Identifying Putative Pathogenic Non-Coding Variants in Unresolved Rare Disease Patients Using Topologically Associated Domains
该论文介绍了 GAVURD，这是一个利用三人组全基因组测序和拓扑相关结构域（TAD）数据，来系统性地优先排序并识别未解决罕见病患者中潜在致病非编码变异的新型系统，并在一项概念验证研究中成功确定了六个致病候选基因。
原始论文根据 CC0 1.0（https://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
对于全球数百万人口而言，一种罕见病仍然是一个谜。这些疾病极其罕见，发病率低于两千分之一，但它们累计影响了约3亿人的生活。在许多情况下，医生可以清晰地看到症状——如心脏缺陷、发育迟缓或异常的身体特征——但遗传原因却依然隐匿。现代医学拥有强大的工具来读取一个人的完整遗传密码，这一过程被称为全基因组测序。这项技术可以扫描构成人类的数十亿个DNA字母。然而，对于至少一半接受此类检测的患者来说，答案仍然无法找到。问题通常在于科学家们寻找的方向不对。几十年来，研究重点一直集中在基因组中作为构建蛋白质直接指令手册的一小部分，即编码区。但我们绝大部分的DNA并不编码蛋白质。相反，它充当着一个复杂的控制系统，拥有开关和调光器，告诉基因何时开启、何时加大音量以及何时停止。当这些非编码开关发生故障时，它们导致疾病的能力与损坏的指令手册一样确定，但在数十亿个字母中寻找特定的故障开关，就像是在没有磁铁的情况下大海捞针。
费城儿童医院的一组研究人员开发了一种寻找这些隐藏“针头”的新方法。他们创建了一个名为GAVURD的系统，其全称为“未解决罕见病变异基因组分析”。该工具旨在通过对全基因组测序的原始数据进行系统性搜寻，找出可能导致患者疾病的特定非编码错误。研究人员从十名已经过多次检测但仍未获得诊断的患者开始研究。这些患者患有各种严重的先天性疾病，包括复杂的心脏缺陷以及内脏器官发育问题。团队将这十个家庭的遗传数据输入到这个新系统中。该过程首先寻找两种特定类型的遗传变化：在孩子身上首次出现的突变，以及孩子从父母双方那里继承的罕见遗传突变。由于人类基因组如此庞大，该系统必须极其精确，以过滤掉人与人之间存在的数百万个无害差异。研究人员使用了一种交叉检查的方法，将数据运行在三个不同的计算机程序中，并且只保留三个程序都达成一致的结果。这种共识方法帮助他们剥离了测序误差产生的噪音，留下了一个更短、更可靠的候选突变列表。
一旦团队得到了这份简短的疑似突变名单，他们就面临下一个挑战：弄清楚一个非编码突变可能会影响哪个基因。与损坏的蛋白质编码基因不同，一个损坏的开关可能位于远离其控制基因的地方，有时甚至远在数十万个字母之外。为了解决这个问题，研究人员使用了基因组三维结构的图谱。想象一下细胞内的DNA不是一根长而直的绳子，而是一个折叠成特定、自给自足的“邻里”中的乱糟糟的毛线球。这些邻里被称为拓扑相关结构域（topologically associated domains）。研究人员发现，基因及其控制开关通常居住在同一个邻里中。如果某个邻里发生了突变，它极有可能只影响该区域内的基因。通过使用来自这些邻里高分辨率图谱的数据，GAVURD系统可以将遥远的非编码突变与其最可能调节的特定基因联系起来。这一步极大地缩小了搜索范围，防止系统在浩瀚的基因组中迷失方向。
该流程的最后一步是观察与这些突变相关的基因是否与患者的症状相匹配。研究人员使用了一个包含人类疾病及其相关身体特征的数字库。他们将每位患者的具体症状与已知由突变引起的基因效应进行对比。这种匹配过程使他们能够对候选对象进行排名，突出显示那些最有可能解释患者病情的突变。当他们将这一完整的流程应用于这十名患者时，结果令人振奋。在十个案例中有六个，系统识别出了一个特定的非编码变异，该变异指向了一个已知会导致与患者症状非常相似疾病的基因。对于一名患有严重心脏缺陷的患者，系统发现了一个出现在非编码区域的突变，该突变似乎破坏了一个涉及心脏发育及人体左右对称性的基因。对于另一名患有复杂出生缺陷的患者，系统在其负责心脏发育的关键基因附近识别出了一个新的突变，而该基因已知受一个特定的分子开关调节，而该突变似乎破坏了这个开关。
研究人员强调，虽然这些发现是强有力的线索，但它们尚未成为最终的临床诊断。该系统产生的是高价值的假设，需要进一步在实验室中进行测试，以证明该突变究竟是如何导致疾病的。然而，这项研究表明，一种系统化的方法可以成功揭示那些此前被认为无法解决的患者的潜在原因。通过将寻找罕见突变的严谨方法与将它们链接到目标基因的智能方式相结合，GAVURD系统提供了一条新的路径。它表明，对于许多患有未解决罕见病的患者来说，答案并非缺失于其遗传密码之中，而是隐藏在以往方法无法有效解读的非编码区域中。这项工作提供了一个具体的框架，将广阔且混乱的非编码DNA景观转化为一份可管理的嫌疑名单，为更多家庭最终能得到他们苦苦等待的答案带来了希望。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。