PGT-mt图谱

第2章 · PGT-mt基础知识

异质性与阈值效应

异质性测量取决于组织、取样时间及分析方法。异质性水平与临床结局的关系呈非线性，并因变异而异。

阅读层次

基础

究竟测量什么

异质性水平是采用特定方法，在特定样本中测得的某位点携带变异mtDNA分子的百分比。这三个限定均重要。同一人的血液、尿液、口腔黏膜细胞及肌肉数值可不同(Stewart & Chinnery, 2015; Burr & Chinnery, 2024)；不同方法对同一组织也可给出不同结果(Treff et al., 2012; Mitalipov et al., 2014)。

不同组织，不同水平

细胞分裂时，mtDNA分子在子细胞间分配不均，不同细胞类型对其选择方向或强度也可不同。因此各组织的异质性水平可随时间逐渐不同，称为体细胞分离。m.3243A>G在血细胞中随年龄呈指数下降，而骨骼肌等组织并非如此(Burr & Chinnery, 2024)。母亲血液水平不决定卵母细胞水平。

阈值效应

异质性较低时，不携带致病性变异的mtDNA拷贝常能维持足够线粒体功能，避免出现可测得的生化缺陷。携带变异比例增加并超过某阈值后，生化缺陷可能显现；异质性与功能并非线性关系(Rossignol et al., 2003)。这就是阈值效应。阈值取决于变异、组织、呼吸链复合体、mtDNA拷贝数及核背景(Rossignol et al., 2003; Burr & Chinnery, 2024)。下图展示概念，并非真实数值。

三个效应层次

分子层面
所研究样本中携带特定突变mtDNA的比例。
生化层面
细胞或组织中的呼吸链复合体活性及ATP合成。
临床层面
症状、严重程度及发病年龄。

这些层次并非简单一一对应。相同血液异质性水平可对应不同疾病严重程度，因为临床上重要的是受累组织——脑、肌肉、心脏、视网膜——中的负荷，而这些组织通常不便取样检测(Gorman et al., 2016; Burr & Chinnery, 2024)。

不存在通用安全水平

PGT-mt文献中的18%、30%等数值针对不同问题，来自不同数据(Hellebrekers et al., 2012; Hyslop et al., 2025)。它们均不保证儿童健康，也不能自动应用于所有变异。第6章详细讨论这些参考值。

用于选择移植胚胎的异质性界值需针对特定变异确定并说明依据，不能作为固定标准套用。

进阶

形式定义与测量伪差

对于从样本提取的mtDNA的特定位点，异质性水平h = n(致病性变异) / [n(致病性变异) + n(野生型)]。该值表征样本分子群体，不能据此重建单个细胞的异质性。获得报告结果涉及细胞选择、裂解、必要时全基因组扩增、含变异区域扩增、检测及校准。各步均可能引入偏倚(Mavraki et al., 2023; Spath et al., 2021)。

体细胞分离与组织差异

mtDNA复制不依赖细胞周期，分裂时随机分配至子细胞。因此后续细胞世代的突变mtDNA比例可经随机分离升高或降低(Chinnery et al., 2000; Stewart & Chinnery, 2015; Mavraki et al., 2023)。此外还有细胞类型特异选择：快速更新的组织与不再分裂的细胞表现不同，有助于解释mtDNA疾病的组织特异性(Burr & Chinnery, 2024)。m.3243A>G的血液异质性随年龄呈指数下降，骨骼肌则不如此(Burr & Chinnery, 2024)。细胞间嵌合可在胚胎很早期出现。某些变异在第3天单个卵裂球中已显示mtDNA差异，且可持续至后续阶段(Mertens et al., 2022)。

组织、生化与变异特异阈值

Rossignol等表明，生化阈值因呼吸链复合体及组织而异，功能与突变mtDNA比例呈非线性关系(Rossignol et al., 2003)。常引用的60–80%是综述给出的概括范围(Xie et al., 2026)，描述特定组织的异质性–功能关系，并非胚胎筛选标准。

变异特异性也见于临床数据。Hellebrekers等根据137个家系计算，肌肉突变水平≤18%对应至少95%的不发病概率；m.3243A>G的该概率显著更低（p < 0.001）(Hellebrekers et al., 2012)。Ji等分别估计不同变异的症状阈值(Ji et al., 2023)。生殖系中，不同mtDNA突变可产生不同数量的可移植胚胎：m.3243A>G携带者无极高负荷卵母细胞或胚胎，而m.8993T>G数值多为极端值，家系数据中后代水平更常高于母亲(Otten et al., 2018)。

测量方法与分析误差

异质性定量采用聚合酶链反应（PCR）联合限制性分析、焦磷酸测序、等位基因特异性定量PCR（ARMS-qPCR）、微滴数字PCR（ddPCR），以及靶向或全基因组测序(Rubens et al., 2025; Mizuguchi et al., 2025; Mitalipov et al., 2014; Tytgat et al., 2021; Spath et al., 2021; Janssen et al., 2024)。各方法的检出限、0–100%全范围内的线性、可重复性及对扩增偏倚的敏感程度不同。性能由特定实验室验证确定，而非由技术名称决定(Mavraki et al., 2023)。

分析误差可与所解读差异的幅度相当。Tajima等报告其方法误差为−5至+6个百分点(Tajima et al., 2007)。一例已发表m.3243A>G病例说明：移植12%异质性囊胚后，儿童1月龄口腔细胞为15%；商业实验室报告5及12月龄血液低于10%；6周及18月龄ARMS-qPCR复测血液为47%、46%，尿液为52%、42%(Treff et al., 2012; Mitalipov et al., 2014)。这些数据发表于Mitalipov等对Steffann等的回复(Mitalipov et al., 2014; Steffann et al., 2014)。取样年龄及检测方法均不同，不能将差异仅归因于方法。

异质性结果必须结合样本、分析方法及检出限解读。阈值取决于变异、组织及该数值所回答的问题。

图解与模型

示意图

阈值效应

阈值阈值变异／组织A变异／组织B0100mtDNA异质性水平，%呼吸链功能
异质性与功能的关系并非线性。突变mtDNA比例较低时，野生型拷贝可代偿缺陷；超过阈值后，功能急剧下降。阈值随变异、组织及呼吸链复合体而异(Rossignol et al., 2003)。示意曲线并非实测数据。

从概念到图谱数据

  • 单个胚胎内部 →

    同一胚胎不同样本的异质性水平一致性。灰色±5个百分点色带为示意参考，并非经验证的分析不确定度估计。

  • 胚胎、胎儿与儿童 →

    胚胎异质性与胎儿、儿童组织水平如何比较，以及样本类型、年龄和方法如何影响比较。

  • 方法与局限 →

    图谱如何处理检出限、区间及从图中数字化获取的数值。

本章参考文献 (21)

全部DOI已与PubMed核对；例外在条目旁标注。

  1. Stewart JB, Chinnery PF (2015). The dynamics of mitochondrial DNA heteroplasmy: implications for human health and disease. Nat Rev Genet 16:530–542. doi:10.1038/nrg3966 · PMID 26281784
  2. Burr SP, Chinnery PF (2024). Origins of tissue and cell-type specificity in mitochondrial DNA (mtDNA) disease. Hum Mol Genet 33(R1):R3–R11. doi:10.1093/hmg/ddae059 · PMID 38779777
  3. Treff NR, Campos J, Tao X, et al. (2012). Blastocyst preimplantation genetic diagnosis (PGD) of a mitochondrial DNA disorder. Fertil Steril 98:1236–1240. doi:10.1016/j.fertnstert.2012.07.1119 · PMID 22921075
  4. Mitalipov S, Amato P, Parry S, Falk MJ (2014). Limitations of preimplantation genetic diagnosis for mitochondrial DNA diseases. Cell Rep 7:935–937. doi:10.1016/j.celrep.2014.05.004 · PMID 24856294
  5. Rossignol R, Faustin B, Rocher C, et al. (2003). Mitochondrial threshold effects. Biochem J 370:751–762. doi:10.1042/BJ20021594 · PMID 12467494
  6. Gorman GS, Chinnery PF, DiMauro S, et al. (2016). Mitochondrial diseases. Nat Rev Dis Primers 2:16080. doi:10.1038/nrdp.2016.80 · PMID 27775730
  7. Hellebrekers DMEI, Wolfe R, Hendrickx ATM, et al. (2012). PGD and heteroplasmic mitochondrial DNA point mutations: a systematic review estimating the chance of healthy offspring. Hum Reprod Update 18:341–349. doi:10.1093/humupd/dms008 · PMID 22456975
  8. Hyslop LA, Blakely EL, Aushev M, et al. (2025). Mitochondrial donation and preimplantation genetic testing for mtDNA disease. N Engl J Med 393:438–449. doi:10.1056/NEJMoa2415539 · PMID 40673696
  9. Mavraki E, Labrum R, Sergeant K, et al. (2023). Genetic testing for mitochondrial disease: the United Kingdom best practice guidelines. Eur J Hum Genet 31:148–163. doi:10.1038/s41431-022-01249-w · PMID 36513735
  10. Spath K, Babariya D, Konstantinidis M, et al. (2021). Clinical application of sequencing-based methods for parallel preimplantation genetic testing for mitochondrial DNA disease and aneuploidy. Fertil Steril 115:1521–1532. doi:10.1016/j.fertnstert.2021.01.026 · PMID 33745725
  11. Chinnery PF, Thorburn DR, Samuels DC, et al. (2000). The inheritance of mitochondrial DNA heteroplasmy: random drift, selection or both?. Trends Genet 16:500–505. doi:10.1016/S0168-9525(00)02120-X · PMID 11074292
  12. Mertens J, Regin M, De Munck N, et al. (2022). Mitochondrial DNA variants segregate during human preimplantation development into genetically different cell lineages that are maintained postnatally. Hum Mol Genet 31:3629–3642. doi:10.1093/hmg/ddac059 · PMID 35285472
  13. Xie Q, Walker HE, Minczuk M, Chiaratti MR, Chinnery PF (2026). Inheritance and selection of the mitochondrial genome. Nat Rev Genet (online ahead of print). doi:10.1038/s41576-026-01019-0 · PMID 42834120
  14. Ji D, Zhang N, Zou W, et al. (2023). Modeling-based prediction tools for preimplantation genetic testing of mitochondrial DNA diseases: estimating symptomatic thresholds, risk, and chance of success. J Assist Reprod Genet 40:2185–2196. doi:10.1007/s10815-023-02880-2 · PMID 37439868
  15. Otten ABC, Sallevelt SCEH, Carling PJ, et al. (2018). Mutation-specific effects in germline transmission of pathogenic mtDNA variants. Hum Reprod 33:1331–1341. doi:10.1093/humrep/dey114 · PMID 29850888
  16. Rubens P, Mayeur A, Chatzovoulou K, et al. (2025). Profiling mitochondrial DNA variant segregation during human preimplantation development: a prerequisite to preimplantation genetic testing for mitochondrial DNA-related disorders. Hum Reprod 40:956–961. doi:10.1093/humrep/deaf050 · PMID 40174913
  17. Mizuguchi Y, Sueoka K, Sato S, Tanaka M (2025). Successful birth after preimplantation genetic testing for rare mitochondrial DNA mutation m.10197G>A. Hum Genome Var 12:7. doi:10.1038/s41439-025-00311-5 · PMID 40164591
  18. Tytgat O, Tang MX, van Snippenberg W, et al. (2021). Digital polymerase chain reaction for assessment of mutant mitochondrial carry-over after nuclear transfer for in vitro fertilization. Clin Chem 67:968–976. doi:10.1093/clinchem/hvab021 · PMID 33822904
  19. Janssen AEJ, Koeck RM, Essers R, et al. (2024). Clinical-grade whole genome sequencing-based haplarithmisis enables all forms of preimplantation genetic testing. Nat Commun 15:7164. doi:10.1038/s41467-024-51508-1 · PMID 39223156
  20. Tajima H, Sueoka K, Moon SY, et al. (2007). The development of novel quantification assay for mitochondrial DNA heteroplasmy aimed at preimplantation genetic diagnosis of Leigh encephalopathy. J Assist Reprod Genet 24:227–232. doi:10.1007/s10815-007-9114-0 · PMID 17342424
  21. Steffann J, Gigarel N, Samuels DC, et al. (2014). Data from artificial models of mitochondrial DNA disorders are not always applicable to humans. Cell Rep 7:933–934. doi:10.1016/j.celrep.2014.05.005 · PMID 24856293

参考文献 →