遗传标记是基因型特殊的易于识别的表现形式，具有多态性、共显性，易于观察、易于记载等诸多优点，因而在生物、医药研究领域发挥着重要的作用。通常，遗传标记可分为形态标记、细胞学标记、生化标记和DNA分子标记四种类型，其中DNA分子标记以其高度多态性、共显性，不易受环境影响等诸多优点，被科研工作者们广泛关注。至今，已有数十种DNA分子标记可用于基因作图、基因定位、基因克隆等方面的研究，其中RFLP、SSR、SNP先后分别被称为第一、第二和第三代分子遗传标记。

限制性片段长度多态性(restriction fragment length polymorphism，RFLP)是20世纪70年代中后期建立起来的一种遗传标记，以限制性内切酶识别、切割DNA分子的特定序列(即产生限制性片段)为基础，以不同个体的DNA序列间存在变异为根据，若这种变异刚好发生在内切酶的酶切位点处，则可能改变内切酶识别、切割序列的行为，导致酶切片段大小、数量发生变化，再通过探针检测，可比较不同个体在DNA水平上的差异。1980年，Botstein D等人成功地将RFLP技术应用于镰刀型红细胞贫血症的诊断，并提出采用RFLP技术构建遗传图谱的设想。当初，RFLP技术被认为是最好的遗传标记，所以，人类第一次大规模遗传图谱的构建主要采用RFLP技术。随着研究的深入，由于RFLP技术受到实验操作繁锁，检测周期长，成本费用高等因素的限制，科研工作者一直试图寻找更优的遗传标记。

1989年，Litt M等人扩增出心肌肌动蛋白基因中一种2个核苷酸组成的重复序列，该序列是真核生物基因组中一类特殊的DNA重复序列，通常由1~6个核苷酸组成一个重复单位，重复10~20次，这种简单的序列重复被称为微卫星标记（Microsatellite）。微卫星以其高度变异性、共显性遗传和适于自动化操作等特点，迅速地为广大研究者所采用。因此，后续的人类遗传图谱也大多采用这种方法构建完成。

在人和动物的基因组研究过程中，微卫星标记流行了近十年。然而不同物种的微卫星侧翼序列不同，需要针对不同的物种设计特异性引物，这既费时又费力，而且单纯用多聚酶链式反应进行研究所受到的影响因素较多。因此，当基因单核苷酸多态性被人们所发现和认识后，独特的优势使其迅速取代了微卫星标记的地位，成为第三代分子遗传标记。首先，SNP的密度很高，几乎遍布于整个基因组中，是目前已知分布最广泛、数量最多的一种遗传多态性。据报道，在长达3×109bp的人类基因组中，SNP总数可达3×106个, 平均遗传距离约2～3cm。其次, SNP的突变率较低, 处于编码区的SNP突变率更低。第三，SNP的代表性强，某些位于编码区的SNP可能会直接影响蛋白质的结构或表达水平，并与疾病遗传机理中的某些因素密切相关，因此，这些SNP可能是研究疾病遗传机制的候选基因，具有很强的代表性。第四，SNP的检测易于实现自动化。通常，SNP不以片断长度差异作为检测手段，而是根据其呈双等位基因标记，以“+/-”或“全/无”方式记录，从而易于实现自动化，缩短检测时间，提高检出效率。此外，SNP在技术、统计学方面也具有显著的优势，既可对来自不同实验室的数据进行比较，又可避免统计结果的复杂性，易于建立统计学模型，因而受到研究者的青睐。

SNP与基因组

基因组图谱是基因组学和后基因组学时代的重要内容，是基因克隆、基因结构与功能研究的基础。1986年， 诺贝尔生理学或医学奖获得者Renato Dulbecco 在《Science》上发表文章，提出全面解读人类基因组DNA序列，确定人类基因及其在染色体上的位置，从而破译人类全部遗传信息。1990年， 美国国立卫生研究院率先启动了人类基因组计划(human genome project, HGP), HGP 计划分三步：遗传图、物理图和序列图，最终目的就是测试出人类23对染色体上碱基的排列顺序。高密度遗传图谱适用于很多遗传病的分析，所以，诸多学者更关注于遗传图谱的构建。SNP呈双等位基因多态性，广泛存在于基因组中，具有突变率低，富有代表性，易于实现自动化操作等优点，因此，利用SNP构建高分辨率的遗传图谱成为可能。在1998年5月份的《Science》杂志上，David Wang等人报道了第一张人类基因组SNP图谱，其中含有3241个SNP，平均分辨率约2cm，并定位了2227个SNP。2001年2月15日由中国，美国、英国、德国、法国、日本等国科学家参加的国际公共领域人类基因组测序计划和美国Celera公司分别在《Nature》和《Science》杂志上公布了人类基因组序列工作草图，完成了全基因组DNA序列95％的测序。同年，国际SNP研究组织和国际人类基因组测序组织报道了人类基因组的1.42×106个SNP。 2003年4月14日，国际人类基因组测序共同体负责人Francis Collins 博士隆重宣布：人类基因组序列图绘制成功，全基因组测序完成99％，HGP的所有目标全部实现。截至2009年4月3日，NCBI数据库中RefSNP (Reference SNP)数量已经超过1.4×107 。高分辨率SNP图谱的建立，有利于人类基因组单体型图计划、群体遗传学、连锁分析、基因定位、基因克隆和比较基因组学等方面的研究。

在人类基因组测序计划完成之后，人类基因组单体型图计划便应运而生。人类基因组单体型图计划(The International HapMap Proje-ct)，简称为HapMap，准备通过分析序列变异特征、变异频率及序列间的关系，绘制出人类基因组的单体型模块以及不同单倍型模块的标记SNP，确定人类基因组中普通模式的DNA序列变异，从而为发现疾病相关性基因及其多态性位点提供重要的依据。

HapMap已于2002年10月正式启动，由多个国家共同承担，中国承担了其中10%的研究任务。整个HapMap项目可分为两个阶段：第一阶段是对整个人类基因组的30亿个碱基进行平均5000个碱基密度的SNP分型测定，构建单体型图。第二阶段则在此基础上进行更高密度的分型测定及后续的数据分析，以获得更精细的单体型图。

SNP应用前景

人类基因组计划的完成以及对基因组内涵的不断诠释，已经成为打开个体化医疗大门的最大动力源。随着对人类基因组功能认识的积累，基因组学相关的分子技术，在遗传相关性疾病的防治中发挥越来越重要的作用，逐渐成为现代化医疗理论的基础。

指导个性化预防

通常，单个基因的缺失或多个基因间（或基因的部分区域）的相互作用会引起个体表型的变化或疾病的发生。对于简单的孟德尔性状只需进行连锁分析就可以将相应的基因定位, 但是对于涉及多基因的复杂性状，若存在基因间相互作用不清楚、家系资料缺乏等问题，则不适合通过连锁分析进行基因定位，但可通过关联性分析筛选出一组决定该性状的SNP位点。例如，Menendez D等人的研究表明，p53-VEGF-flt-1间的相互作用与癌症发生的风险性有关。Jee SH等人对宫颈癌患者进行分析时，发现FHIT基因的一个SNP位点与宫颈癌易感性之间存在关联性。Zhou W等人采用荧光定量PCR方法，分析了两条常染色体上的20个SNP，从而检测早期结肠癌患者的等位基因位点，判断病人的预后情况。

指导个性化治疗

服同一种药物，有人觉得神效，有人却产生副作用，这种差异性都可以通过对比个体间SNP的差异来探索。简而言之，我们通常所说的“体质不同”主要是遗传基因的不同，不同的体质会对同一个药物产生不同的反应。后基因组时代的研究重点就是针对不同的个体进行个体化治疗。因此SNP研究已经成为个体化医疗趋势下最具发展潜力的应用工具，未来针对个人基因型而给予的个体化治疗，将更加有效，副作用也更少。

与未来个体化治疗密切相关的一个蛋白质就是细胞色素P450(Cytochrome P450，CYP450)酶。90%以上的药物在机体内代谢都要通过CYP450酶，遗传因素或环境因素都可造成不同个体CYP450基因的变异，引起CYP450酶活性的差异，使体内由它催化的许多药物代谢和效应存在着明显的差异，因此CYP450基因多态性是造成不同个体药物代谢差异的基础。在CYP450基因家族中，涉及体内大多数药物代谢的主要有3个基因家族(CYPI、CYP2和CYP3)。研究表明，CYP450酶的许多亚型如：CYP1A1、CYP1A2、CYP2A6、CYP2C9、CYP2D6和CYP2E1等酶的活性在人群分布呈遗传多态性。

CYP450酶的基因变异会引起药物代谢的异常。2004年，美国FDA就批准开发了世界上第一张用于个体化用药的基因芯片，利用这种芯片可以指导医生对患者进行个体化治疗。当然，个体化治疗并非仅仅涉及CYP450基因，许多直接与药物相关的SNP位点都会影响药物的作用。在未来去药店买药的时候，不必再拿着医生的处方，而是拿着个人的遗传信息密码量体裁衣——根据基因型来确定服药的种类和药物剂量的大小。也许有人会认为这是天方夜谭，决不可能。但医学是不断进步的，个体化治疗绝不会是一个妄想。遗传药理学在抗凝药华法林上的应用——通过检测SNP变异位点来确定给药剂量就是一个非常好的例子。

SNP在其他领域的应用

人类的迁徙过程一直被科学家所关注。2008年《Science》杂志上刊登了一篇关于利用SNP揭示人类关系的文章。科学家研究了51个种族的938位无关系的单独个体，研究了65万SNP位点。研究发现，非洲大陆人群个体间的SNP较多样，而日本人及汉人个体间的SNP较接近。每分支出一个较小的族群，其源自非洲族群的遗传多样性就少了一点。迁徙距离离非洲越远，多样性就相对减少。用这种SNP追踪族群移动的方式，科学家发现，现代人类祖先于15万年前在非洲开始繁衍，于8万年前跨越红海定居中东，之后开始向全世界迁徙。

未来医学的三种模式

了解了自身以及很多远亲生物的基因序列之后，人类面临的挑战是如何将基因序列资料转变为有用的知识，让这些知识服务于人类，造福于人类的健康。所谓“上医医未病之病，中医医欲病之病，下医医已病之病”。目前我们做到的仅是“下医”和“中医”，即病人已经出现了临床症状，医务工作者才会通过各种检查和治疗方法对症治疗。这样做只能改善病人的健康状态，并不能真正提高全人类的健康水平。人类基因组测序的完成，第三代遗传标记的发现和使用，让“上医医未病之病”成为可能。通过对基因的研究，可以找到诱发疾病的相关基因，SNP无疑是目前最有效的找到相关基因的方法。

未来个体化治疗方案会更好地对病人进行针对性治疗，减少毒副作用，更可以为社会节省大量的资源和资金。相信在不久的将来,医学的三种模式：预测、预防和个体化治疗就会实现。