2024 年 9 月 20 日，Illumina 因美納的全球基因陣列業務主管（Global Head of Array Commercial, Illumina）John M. Picuri 在第四屆台北表觀遺傳及染色質研討會暨台灣表觀遺傳學會年會，針對 DNA 甲基化（DNA Methylation）、染色質結構（Chromatin Structure）、多體學技術（Multiomics Technologies）、以及多層次基因體學應用進行專題演講，深度討論表觀遺傳學在生醫研究中的廣泛應用。
John M. Picuri 自 2024 年起擔任高級總監，目前負責領導 Illumina 的全球陣列業務團隊，成員包括市場行銷與業務部門。John擁有深厚的產品管理與市場營運與行銷背景，自 2013 年加入 Illumina 後，便積極推動公司在基因定序與陣列技術發展。
Illumina 特聘科學家台南演講，暢談 AI 精準醫學新突破Illumina 平台的多元化應用與創新
在此次會議中，John 介紹 Illumina 基因體循環系統（The Illumina Genomic Continuum），強調定序技術與陣列技術的整合優勢。Illumina 的基因體循環系統成為一種全新的探索方式，藉由探討基因體複雜性，推動從發現到篩選的整個研究進程。
基因體循環技術中，基因定序（Sequencing）對於基因變異的發現提供有力的基礎，尤其是在進行新建變異（de novo variants）的識別方面，定序技術能夠發現以往無法偵測的罕見基因變異；另一方面，基因陣列（Arrays）技術則具備強大的統計力，能夠在大規模人群研究中精確地測量已知的基因變異。2 種技術結合，不僅提升研究統計效力，也使大規模族群基因變異發現變得更為可行。
除了基因定序與陣列技術的整合應用外，Illumina 還展示在多體學研究（Multiomics Research）中應用，包含基因體學（Genomics）、表觀遺傳學（Epigenomics）、轉錄體學（Transcriptomics）和蛋白質體學（Proteomics）多個層面的技術，協助科學家沿著生物學中心法則（Central Dogma）的脈絡，更全面的勾勒從基因表達到蛋白質功能的完整資訊藍圖。
表觀遺傳學核心技術與實際應用
John 在演講中特別強調表觀遺傳學的核心技術之一「DNA 甲基化分析（DNA Methylation Profiling）」，它通過檢測基因體中的數十萬個甲基化位點，揭示基因表達調控的機制。會議中，Illumina 的 Infinium™ 甲基化陣列（Infinium™ Methylation Arrays），目前此技術已在市場被廣泛運用，為大規模表觀遺傳學研究提供低成本、高品質的資料分析方案。
此外，John 還介紹多種常見的表觀遺傳學技術，如 ATAC-Seq、ChIP-Seq、Cut&Run 和 Hi-C 等技術在基因調控、表達以及基因體結構中的應用。這些技術被廣泛應用於基因調控的研究中，幫助研究人員深入理解基因與環境、疾病之間的交互作用。特別值得一提的是 John 提到的多種表觀遺傳學技術，能夠同時測量 DNA、RNA 和蛋白質層面的變異，從而揭示生物學系統的複雜性。例如，ChIP-Seq 技術能夠通過抗體沉澱與定序，識別 DNA 上與轉錄因子（Transcription Factors）結合的區域，從而揭示調控基因表達的精確位置。
DNA 甲基化：疾病預測的潛力指標
DNA 甲基化不僅在基因調控中發揮關鍵作用，還能夠作為一種生物指標，幫助科學家預測疾病風險、分類疾病亞型，並且能夠隨時間動態監測基因體的變化。John 在演講中也進一步介紹甲基化數據的多種應用，包括其在疾病風險預測、癌症分類以及環境因素對健康影響的研究中發揮的重要作用。特別是 Illumina 的 MethylationEPIC v2.0 BeadChip 與Methylation Screening Array，前者可檢測超過 93 萬個甲基化位點，後者則可檢測 27 萬個甲基化位點，均為大規模表觀遺傳學研究提供強有力的支持。
John表示，Illumina 的 EpiSmokEr 分類器（EpiSmokEr Classifier）是基於 DNA 甲基化數據的機器學習模型，能夠準確預測個體的吸煙狀態。該模型通過表觀基因體關聯分析（Epigenome-Wide Association Study, EWAS)，結合機器學習演算法，對目前有吸煙者、過去曾吸煙者以及從未吸煙者進行分類。此模型展現出表觀遺傳學在行為模式檢測與健康監測中的應用潛力。
John接著說明，COVID-19 疫情期間的研究顯示，DNA 甲基化數據還能夠預測感染者的疾病進展。美國科羅拉多大學（University of Colorado）的一項研究中，科學家對大量 COVID-19 患者的 DNA 進行甲基化定序，發現特定甲基化標記能夠準確預測住院、加護病房（Intensive Care Unit，簡稱 ICU）收治和死亡的風險。這一發現為未來的疫情預測與疾病監控提供一種新的數據導向分析方法。
表觀基因體關聯分析大規模應用
EWAS 是表觀遺傳學研究中的一個重要方向，特別是在大規模群體研究中的應用日益普遍。在 John 的演講中，Generation Scotland 的研究計劃是其中一個亮點，這是迄今為止最大規模的 EWAS 研究之一，收納 18,000 個樣本。此研究揭示血液甲基化與多種疾病之間的關聯性，如乳腺癌（Breast Cancer）、心肺疾病（Cardiopulmonary Diseases）以及第二型糖尿病（Type 2 Diabetes）等。
John 表示，Illumina 平台在 EWAS 研究中的應用不僅限於發現疾病相關的 DNA 甲基化標誌，還能夠幫助科學家建立新的甲基化風險評分模型（Methylation Risk Scores, MRS）。MRS 在多項疾病風險預測中顯示出其良好評估能力，尤其是在心血管疾病和代謝性疾病的風險評估中，MRS 顯著優於傳統的多基因風險評分（Polygenic Risk Scores, PRS)。這些研究顯示，DNA 甲基化數據不僅可以作為一種靜態指標，還可以作為動態監測工具，幫助臨床醫師進行風險評估和治療決策。
癌症研究與表觀遺傳學的交匯：中樞神經系統腫瘤分型突破
Illumina 平台在癌症研究中的應用同樣成為此次會議的重點。表觀遺傳學技術在腫瘤分類中的應用，尤其是在中樞神經系統（CNS）腫瘤研究中的突破性進展，受到與會者的高度關注。John 提到，德國癌症研究中心（German Cancer Research Center, DKFZ）開發出全球首個根據 DNA 甲基化進行分類中樞神經系統腫瘤分類器。
該分類器通過對超過 3,000 份腫瘤樣本進行 DNA 甲基化分析，結合機器學習演算法，可以成功區分 172 種腫瘤亞型，這在以往的病理技術中是無法實現的。該分類器不僅顯著降低腫瘤分類的錯誤率，還能夠準確識別許多罕見的腫瘤亞型，有望成為全球腫瘤研究中的標準工具之一。
John表示，此分類器的另一個優點是開放免費使用，研究者只需上傳來自 MethylationEPIC 陣列的原始數據，便可快速進行腫瘤類型的分類。此創新不僅推動全球腫瘤學研究發展，也成為臨床腫瘤診斷的新利器。
多體學技術：結合多面向基因體學進行整合分析
隨著基因體學研究的發展，單一的基因體學分析已經不足以滿足現代生物學的多元化需求。John 指出，多體學技術（Multi-omics Technologies）的出現，提供同時測量多個「體」層面的工具，使得研究者能夠直接觀察基因變異、基因表達與表型之間的聯繫。
John 提到，Illumina 平台支持的多體學技術能夠同時進行 DNA、RNA 和蛋白質層面的分析，此技術最大優勢在於能夠直接呈現出生物學系統中的因果關係，減少傳統方法中的推論誤差。而多體學技術的另一個好處是具有廣泛應用。從癌症研究到基因體學篩選，再到單細胞分析，Illumina 平台為多面向的生物學研究提供完整的解決方案，不僅推動癌症、神經退化性疾病等領域的研究進展，還為未來的精準醫療奠定基礎。
延伸閱讀：Illumina 基因檢測產品獲 FDA 核准體外診斷及伴隨式診斷，為第一個 FDA 批准試劑盒型泛癌檢測套組©www.geneonline.news. All rights reserved. 基因線上版權所有 未經授權不得轉載。合作請聯繫：[email protected]
