：将样本分成数千个微小反应进行直接计数，无需标准曲线。
• 荧光原位杂交（FISH）：直接在细胞或染色体上通过显微镜观察并计数序列；这是许多癌症诊断实验室采用的标准方法。
• 下一代测序（NGS）：对整个样本进行测序，同时分析整个基因组中的拷贝数。

常见问题

什么是 DNA 拷贝数？ 它是某一特定 DNA 序列在基因组或样品中出现的次数。人类的大多数基因出现两次，分别来自父母双方。多出或缺少的拷贝会影响健康和疾病风险。

这个计算器的准确度如何？ 它根据所提供的输入给出理论估计值，而不是实验室测量值。准确度取决于浓度测量得有多精确，以及目标序列的特异性有多高。对于要发表的结果，数字 PCR 等方法更为精确。

这个计算器可以用于 RNA 吗？ 不可以。RNA 使用尿嘧啶而不是胸腺嘧啶，并含有不同的糖，因此它的分子量与 DNA 不同。RNA 每个核苷酸的平均分子量约为 330 g/mol，而 DNA 每个碱基对约为 660 g/mol。把 DNA 的公式用于 RNA 数据会得出错误的结果。

为什么重叠的序列会被多次计数？ 计算器会统计目标序列匹配的每一个位置，即使各次匹配共用了字母。在 ATATAT 中，序列 ATA 匹配两次，分别在第 1 位和第 3 位，因为每个起始位置都是独立检查的。

什么样的 DNA 浓度范围效果最好？ 在标准实验室仪器上，浓度为 10–100 ng/μL 时读数最可靠。低于 10 ng/μL 时，测量误差增大，建议使用荧光计等更灵敏的方法，而不是标准分光光度计。

这个计算器可以估算质粒拷贝数吗？ 可以。把完整的质粒序列作为 DNA 序列输入，把插入片段的唯一区域作为目标序列，再输入测得的质粒浓度和样品体积。

参考文献

1. 美国国家人类基因组研究所。Copy Number Variation (CNV)。NHGRI 遗传学术语表：CNV——DNA 片段的拷贝数在个体之间存在差异。
2. 美国国家标准与技术研究院。CODATA value: Avogadro constant。NIST 阿伏伽德罗常数——6.022 140 76 × 10²³ mol⁻¹（精确值）。
3. 美国国家医学图书馆 MedlinePlus Genetics。22q11.2 deletion syndrome。22q11.2 缺失综合征——迪格奥尔格综合征由 22 号染色体一小段缺失引起。
4. 美国国家医学图书馆 MedlinePlus Genetics。Down syndrome。唐氏综合征——21 三体是指 21 号染色体有三条，而不是两条。