全ゲノム配列解析

全ゲノム配列決定（WGS ）は、生物のゲノムのDNA配列の全体、またはほぼ全体を一度に決定するプロセスです。^{[2]これには、生物の}染色体DNAのすべてと、ミトコンドリアに含まれるDNA 、および植物の場合は葉緑体に含まれるDNAの配列決定が含まれます。

全ゲノム配列解析は主に研究ツールとして使われてきましたが、2014年に臨床に導入され始めました。 ^{[3] [4] [5]}将来的には、個別化医療において、全ゲノム配列データは治療介入を導く重要なツールとなるかもしれません。^[6] SNPレベルでの遺伝子配列解析ツールは、関連研究から機能的変異を特定し、進化生物学に関心のある研究者が利用できる知識を向上させるためにも使用され、疾患感受性や薬物反応を予測するための基礎を築く可能性があります。

全ゲノム配列解析は、 DNAプロファイリングと混同しないでください。DNAプロファイリングは、遺伝物質が特定の個人またはグループに由来する可能性を決定するだけで、遺伝的関係、起源、または特定の疾患に対する感受性に関する追加情報は含まれていません。^[7]さらに、全ゲノム配列解析は、ゲノムの特定のサブセットを配列する方法と混同しないでください。そのような方法には、全エクソーム配列解析（ゲノムの1〜2％）またはSNPジェノタイピング（ゲノムの0.1％未満）が含まれます。

1970年代と1980年代に使用されたDNA配列決定法は手動でした。例えば、マクサム・ギルバート配列決定法やサンガー配列決定法などです。これらの技術によって、いくつかのバクテリオファージと動物ウイルスの全ゲノムが配列決定されましたが、1990年代に、より迅速で自動化された配列決定法に移行したことで、より大きな細菌と真核生物のゲノムの配列決定が容易になりました。^[9]

完全なゲノム配列が解読された最初のウイルスは、1976年のバクテリオファージMS2でした。 ^[10] 1992年には、酵母の第3染色体が生物として初めて完全に配列解読された染色体となりました。^[11]ゲノム全体の完全な配列が解読された最初の生物は、1995年のインフルエンザ菌^{でした。 [12]}その後、主にゲノムサイズが小さいことから、他の細菌や一部の古細菌のゲノムが最初に解読されました。インフルエンザ菌のゲノムは、1,830,140塩基対のDNAです。^[12]対照的に、アメーバ・デュビアやヒト（ホモ・サピエンス）などの単細胞および多細胞の真核生物は、はるかに大きなゲノムを持っています（C値のパラドックスを参照）。^[13]アメーバ・デュビアは、数千本の染色体にまたがる7000億ヌクレオチド対のゲノムを持っています。^{[14]ヒトの}ヌクレオチド対の数はアメーバ・デュビアよりも少ないですが（各生殖細胞あたり約32億– ヒトゲノムの正確なサイズはまだ修正中です）、そのゲノムサイズは個々の細菌のゲノムサイズをはるかに上回っています。^[15]

H. influenzaeを含む最初の細菌と古細菌のゲノムは、ショットガンシーケンシングによって配列決定されました。^[12] 1996年に、最初の真核生物ゲノム（Saccharomyces cerevisiae）の配列が決定されました。生物学のモデル生物であるS. cerevisiaeのゲノムはわずか約1200万ヌクレオチド対であり、^[16]全ゲノムが配列決定された最初の単細胞真核生物でした。全ゲノム配列が解読された最初の多細胞真核生物および動物は、 1998年の線虫Caenorhabditis elegans^{でした。 [17]真核生物のゲノムは、短いDNA断片のショットガン配列決定や、}細菌人工染色体（BAC）や酵母人工染色体（YAC）などのDNAライブラリからのより大きなDNAクローンの配列決定など、いくつかの方法で配列決定されています。^[18]

1999年、ヒトで2番目に短い常染色体であるヒト22番染色体の全DNA配列が公開された。^[19] 2000年までに、2番目の動物、2番目の無脊椎動物（ただし最初の昆虫）ゲノムが解読された。それは、実験研究のモデル生物としてよく選ばれるショウジョウバエ^{のゲノムである。 [20]}最初の植物ゲノム（モデル生物であるシロイヌナズナ）も、2000年までに完全に解読された。^[21] 2001年までに、ヒトゲノム全体の配列の草稿が公開された。^{[ 22]実験用マウス}Mus musculusのゲノムは2002年に完成

2004年、ヒトゲノムプロジェクトは不完全なヒトゲノムを公開した。^[24] 2008年、オランダのライデンのグループが、初めて女性のヒトゲノムの配列を報告した（マルジョレイン・クリーク）。

現在、何千ものゲノムの全体的または部分的な配列が解読されています。

DNA の完全なコピーを含むほぼすべての生物学的サンプル (非常に少量の DNA や古代の DNAであっても) から、完全なゲノム配列決定に必要な遺伝物質が得られます。このようなサンプルには、唾液、上皮細胞、骨髄、毛髪(毛包が含まれている場合)、種子、植物の葉、または DNA を含む細胞を含むその他のものが含まれます。

単一細胞ゲノム配列決定 技術を用いて、混合細胞集団から選択された単一細胞のゲノム配列を決定することができる。これは、特定の微生物種の単一細胞を、形態学的特徴やその他の識別特性に基づいて顕微鏡検査によって混合集団から分離できる場合、環境微生物学において重要な利点を有する。このような場合、培養における生物の分離と増殖という通常必要なステップを省略できるため、はるかに広範囲の生物ゲノムの配列決定が可能になる。^[25]

単一細胞ゲノム配列解析は着床前遺伝子診断の方法として試験されており、体外受精で作られた胚から細胞を採取し、子宮に胚を移植する前に分析する。 ^[26]着床後、細胞フリー胎児DNAは母親から簡単な静脈穿刺で採取でき、胎児の全ゲノム配列解析に使用できる。 ^[27]

ほぼ全ヒトゲノムの配列決定は、ショットガンシーケンシング技術の使用により、2000年に初めて達成されました。小さな（4000〜7000塩基対）ゲノムの全ゲノムショットガンシーケンシングは1979年にすでに使用されていましたが、^[28]より広範な応用では、口語的にダブルバレルショットガンシーケンシングとして知られるペアワイズエンドシーケンシングのメリットがありました。シーケンシングプロジェクトがより長く複雑なゲノムに取り組むようになると、複数のグループが、DNA断片の両端を配列決定することで有用な情報が得られることに気づき始めました。同じ断片の両端を配列決定し、ペアのデータを追跡することは、2つの異なる断片の片方の端を配列決定するよりも面倒でしたが、2つの配列が反対方向を向いており、互いに断片の長さほど離れているという知識は、元のターゲット断片の配列を再構築する上で貴重でした。

ペアエンドの使用に関する最初の発表された記述は、1990年にヒトHPRT遺伝子座の配列決定の一部として行われたが^[29] 、ペアエンドの使用は、従来のショットガン配列決定アプローチを適用した後にギャップを閉じることに限られていた。一定長の断片を前提とした純粋なペアワイズエンド配列決定戦略の最初の理論的記述は1991年であった。^[30] 1995年には、さまざまなサイズの断片を使用するという革新が導入され、^[31]純粋なペアワイズエンド配列決定戦略が大きなターゲットでも可能であることが実証された。この戦略はその後、1995年にゲノム研究所（TIGR）によってインフルエンザ菌の全ゲノムの配列決定に採用され、 ^[32]その後、 2000年にセレラジェノミクスによってショウジョウバエの全ゲノムの配列決定に採用され、^[33]その後ヒトの全ゲノムの配列決定に採用された。現在ライフテクノロジーズと呼ばれるアプライドバイオシステムズは、セレラ・ジェノミクスとヒトゲノムプロジェクトの両方で使用されている自動キャピラリーシーケンサーを製造していました。

キャピラリーシーケンシングは、ほぼ完全なヒトゲノムの配列を解読することに成功した最初のアプローチでしたが、商業目的では依然として高価で時間がかかりすぎます。2005年以降、キャピラリーシーケンシングは、イルミナダイシーケンシング、パイロシーケンシング、SMRTシーケンシングなどのハイスループット（以前は「次世代」）シーケンシング技術に徐々に置き換えられてきました。^[34]これらの技術はすべて、基本的なショットガン戦略、つまり並列化とゲノム断片化によるテンプレート生成を採用し続けています。

ナノポア技術を含む他の技術も登場している。ナノポア技術のシーケンシング精度は上記のものより低いが、その読み取り長は平均してはるかに長い。^{[35]この長い読み取りの世代は、特に}de novo全ゲノムシーケンシングアプリケーションにおいて価値がある。 ^[36]

原理的には、全ゲノム配列解析により、ある時点での個々の生物の DNA の生のヌクレオチド配列が得られます。ただし、この知識を病気の予防にどのように活用できるかなど、この配列の生物学的または医学的意味を明らかにするには、さらに分析を行う必要があります。配列解析データの解析方法は開発され、改良されています。

シーケンシングでは大量のデータが生成されます (たとえば、各ヒト二倍体ゲノムには約 60 億の塩基対があります)。そのため、その出力は電子的に保存され、大量の計算能力とストレージ容量が必要になります。

WGSデータの解析は遅くなる可能性があるが、専用のハードウェアを使用することでこのステップを高速化することができる。^[37]

数多くの上場企業と民間企業が、研究と臨床の両方で商業的に堅牢な全ゲノム配列解析プラットフォームの開発を競っています。^[38]イルミナ、^[39] ノーム、^[40] シーケノム、^[41] 454ライフサイエンス、^[42]パシフィックバイオサイエンス、^[43] コンプリートゲノミクス、^[44] ヘリコスバイオサイエンス、^[45] GEグローバルリサーチ（ゼネラルエレクトリック）、アフィメトリクス、IBM、インテリジェントバイオシステムズ、^[46]ライフテクノロジーズ、オックスフォードナノポアテクノロジーズ、^[47]北京ゲノム​​研究所などです。^{[48] [49] [50]}これらの企業は、ベンチャーキャピタリスト、ヘッジファンド、投資銀行から多額の資金と支援を受けています。^{[51] [52]}

2010年代後半まで、シーケンシングコストの商業目標として一般的に挙げられていたのは1,000ドル だったが、民間企業は100ドルという新たな目標の達成に向けて取り組んでいる。^[53]

2006年10月、Xプライズ財団はJ・クレイグ・ベンター科学財団と共同で、アーコンXゲノム賞を設立し、^[54]「10日以内に100人のヒトゲノムを解析できる装置を開発し、その精度は100万塩基あたり1エラー以下、ゲノムの98%以上を正確にカバーし、ゲノムあたり1,000ドル以下のコストで解析できる最初のチーム」に1,000万ドルを授与することを意図していた。^[55]アーコンXゲノム賞は、公式開始日前の2013年に中止された。^{[56] [57]}

2007年、アプライドバイオシステムズはSOLiDシステムと呼ばれる新しいタイプのシーケンサーの販売を開始しました。^[58 ]この技術により、ユーザーは1回の実行で60ギガベースのシーケンスを行うことができました。^[59]

2009年6月、イルミナは、ゲノムあたり48,000ドルで、30倍の深さで独自のパーソナルフルゲノムシーケンシングサービスを開始すると発表した。 ^{[60] [61]} 8月、ヘリコスバイオサイエンスの創設者であるスティーブンクエイクは、同社のシングル分子シーケンサーを使用して、50,000ドル未満で自分のフルゲノムをシーケンスしたと述べた。^[62] 11月、コンプリートジェノミクスは、1,700ドルで完全なヒトゲノムをシーケンスする能力を実証した査読付き論文をサイエンス誌に発表した。 ^{[63] [64]}

2011年5月、イルミナはフルゲノムシークエンシングサービスをヒトゲノム1個あたり5,000ドル、50個以上注文する場合は4,000ドルに値下げした。^[65] ヘリコスバイオサイエンス、パシフィックバイオサイエンス、コンプリートジェノミクス、イルミナ、シーケノム、IONトレントシステムズ、ハルシオンモレキュラー、NABsys、IBM、GEグローバルは、フルゲノムシークエンシングの商業化を競い合っているようだ。^{[34] [66]}

シーケンシングのコストが下がるにつれて、多くの企業が自社の機器でまもなく1,000ドルのゲノムを達成できると主張し始めました。これらの企業には、2012年1月のライフテクノロジーズ^[67] 、 2012年2月のオックスフォードナノポアテクノロジーズ^[68]、2014年2月のイルミナ[69]が含まれます。 ^{[ 70]} 2015年、NHGRIは全ゲノム配列を取得するコストを約1,500ドルと見積もりました。^[71] 2016年、ベリタスジェネティクスは、シーケンシングの一部の情報に関するレポートを含む全ゲノムシーケンシングを999ドルで販売し始めました。^[72] 2019年夏、ベリタスジェネティクスはWGSのコストを599ドルに値下げしました。^[73] 2017年、BGIはWGSを600ドルで提供し始めました。^[74]

しかし、2015年には、全遺伝子配列の効果的な使用には1000ドルをはるかに超える費用がかかる可能性があると指摘する人もいました。^[75]また、2017年までに完全に配列決定されていないヒトゲノムの一部が残っていると報告されています。^{[76] [77]}

完全なゲノム配列解析により、遺伝子型判定技術のこれまでのリーダー であったDNA アレイよりも桁違いに大きいゲノムに関する情報が提供されます。

ヒトの場合、DNAアレイは現在、最大100万の遺伝子変異に関する遺伝子型情報を提供していますが、^{[78] [79] [80]、}全ゲノム配列決定ではヒトゲノムの60億塩基すべてに関する情報、つまり3,000倍のデータを提供します。このため、全ゲノム配列決定はDNAアレイ市場に対する破壊的イノベーションであると考えられています。これは、両方の精度が99.98％から99.999％（非反復DNA領域）の範囲であり、消耗品コストが60億塩基対あたり5,000ドルで、DNAアレイ（100万塩基対あたり500ドル）と競争力があるためです（一部のアプリケーションでは）。^[42]

全ゲノム配列解析により、ヒトゲノム全体の変異頻度が判明した。ヒトの世代間（親から子）の全ゲノムの変異頻度は、1世代あたり約70の新しい変異である。^{[81] [82]} 100歳の一卵性双生児の血球の全ゲノム配列解析を比較したところ、変異のレベルはさらに低かった。^[83]血球の20%未満で発生する体細胞変異は検出されないものの、体細胞の違いはわずか8つしか見つからなかった。

ヒトゲノムの特定のタンパク質コード領域では、親世代と子世代の間でタンパク質配列を変える変異が約0.35個あると推定されています（1世代あたり1個未満の変異タンパク質）。^[84]

がんでは、ゲノム不安定性のため、突然変異頻度がはるかに高くなります。この頻度は、患者の年齢、DNA損傷因子（紫外線照射やタバコの煙の成分など）への曝露、DNA修復機構の活性/不活性によっても異なります。^[85]さらに、突然変異頻度はがんの種類によっても異なります。生殖細胞では、突然変異率は1メガベースあたり約0.023変異で発生しますが、この数値は乳がん（1メガベースあたり1.18〜1.66体細胞突然変異）、肺がん（17.7）、または黒色腫（≈33）でははるかに高くなります。^[86] ヒトの半数体ゲノムは約3,200メガベースで構成されているため、^[87]生殖細胞DNAでは世代ごとに約74の変異（主に非コード領域）が発生しますが、乳がんでは半数体ゲノムあたり3,776～5,312の体細胞変異、肺がんでは56,640の体細胞変異、悪性黒色腫では105,600の体細胞変異が発生します。

ヒトゲノム全体にわたる体細胞変異の分布は非常に不均一であり、^[88]遺伝子が豊富で複製が早い領域では、遺伝子が少なく複製が遅いヘテロクロマチンよりも変異が少なく、これはおそらくDNA修復活性の差によるものと考えられます。^[89]特に、ヒストン修飾H3K9me3は高い変異頻度と関連しており、^[90] H3K36me3は低い変異頻度と関連しています。^[91]

研究では、全ゲノム配列解析はゲノムワイド関連研究（GWAS）に利用される。これは、疾患やその他の表現型に関連する遺伝子変異を特定することを目的としたプロジェクトである。^[92]

2009年、イルミナは研究専用ではなく臨床用に承認された初の全ゲノムシーケンサーをリリースし、大学医療センターの医師らは、標準的なアプローチでは効果がなかった患者の病状の診断にひそかにこの装置を使い始めた。^{[93] 2009年、スタンフォード大学の}ユアン・アシュリー率いるチームが、バイオエンジニアのスティーブン・クエイクの全ヒトゲノムの臨床解釈を行った。^[94] 2010年、アシュリーのチームは全ゲノム分子剖検を報告し^[95]、2011年には解釈の枠組みを、イルミナのプラットフォームでシーケンスされた最初の家族であるウェスト一家という完全にシーケンスされた家族にまで拡張した。^[96]当時のゲノムシーケンスの価格は19,500ドルで 、患者に請求されたが、通常は研究助成金から支払われ、当時1人が保険会社に払い戻しを申請していた。^[93] 例えば、ある子供は3歳になるまでに約100回の手術が必要でしたが、医師は全ゲノム配列解析を行って問題の原因を突き止めました。広範囲にわたる問題を引き起こしていたXIAPのまれな変異を特定するには、バイオインフォマティクスの専門家12人、配列解析技術者3人、医師5人、遺伝カウンセラー2人、倫理学者2人を含む約30人のチームが必要でした。^{[93] [97] [98]}

最近のコスト削減（上記参照）により、全ゲノム配列解析は DNA 診断における現実的な応用となっている。2013 年、3Gb-TEST コンソーシアムは、DNA 診断におけるこれらの革新に備えて医療制度を整備するため、欧州連合から資金を獲得した。^{[99] [100]} 品質評価スキーム、医療技術評価、ガイドラインを整備する必要がある。3Gb-TEST コンソーシアムは、配列データの分析と解釈が診断プロセスの中で最も複雑なステップであると特定した。^[101] 2014 年 9 月のアテネでのコンソーシアム会議で、コンソーシアムはこの重要なステップをジェノトランスレーション(遺伝子翻訳) という言葉で表現した。このステップは、いわゆるジェノレポートにつながる。これらのレポートに必要な内容を決定するためのガイドラインが必要である。^[要出典]

ブリガム・アンド・ウィメンズ病院とハーバード大学医学部の取り組みであるGenomes2P (G2P)は、成人および小児の臨床ケアへのゲノム配列の統合を調査するために2011年に設立されました。^[102] G2Pのディレクターであるロバート・C・グリーンは、以前にREVEAL研究（アルツハイマー病のリスク評価と教育）を主導していました。これは、アルツハイマー病の遺伝的リスクを知った患者の反応を調査する一連の臨床試験です。^{[103] [104]}

2018年、サンディエゴのラディ小児病院ゲノム医学研究所の研究者らは、迅速な全ゲノム配列解析（rWGS）により、急性期の医療または外科的管理（臨床的有用性）を変更し、急性疾患の乳児の転帰を改善できるタイミングで遺伝性疾患を診断できると判断した。2016年7月から2017年3月にかけて、地域の小児病院で急性疾患の入院乳児を対象に行われた後ろ向きコホート研究では、42家族が遺伝性疾患の病因診断のためにrWGSを受けた。rWGSの診断感度は、標準的な遺伝子検査では43%（乳児42人中18人）、10%（乳児42人中4人）であった（P = .0005）。 rWGS の臨床的有用性率 (31%、42 名中 13 名) は、標準的な遺伝子検査 (2%、42 名中 1 名、P = .0015) よりも有意に高かった。診断的 rWGS を受けた 11 名 (26%) の乳児が罹患を回避し、1 名は死亡率が 43% 低下し、1 名は緩和ケアを開始した。11 名中 6 名では、管理方法の変更により入院費用が 80 万ドルから 200 万ドル削減された。この結果は、急性疾患の入院乳児における rWGS の臨床的有用性に関する以前の研究を再現するものであり、転帰の改善、純医療費の節約、およびこの状況での第一段階の検査としての検討が実証された。^[105]

2018年に36件の論文をレビューしたところ、全ゲノム配列解析のコストは1,906 ドルから24,810ドルの範囲で 、診断率は患者グループによって17%から73%と幅広く変動することが判明した。^[106]

全ゲノム配列解析研究では、ゲノム全体にわたって複雑な形質とコーディングおよび非コーディングの希少変異体（マイナーアレル頻度（MAF）< 1%）との関連性を評価することができます。単一変異解析では通常、希少変異体との関連性を特定する力が低く、複数の希少変異体の特定のセットの効果を共同でテストするために変異体セットテストが提案されています。^[107] SNP注釈は希少な機能変異体の優先順位付けに役立ち、これらの注釈を組み込むことで、全ゲノム配列解析研究の希少変異体の遺伝的関連性解析の力を効果的に高めることができます。^[108]遺伝子型データとその機能注釈の統合、関連性解析、結果の要約、視覚化など、全ゲノム配列データに対するオールインワンの希少変異関連性解析を提供するために特別に開発されたツールもあります。^{[109] [110]}

全ゲノム配列解析研究のメタ分析は、複雑な表現型に関連する希少変異を発見するために大規模なサンプルサイズを収集するという問題に対する魅力的な解決策を提供します。要約統計量の保存に効率的なアプローチを使用して、バイオバンク規模のコホートで機能的に情報に基づいた希少変異の関連分析を可能にするいくつかの方法が開発されています。^[111]

この分野では、全ゲノム配列解析は、血流中の循環腫瘍DNA （ctDNA）の分析、定量化、特徴付けを可能にするため、科学界が直面する大きな改善と課題を表しています。これは、早期癌診断、治療選択、再発モニタリング、および癌の進化における耐性、転移、系統発生パターンのメカニズムの決定の基礎となります。また、この病理に苦しむ患者の個別治療の選択に役立ち、治療の進行中に既存の薬がどのように作用しているかを観察することもできます。ディープ全ゲノム配列解析には、血漿中のctDNAに基づくサブクローン再構築が含まれ、完全なエピゲノムおよびゲノムプロファイリングが可能になり、各症例の循環腫瘍DNAの発現が示されます。 ^[112]

2013年、グリーンと研究チームは、新生児のDNA配列を決定することの倫理的および医学的影響を研究するためにBabySeqプロジェクトを立ち上げました。^{[113] [114] 2015年時点で、}新生児スクリーニングツール としての全ゲノムおよびエクソーム配列決定が検討され^[115]、2021年にさらに議論されました。^[116]

2021年にNIHはBabySeqプロジェクトを拡大し、多様な家族から500人の乳児を登録し、ゲノム配列が小児医療に及ぼす影響を追跡する実装研究であるBabySeq2に資金を提供しました。^[117]

2023年、ランセット誌は英国では「短期的には標的遺伝子パネルのアップグレードによるスクリーニングの改善に重点を置く方が賢明かもしれない。長期的には全ゲノム配列解析は徹底的な検討と普遍的な注意に値する」と論じた。^[118]

全ゲノム配列解析の導入は倫理的な意味合いを持つ可能性がある。^[119]一方で、遺伝子検査は、遺伝子検査を受ける個人とその親族の両方において、予防可能な疾患を診断できる可能性がある。^[119]その一方で、遺伝子検査には、遺伝的差別、匿名性の喪失、非父性の発見などの心理的影響などの潜在的な欠点がある。^[120]

一部の倫理学者は、遺伝子検査を受ける個人のプライバシーは保護されなければならないと主張しており、^[119]未成年者が遺伝子検査を受ける場合は特に懸念される。^[121]イルミナの CEO ジェイ・フラットリーは、2009 年 2 月に「2019 年までに乳児の出生時に遺伝子をマッピングすることが日常的になるだろう」と誤って主張した。^[122]このゲノム配列決定の潜在的な使用は、医学遺伝学および遺伝カウンセリングの分野で確立されている無症状の未成年者の予測遺伝子検査の確立された倫理 基準に反するため、非常に物議を醸している。^{[123] [124] [125] [126]}遺伝子検査の従来のガイドラインは、費用対効果の高い包括的な遺伝子スクリーニングの出現以前に、疾患に関連する遺伝子マーカーの検査が初めて可能になって以来、数十年にわたって開発されてきた。^[要出典]

個人が全ゲノム配列解析を受けると、自身のDNA配列だけでなく、遺伝的に近い親戚のDNA配列の可能性に関する情報も明らかになる。^[119]この情報から、親戚の現在および将来の健康リスクに関する有用な予測情報がさらに明らかになる。^[127]したがって、遺伝子検査を受けている個人の家族に対して、もし義務があるとすれば、どのような義務があるのか​​という重要な疑問がある。西欧社会では、遺伝子診断が子孫や他の親戚にとって重要であることが、そもそも遺伝子検査を求める理由の1つであることが多いため、検査を受けた個人は通常、遺伝子診断に関する重要な情報を親戚と共有するよう奨励されている。^[119]しかし、重篤な遺伝性疾患の診断に関する情報の共有を患者が拒否した場合、大きな倫理的ジレンマが生じる可能性がある。その疾患の変異を抱える親戚に高いリスクがあり、予防可能性が非常に高い疾患である。このような状況では、臨床医は、家族が診断結果を知りたいと望んでいるのではないかと疑う可能性があり、その結果、臨床医は患者と医師の守秘義務に関して利益相反に直面する可能性がある。^[119]

プライバシーに関する懸念は、全ゲノム配列解析が科学研究調査に利用される際にも生じる可能性がある。研究者は、患者の遺伝子型や表現型に関する情報を、遺伝子座特異的データベースなどの公開科学データベースに入力する必要があることが多い。^[119]遺伝子座特異的データベースには匿名の患者データのみが提出されるが、まれな疾患やまれなミスセンス変異が見つかった場合、患者は依然として親族によって特定される可能性がある。^[119]高度な法医学技術（公開DNA祖先ウェブサイトやDNA表現型解析アプローチを使用した高度な家族検索など）の導入に関する公の議論は限定的で、まとまりがなく、焦点が定まっていない。法医学遺伝学と医療遺伝学がゲノム配列解析に収束するにつれて、遺伝子データを取り巻く問題はますます関連し合い、追加の法的保護を確立する必要があるかもしれない。^[128]

ほぼ完全なヒトゲノムが最初に解読されたのは、2007年の主に北西ヨーロッパ系の2人のアメリカ人（ J.クレイグ・ベンター、 7.5倍のカバー率、^{[129] [130] [131]}およびジェームズ・ワトソン、 7.4倍）であった。^{[132] [133] [134]}これに続いて、2008年には匿名の漢民族男性（36倍）、^[135]ナイジェリアのヨルバ人男性（30倍）、^[136]オランダの女性臨床遺伝学者（マルジョレイン・クリーク）（7～8倍）、および50代半ばの女性白血病患者（腫瘍組織と正常組織のカバー率それぞれ33倍と14倍）のゲノムが解読された。^[137]スティーブ・ジョブズは全ゲノム配列を解読された最初の20人のうちの1人で、その費用は10万ドルと伝えられている。^[138] 2012年6月の時点で、69のほぼ完全なヒトゲノムが公開されていた。^{[139] 2013年11月、スペインのある家族が}クリエイティブ・コモンズのパブリック・ドメイン・ライセンスの下で個人のゲノムデータを公開した。この作業はマヌエル・コーパスが主導し、データは23andMeと北京ゲノム​​研究所との直接消費者向け遺伝子検査によって得られたものである。これは家族全員を対象とした初の公開ゲノムデータセットと考えられている。^{[140] [アップデート]}

Scienceによると、全ゲノムの主要なデータベースは以下の通りである。^[141]

ゲノムのカバー範囲と精度の観点から、全ゲノム配列解析は大まかに次のいずれかに分類できます。^[144]

• ゲノムの約90%を約99.9%の精度でカバーするドラフト配列
• ゲノムの95%以上を約99.99%の精度でカバーする完成した配列

この定義によれば、本当に高品質の完成した配列を生成するのは非常に高価である。したがって、ほとんどのヒトの「全ゲノム配列決定」の結果はドラフト配列である（上記で定義された精度を上回る場合もあれば下回る場合もある）。^[144]