全基因组重测序（Whole Genome Re-sequencing, WGRS）是一种高通量测序技术，通过对已知参考基因组的物种进行个体或群体的基因组测序，全面识别基因组中的遗传变异，如单核苷酸多态性（SNP）、插入缺失（InDel）、结构变异（SV）以及拷贝数变异（CNV）等。该技术广泛应用于人类疾病研究、动植物育种、进化生物学、微生物耐药性分析以及精准医学等领域。相比于全基因组从头测序，重测序无需构建新的参考基因组，具有成本低、效率高、分析流程成熟等优势。随着测序技术的不断进步，特别是第二代高通量测序（NGS）和第三代长读长测序技术的发展，全基因组重测序的准确性和覆盖度显著提升，已成为基因组学研究中不可或缺的重要手段。
检测项目
全基因组重测序的核心检测项目包括单核苷酸多态性（SNP）、插入缺失变异（InDel）、结构变异（Structural Variation, SV）、拷贝数变异（Copy Number Variation, CNV）以及染色体重排等。SNP是最常见的遗传变异类型，广泛用于群体遗传分析和关联研究；InDel通常指长度小于50 bp的插入或缺失，对基因功能可能产生显著影响；SV包括倒位、易位、大片段插入或缺失等，通常涉及1 kb以上的基因组区域；CNV则指基因组中某些区域拷贝数的增减，与疾病易感性和表型多样性密切相关。此外，重测序还可用于检测线粒体DNA变异、体细胞突变（如肿瘤基因组中的突变）以及甲基化修饰位点（结合特定建库方法）。
检测仪器
目前，全基因组重测序主要依赖高通量测序平台。主流的检测仪器包括Illumina公司的NovaSeq、HiSeq X Ten和NextSeq系列，这些平台基于边合成边测序（SBS）技术，具有高通量、高准确性（错误率低于0.1%）和成本效益高的特点，适用于大规模样本的全基因组测序。此外，Pacific Biosciences（PacBio）的SMRT测序仪和Oxford Nanopore Technologies（ONT）的MinION、PromethION等第三代测序平台因其长读长优势，在检测复杂区域（如重复序列、结构变异）方面表现优异，常与短读长数据联合使用以提高检测精度。不同仪器的选择取决于研究目的、预算和样本数量。
检测方法
全基因组重测序的标准检测流程包括样本准备、文库构建、上机测序和生物信息学分析四个主要步骤。首先，提取高质量的基因组DNA，确保OD260/280在1.8~2.0之间，浓度和完整性满足建库要求。随后进行文库构建，通常采用片段化、末端修复、加A尾、连接接头和PCR扩增等步骤，生成适合测序平台的DNA文库。测序完成后，原始数据（raw reads）经过质控（如使用FastQC）和过滤（如Trimmomatic或Cutadapt）去除低质量序列和接头污染。过滤后的clean reads通过比对软件（如BWA、Bowtie2）与参考基因组进行比对，生成SAM/BAM格式文件。之后利用GATK、SAMtools等工具进行变异检测，包括SNP和InDel的识别，同时结合Manta、Delly或Lumpy等软件检测结构变异。最后，对变异结果进行注释（如使用ANNOVAR、VEP）、功能预测和群体分析。
检测标准
为确保全基因组重测序结果的可靠性和可重复性，必须遵循一系列技术标准和质量控制指标。测序数据的深度通常建议在30×以上（人类基因组），以保证变异检测的敏感性和特异性；动植物或微生物研究中可根据具体需求调整至10×–50×不等。测序数据的Q30值（碱基识别准确率大于99.9%）应不低于85%，以保障数据质量。比对率（Mapped Rate）一般应达到95%以上，表明测序数据与参考基因组有良好匹配。在变异检测中，SNP和InDel的过滤标准通常包括测序深度（Depth ≥ 10）、基因型质量（GQ ≥ 20）、等位基因频率（AF）以及是否位于重复区域等。此外，国际通用的数据库如dbSNP、1000 Genomes Project、gnomAD、ClinVar等用于变异注释和致病性评估，确保结果的生物学和临床意义。实验室操作应符合ISO 15189或CAP认证标准，数据分析流程需可追溯、可重复，并通过交叉验证（如Sanger测序验证关键突变）提高结果可信度。
