目次
全ゲノムシーケンス（WGS）ベースのNIPTでは、ゲノムを同じ長さの区画「ビン（bin）」に区切り、ビンごとにDNA断片（リード）の数を数えてから染色体の量を比べます。このビンの大きさ（ビンサイズ）に、厳密な正解はありません。ビンが小さすぎると1つのビンに入るリードが少なくなり、数えるときの揺らぎに異常が埋もれます。逆に大きすぎると、ゲノムの一部に異常な領域があったときに、そのビンごと捨てる正常な情報が増えてしまいます。このページでは、ビンサイズを上下から押す2つの力を計算例と図で示し、多くの解析が50 kb（5万塩基）前後のビンを使う理由を解説します。
Q. NIPTの「ビン」とは何で、なぜ50 kb前後が使われるのですか？
A. ビンは、ゲノムを同じ長さに区切った「リードを数える単位」です。ビンを大きくすると1つあたりのリード数が増えて数え上げの揺らぎが小さくなり、お母さんのコピー数変化（CNV）や解析の誤りによる大きな外れ値を見分けやすくなります。一方、ビンを小さくすると、異常な領域を含むビンを捨てるときに失う正常な情報が少なくて済みます。この2つの釣り合いから、多くのWGSベースのNIPTの解析は50 kb前後のビンを使っています。
- ➤ビン → ゲノムを同じ長さに区切った、リードを数える区画
- ➤大きくしたい力 → リードは整数で数えるため、少ないと揺らぎ（√n）が相対的に大きい
- ➤小さくしたい力 → 異常な領域を含むビンを捨てるとき、失う正常な配列が少なくて済む
- ➤総リード数 → リードを多く読むほど、ビンを小さくできる（同じ数え上げの揺らぎを保つ理想条件では反比例）
⏱️ 30秒でわかる要約
🧮 Q. なぜゲノムを区切って数えるの？
染色体は長さがばらばらなので、リードの総数をそのまま比べても意味がありません。同じ長さのビンに区切れば「1区画あたりのリード数（リード密度）」で比べられ、外れ値のビンだけを取り除くこともできます。
⚖️ Q. 小さいビンと大きいビン、どちらがいいの？
どちらにも弱点があります。小さいビンは数え上げの揺らぎが大きく、大きいビンは異常な領域を含んだときに捨てる量が大きい。その間をとって、多くの解析は50 kb前後を使います。
🌸 Q. ビンサイズはNIPTの結果に関係するの？
ビンサイズは、外れ値を見分けて取り除く力と、小さな領域（微細欠失など）を見る解像度を左右します。検査会社ごとに解析の設計が違い、同じ「NIPT」でも見える範囲や外れ値への強さが異なる理由の一つです。
1. ビンとは：ゲノムを同じ長さに区切った「数える単位」
ビン（bin）とは、ゲノムを重なりのない同じ長さの区画に区切ったもので、WGSベースのNIPTではビンごとにリードの数を数えます。リードとは、シーケンサーが読み取ったDNA断片の配列のことです。お母さんの血液中にあるセルフリーDNA（cfDNA）の断片を数百万〜数千万本読み、ヒトの参照ゲノムのどこに由来するかを決めたうえで（アライメント）、ビンに振り分けて数えます[1]。
血液中のcfDNAの大部分はお母さん由来で、胎児（胎盤）由来の断片は1割前後にすぎません。cfDNAについてはセルフリーDNA（cfDNA）とはで、リードを参照ゲノムに並べる工程はシークエンサーのあと：デマルチプレックスとアライメントで解説しています。
ヒストグラムの「ビン」と同じ考え方
ビンという言葉は、統計のヒストグラム（度数分布図）で使う「階級（区間）」と同じ意味です。ヒストグラムでは、データを一定の幅の区間に分け、それぞれの区間に入ったデータの数を棒の高さで表します。WGSベースのNIPTでは、横軸がゲノム上の位置、区間の幅がビンサイズ、棒の高さがそのビンに入ったリードの数にあたります。
ヒストグラムでも、区間の幅を細かくしすぎると1つの区間に入るデータが少なくなって形がギザギザになり、粗くしすぎると細かな形が見えなくなります。NIPTのビンサイズの選び方は、この「区間の幅をどう決めるか」という統計の問題を、ゲノムに当てはめたものです。
なぜリードの総数ではなく密度で比べるのか
染色体の長さはばらばらなので、リードの総数をそのまま比べることはできません。正常な検体でも、1番染色体に100万本のリードが並ぶ一方で、21番染色体には20万本しか並ばないことがあります。1番染色体は21番染色体のおよそ5倍の長さがあるため、リードが多いのは当然です[1]。
そこで、長さに左右されない「リード密度」で比べます。同じ長さのビンに区切って、ビンあたりのリード数を平均すれば、長さの違う染色体どうしでも比べられるようになります。このとき実装上の大きな選択が2つあります。1つはビンの大きさ、もう1つはビンの値の平均の取り方です[1]。このページは前者を扱います。リード密度の考え方はWGSベースのNIPT：リードの密度で、平均の取り方はWGSベースのNIPT：平均ビン値とGC補正で解説しています。
ビンを区切るときの細かな決まり
ビンは、各染色体の端から同じ長さで重ならないように区切ります。リードは、参照ゲノム上で並んだ位置（通常は断片の始まりの位置）が入るビンに1本として数えます。開始位置を使う方式では、1本のリードを複数のビンに重複して数えません。ただし、配列が覆う範囲やペアエンドの情報を使い、複数のビンに寄与させる方式もあります。
ただし、すべてのビンが同じように使えるわけではありません。参照ゲノムには配列が決まっていない領域（N）や、セントロメアのように同じ配列が延々と繰り返す領域があり、そこではリードを一意に並べられません。こうした領域を含むビンはリードがほとんど並ばないか、逆に極端に集まるため、解析の前に除外したり、並べられる塩基の割合で補正したりします。ビンという単位で区切っておくことで、「このビンは使わない」という判断をゲノム全体で一律に適用できるようになります。
2. ビンサイズを決める2つの力
ビンサイズには厳密な最適値はなく、「大きくしたい力」と「小さくしたい力」の釣り合いで決まります。大きくしたい力は、リードを整数で数えることから生じる揺らぎです。小さくしたい力は、ゲノムに点在する異常な領域を捨てるときの損失です[1]。
この2つの力を左右する前提条件が、検体あたりの総リード数です。一般に理想条件で1ビンあたりのリード数を一定に保つなら、総リード数とビンサイズは反比例の関係にあり、深く読むほど小さなビンを使えます[1]。1つのビンに入るリードの数は、総リード数×ビンサイズ÷ゲノムの長さで決まるからです。以下、2つの力を順に計算で確かめます。
3. ビンを大きくしたい理由：数え上げの揺らぎ
ビンを大きくしたい理由は、1つのビンに入るリードが少ないと、偶然による揺らぎが相対的に大きくなり、本物の外れ値と区別できなくなるからです。ビンを大きくすれば、お母さんのCNVや解析の誤りによる大きな外れ値を、ビン1つの単位で見つけて取り除けます[1]。
リードの数はポアソン分布に従う
血液中にはゲノム全体に由来するcfDNAの断片が膨大にあり、シーケンスはそのごく一部を無作為に取り出して読む作業です。このような「多数の中からまれな事象を数える」状況では、数はポアソン分布に従います。ポアソン分布では、平均がnのとき、ばらつき（標準偏差）は√nになります。
2010年の研究では、母体血漿のショットガンシーケンスで、GC含量による偏りなどを補正し、極端な外れ値を除いた後に、染色体内のビンごとのリード数の分散と平均の比がほぼ1になることが示されました。cfDNAのサンプリングが基本的にポアソン分布に従うことを示した結果で、この研究は、理想的な補正とサンプリングの条件では、数え上げの統計が異数性の検出限界を決め、正の胎児分画であれば十分な数のDNA分子を読むことで原理的には差を検出できると論じています。ただし、実際の検査には補正しきれない雑音や胎盤モザイクなどの生物学的限界があり、臨床での感度がリード数だけで決まるという意味ではありません[2]。
💡 用語解説：√nの揺らぎ（ポアソン揺らぎ）
平均100本のリードが入るビンでは、偶然だけで±10本（√100）程度の揺らぎが生じます。平均10,000本なら±100本です。揺らぎの絶対値は増えますが、平均に対する割合（変動係数）は10%から1%に下がります。数を多く数えるほど、相対的な精度が上がるということです。
平均2リードと平均50リードの違い
ビンがとても小さく、1ビンあたり平均2リードしかない場合を考えます。あるビンに4リードが入っていても、それが正常な染色体の偶然の揺らぎなのか、胎児の異数性なのか、お母さんのCNVによるものなのかは判断できません。平均2リードのときの標準偏差は約1.4リードで、4リードという観測値も偶然の揺らぎで生じ得るからです[1]。
ビンを大きくして平均50リードにすると、揺らぎは約7リード（√50）です。胎児分画10%の21トリソミーで期待される値は約52.5リード、母体のみの1コピー重複では約72.5リードです。前者の差は揺らぎより小さく、後者の差は標準偏差の約3倍です。大きな外れ値は見分けやすくなりますが、単一ビンで確実に区別できるとは限らず、隣接ビンや補正後の分布も評価します[1]。
計算してみる：1,000万リードの場合
実際の数字に置き換えてみます。説明のために、1検体で1,000万本のリードが30億塩基のゲノムに均一に並ぶと仮定して、ビンサイズごとの1ビンあたりのリード数と揺らぎを計算しました。
🧮 ビンサイズと1ビンあたりのリード数・揺らぎ（1,000万リードでの計算例）
| ビンサイズ | ゲノム全体のビン数 | 1ビンあたりの平均リード数 | 揺らぎ（√n） | 変動係数 |
|---|---|---|---|---|
| 5 kb | 600,000 | 約17本 | 約4本 | 約25% |
| 20 kb | 150,000 | 約67本 | 約8本 | 約12% |
| 50 kb | 60,000 | 約167本 | 約13本 | 約8% |
| 100 kb | 30,000 | 約333本 | 約18本 | 約5.5% |
| 1 Mb | 3,000 | 約3,333本 | 約58本 | 約1.7% |
※ゲノムを30億塩基、リードが均一に分布すると仮定した理論値です。実際にはリードを一意に並べられない領域や、GC含量による偏りがあるため、揺らぎはこれより大きくなります。
ここに、見つけたい信号と取り除きたい信号を重ねます。胎児分画が10%で胎児が21トリソミーの場合、21番染色体のビンのリードは、胎児の分だけ1.5倍になるので、全体として約5%増えます。一方、お母さん自身が数百kbの1コピー重複（CNV）を1本の染色体にもっていて、胎盤由来のDNAにはその重複がないと、その区間ではDNAの約9割を占めるお母さんの分が1.5倍になり、リードは約45%増えます。
📊 1ビンの揺らぎ（変動係数）と、見つけたい信号・取り除きたい信号の大きさ
※1,000万リード・胎児分画10%での理論計算。棒は比較のための模式表示で、長さは数値に厳密には比例しません。母体CNVの約+45%は、母体のみの1コピー重複を仮定した値です。
この計算から分かるのは、ビンの役割は「トリソミーをビン1つで見つけること」ではないということです。21トリソミーによる約5%の振れは、50 kbビンの揺らぎ（約8%）より小さく、ビン1つでは見えません。トリソミーは、21番染色体に並ぶ約1,000個のビンをまとめて平均してはじめて見えてきます。
一方、お母さんのCNVによる約45%の振れは、5 kbビンでは揺らぎの2倍弱にすぎず、ほかのビンに紛れてしまいます。50 kbビンでは揺らぎの約6倍になり、ビン単位で外れ値として見つけて取り除けます。ビンを大きくしたい力の正体は、「大きな外れ値をビン単位で見分けて捨てられるだけの数を、1つのビンに確保したい」という要請です。
💡 染色体全体の理論上の揺らぎは、ビンサイズだけでは決まらない
21番染色体全体のリードの合計は、ビンをどう区切っても変わりません。説明用に21番染色体を約5,000万塩基、ゲノムを30億塩基とすれば、約1.7%を占める21番には、1,000万リードのうち約17万本が並び、ポアソンの揺らぎは約410本（約0.24%）です。胎児分画10%のトリソミーで増える約8,500本はその約20倍、胎児分画4%で増える約3,400本でも約8倍にあたります。ただし、これは期待値が既知でリードが均一・独立に分布する理想モデルの信号と揺らぎの比較で、実検査のZスコアや感度を示す値ではありません。染色体全体の判定精度には総リード数と胎児分画に加えて、補正、外れ値処理、参照データ、胎盤モザイクなども影響し、ビンサイズも解析方法を通じて関係します。
お母さんのCNVが解析アルゴリズムの中でどのように見つけられ、除外されるかはWGSベースのNIPT：母親のコピーナンバーバリアントで解説しています。
4. ビンを小さくしたい理由：異常な領域を捨てるときの損失
ビンを小さくしたい理由は、ゲノムに点在する異常な領域を含むビンを捨てるとき、ビンが小さいほど一緒に失う正常な配列が少なくて済むからです。WGSベースのNIPTは「cfDNAの断片がゲノム全体から均一に読まれる」ことを前提にしていますが、ゲノムにはこの前提から大きく外れる領域がまれに存在します[1]。
異常な領域を含むビンは捨てる
品質の高い検体でも、リードが偶然とは思えないほど極端に集まったり、ほとんど並ばなかったりする領域があります。繰り返し配列が多くてリードの由来を一意に決められない領域や、解析上のアーチファクトが起こりやすい領域などです。こうした領域はゲノム全体から見ればまれですが、含まれるビンの値を大きく狂わせます。実際の解析では、こうした少数の異常なビンを解析から除外します[1]。
ビンを捨てるという処理は、ビンが十分に小さく、数が多いほど都合がよくなります。数万個のビンのうち数百個を捨てても、残りのビンで染色体の平均を十分な精度で計算できるからです。
5 kbの異常で失う量：20 kbビンと100 kbビン
5 kbの異常な区間が1か所あり、それを含むビンを捨てる場面を考えます。異常な5 kbが1つのビン内に収まる配置なら、20 kbのビンで一緒に失う正常な配列は15 kbです。100 kbのビンなら、失う正常な配列は95 kbになります[1]。同じ異常でも、ビンが大きいと捨てる正常な情報が6倍以上に増えます。
✂️ 5 kbの異常を含むビンを捨てたときに失う量（同じ100 kbの区間で比較）
20 kbビン×5個の場合（失うのは最初のビン20 kbだけ）
100 kbビン×1個の場合（区間全体を失う）
■濃い赤＝異常な5 kb ■薄い赤＝一緒に捨てる正常な配列 ■青＝解析に使える配列
異常が約100 kbごとにあると、200 kbビンは使えない
見方を変えて、小さな異常な領域がゲノム上に約100 kbごとに散らばっていると仮定します。ビンを200 kbにすると、ほとんどすべてのビンが異常を含んでしまい、異数性を正確に判定する力が損なわれます[1]。
この状況を、異常な領域が平均100 kbに1か所の割合で無作為に散らばるモデルで計算すると、異常を1つも含まない「きれいな」ビンの割合は次のようになります。
📐 異常が平均100 kbに1か所あるときの、異常を含まないビンの割合（モデル計算）
| ビンサイズ | 異常を含まないビン | 異常を含むビン |
|---|---|---|
| 20 kb | 約82% | 約18% |
| 50 kb | 約61% | 約39% |
| 100 kb | 約37% | 約63% |
| 200 kb | 約14% | 約86% |
※異常な領域がポアソン過程で無作為に分布すると仮定し、異常を含まない確率をe−ビンサイズ／100 kbで計算した説明用の値です。実際のゲノムで異常な領域がこの頻度で存在するという意味ではありません。
この表の数字は説明用のモデルですが、傾向ははっきりしています。ビンが大きくなるほど、捨てなければならないビンの割合が急速に増え、残ったビンで平均を計算する余地がなくなっていきます。
5. 多くの解析が50 kb前後を選ぶ理由
大きくしたい力と小さくしたい力の釣り合いから、文献に記載されたWGSベースのNIPTの解析の多くは50 kbのビンを使っています[1]。50 kbは、1,000万リード程度で1ビンあたり100本を超えるリードを確保でき、なおかつ異常な領域を含むビンを捨てても失う配列が比較的少なくて済む大きさです。
2018年以降の解析ツールでのビンサイズ
2018年に公開されたNIPT解析用のRパッケージ（NIPTeR）は、各検体のリードを50,000塩基のビンごとに数えるデータ構造を採用しています[3]。一方、2023年の研究では、WGSベースのNIPT解析ツールを50 kbから10 Mbまでのビンサイズで比較し、ビンを小さくするほど多くの方法で偽陽性が増えることを示しました。この研究は、ビンサイズの選択を「解像度、雑音、リードのカバレッジ、胎児分画の間の直接のトレードオフ」と表現しています[4]。
ビンサイズの選び方はどう検証されるのか
ビンサイズの良し悪しは、理屈だけでなく実際のデータで確かめられています。2023年の研究では、平均カバレッジ0.257倍で読んだ526検体の実データと、1検体あたり2,100万リード・胎児分画約7.5%を想定して作った模擬データを使い、ビンサイズを50 kbから10 Mbまで変えながら、複数の解析ツールの検出率と偽陽性の数を比べています[4]。
このように、ビンサイズは「何を見たいか（全染色体か、数Mbの欠失か）」「何本読むか」「胎児分画がどのくらいか」という条件の組み合わせごとに検証して決めるものです。ある検査で最適だったビンサイズが、条件の違う別の検査でもそのまま最適とは限りません。
総リード数が増えれば、ビンは小さくできる
総リード数を2倍にすれば、同じ揺らぎのまま、ビンを半分の大きさにできます。1ビンあたりのリード数は総リード数とビンサイズの積に比例するからです。
📐 ビンサイズを逆算する式
| 求めるもの | 式 | 計算例 |
|---|---|---|
| 1ビンあたりのリード数 n | n＝総リード数×ビンサイズ÷ゲノム長 | 1,000万×50 kb÷30億塩基≒167本 |
| 変動係数（相対的な揺らぎ） | CV＝√n÷n＝1÷√n | 1÷√167≒7.7% |
| 目標の揺らぎに必要なビンサイズ | ビンサイズ＝ゲノム長÷（総リード数×CV²） | CVを10%にしたい場合：1,000万リードなら30 kb、2,000万リードなら15 kb |
※リードがゲノムに均一に分布するという理想条件での理論式です。実際には補正後もポアソンより大きなばらつきが残るため、必要なビンサイズはこれより大きくなります。
この式から、揺らぎを半分にするにはリードを4倍読む必要があることも分かります。精度とコストの関係が直線ではなく、二乗で効いてくるということです。シーケンスの費用が下がり、1検体あたりに読めるリードが増えるほど、ビンを小さくして解像度を上げる余地が広がります。シーケンス深度の考え方はシーケンス深度（リード深度）で、低い深度で全ゲノムを読む方法は低カバレッジ全ゲノム（CNV-seq）で解説しています。
微細欠失を探すときは、より小さなビンが必要になる
全染色体のトリソミーを見るなら、数千万塩基にわたる染色体全体を平均するので、ビンの解像度はそれほど問題になりません。しかし、数百万塩基程度の微細欠失を探すには、その区間に十分な数のビンが入っている必要があります。2020年の研究では、20 kbのビンを使った模擬データ解析で、胎児分画10%・2,000万リードの条件において、スクリーニング対象の微細欠失の検出感度は79.3%、3 Mbより長い欠失に限ると98.4%でした。この研究は、胎児分画10%・3 Mb以上の欠失を主に評価する条件では、1,600万〜1,700万リード程度で検出率が頭打ちになると提案しています。ただし、小さな欠失や低い胎児分画には追加のリードが有用で、22q11.2欠失については少なくとも2,000万リードを推奨しています[5]。
小さな領域を見ようとするほど、ビンを小さくする必要があり、その分だけリード数を増やさなければ揺らぎが大きくなります。微細欠失を見る検査で全染色体の検査より多くのリードが必要になりやすいのは、このトレードオフのためです。一方、陽性的中率（陽性結果のうち実際に対象の異常がある割合）が低くなりやすい理由には、対象疾患の頻度の低さや検査の特異度、母体CNVなども関係し、ビンサイズだけでは説明できません。微細欠失の検出の仕組みは微細欠失（微小欠失）の同定で解説しています。
🩺 院長コラム【ビンサイズは「検査の設計思想」】
ビンサイズは画面に表示されることのない設定値ですが、外れ値への強さと、どこまで小さな異常を見に行くかという検査の設計思想が表れる数字です。同じ「NIPT」という名前でも、何本のリードを読み、どの大きさのビンで数え、どう平均するかは検査会社ごとに違います。
検査を選ぶときに「何が分かるか」だけでなく、「どのような仕組みで、どこまでの精度で分かるのか」を知っておくことは、結果を正しく受け止めるための土台になります。
6. ビンのあとに続く解析
ビンに区切ってリードを数えたあと、WGSベースのNIPTは、ビンの値の補正、外れ値の除去、平均の計算、期待値との比較を経て、Zスコアなどの統計量で判定します。判定に使う統計量や閾値は解析方法によって異なります。ビンサイズはこの流れ全体の土台になります。
🔗 ビン化から判定までの流れと、解説ページ
| 段階 | 何をするか | 解説ページ |
|---|---|---|
| ビン化 | ゲノムを同じ長さに区切り、リードを数える | このページ |
| 補正と平均 | GC含量・マッピング性の補正、外れ値に強い平均（中央値） | 平均ビン値とGC補正 |
| 母体CNVの除外 | 連続して約50%振れるビンを見つけて除く | 母親のコピーナンバーバリアント |
| 期待値の計算 | 正常な検体ならどのくらいのリード密度になるか | リード密度の期待値 |
| 判定 | 観測値と期待値の差を、ばらつきで割って評価する | Zスコア |
どれだけ解析を工夫しても、胎盤だけに異常がある場合など、生物学的な理由による偽陽性・偽陰性は残ります。技術では越えられない限界はNIPTの生物学的限界で解説しています。
よくある質問（FAQ）
Q1. NIPTの「ビン」とは何ですか？
ゲノムを重なりのない同じ長さの区画に区切ったもので、WGSベースのNIPTではビンごとにDNA断片（リード）の数を数えます。統計のヒストグラムで使う「区間」と同じ考え方で、長さの違う染色体どうしをリード密度で比べたり、外れ値の区画だけを取り除いたりするために使います。
Q2. ビンサイズはどのように決めるのですか？
厳密な最適値はなく、2つの力の釣り合いで決まります。ビンが小さいと1つあたりのリードが少なく、数え上げの揺らぎに外れ値が埋もれます。ビンが大きいと、異常な領域を含むビンを捨てるときに失う正常な配列が増えます。この釣り合いから、文献に記載されたWGSベースのNIPTの多くは50 kbのビンを使っています。
Q3. ビンを小さくすれば精度は上がりますか？
必ずしも上がりません。ビンを小さくすると解像度は上がりますが、1ビンあたりのリードが減って揺らぎが大きくなり、2023年の研究では多くの解析方法で偽陽性が増えました。ビンを小さくするには、そのぶん総リード数を増やす必要があります。
Q4. 21トリソミーはビン1つで分かりますか？
分かりません。胎児分画10%の21トリソミーでは、ビンのリードは約5%しか増えず、50 kbビン1つの揺らぎ（1,000万リードで約8%）より小さいためです。21番染色体に並ぶ約1,000個のビンをまとめて平均し、期待値と比べてはじめて判定できます。
Q5. 微細欠失を調べる検査ではビンサイズが違うのですか？
小さな領域を調べるには、その区間に十分な数のビンが必要なため、より小さなビンと多くのリードが必要になります。2020年の研究では20 kbのビンを使った模擬データ解析で、胎児分画10%・2,000万リードの場合、スクリーニング対象の微細欠失の検出感度は79.3%、3 Mbより長い欠失に限ると98.4%でした。
まとめ
WGSベースのNIPTでは、ゲノムを同じ長さのビンに区切ってリードを数え、リード密度で染色体の量を比べます。ビンサイズには厳密な最適値はなく、リードを整数で数えることから生じる揺らぎ（大きくしたい力）と、異常な領域を含むビンを捨てるときの損失（小さくしたい力）の釣り合いで決まります[1]。
1,000万リードでの計算では、50 kbビンの揺らぎは約8%で、お母さんのCNVによる約45%の振れはビン単位で見分けられますが、21トリソミーによる約5%の振れはビン1つでは見えません。ビンは外れ値を除くための単位で、トリソミーは約1,000個のビンをまとめてはじめて見えてきます。同じ数え上げの揺らぎを保つ理想条件では総リード数とビンサイズは反比例し、深く読むほど小さなビンで微細欠失のような小さな領域を見られるようになります[2][5]。第3章のほかのページはNIPTのバイオインフォマティクスとテクノロジーの目次からご覧ください。
🧬 NIPTをお考えの方へ
ミネルバクリニックでは、常駐する臨床遺伝専門医が、NIPTで分かること・分からないこと、検査項目ごとの精度、陽性や判定保留になった場合の流れを含めて検査前の遺伝カウンセリングを行い、NIPTを実施しています。
📚 NIPTの教科書 第3章のページ
参考文献
- [1] Muzzey D. The Technology and Bioinformatics of Cell-Free DNA-Based NIPT. In: Page-Christiaens L, Klein HG, eds. Noninvasive Prenatal Testing (NIPT): Applied Genomics in Prenatal Screening and Diagnosis. Academic Press (Elsevier); 2018:25–47. [DOI 10.1016/B978-0-12-814189-2.00003-7]
- [2] Fan HC, Quake SR. Sensitivity of Noninvasive Prenatal Detection of Fetal Aneuploidy from Maternal Plasma Using Shotgun Sequencing Is Limited Only by Counting Statistics. PLoS One. 2010;5(5):e10439. [DOI 10.1371/journal.pone.0010439]
- [3] Johansson LF, de Weerd HA, de Boer EN, et al. NIPTeR: an R package for fast and accurate trisomy prediction in non-invasive prenatal testing. BMC Bioinformatics. 2018;19:531. [DOI 10.1186/s12859-018-2557-8]
- [4] Mokveld T, Al-Ars Z, Sistermans EA, Reinders M. A comprehensive performance analysis of sequence-based within-sample testing NIPT methods. PLoS One. 2023;18(4):e0284493. [DOI 10.1371/journal.pone.0284493]
- [5] Kucharik M, Gnip A, Hyblova M, et al. Non-invasive prenatal testing (NIPT) by low coverage genomic sequencing: Detection limits of screened chromosomal microdeletions. PLoS One. 2020;15(8):e0238245. [DOI 10.1371/journal.pone.0238245]
