SysNDD: A Systematic Database for Neurodevelopmental Disorders
作者提出了 SysNDD，这是一个持续维护的开放获取数据库，系统地整理了 4,275 个基因-遗传-疾病关联，并附带标准化的置信度和表型注释，以支持神经发育障碍的证据评估与研究。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 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
想象一下，试图去理解一座宏大且瞬息万变的图书馆，其中的每一本书都在描述人类大脑发育差异的不同方式。几十年来，科学家们一直知道，许多这些被称为神经发育障碍的差异是由我们的遗传密码变化引起的。这些情况具有极高的多样性；有些仅影响大脑，而另一些则涉及心脏、眼睛或肌肉。由于遗传图谱如此复杂，且新发现几乎每天都在发生，追踪哪些基因导致了哪些疾病已成为一项极其艰巨的任务。临床医生和研究人员需要一张可靠且及时的地图来引导他们，但现有的列表往往彼此矛盾，使用不同的证据认定规则，或者仅仅是落后于新兴科学的发展。如果没有一个单一、清晰的真相来源，诊断患者或理解这些疾病的生物学机制就会变成一场猜测游戏。
为了解决这个问题，一个国际专家团队建立了一个名为 SysNDD 的全新开放获取数据库。请不要仅仅将这一资源视为一份基因清单，而应将其视为一份关于特定基因、其在家族中遗传方式以及其导致的特定疾病之间关系的、活生生的记录。研究人员首先收集了过去六十年间发表的近 5,000 篇科学论文中的信息。他们并非简单地复制粘贴这些发现；相反，他们创建了一个严谨的系统，由人类专家对每一项证据进行仔细审查。他们为每个“基因-疾病”关联分配了一个置信度等级，从证据确凿的“确定（Definitive）”，到证据尚不充分但存在可能的“有限（Limited）”，甚至包括已被证明错误的“被驳回（Refuted）”。这一过程确保了数据库反映的是当前的知识状态，而不仅仅是多年前的认知。
其结果是一个包含超过 4,200 个不同条目的庞大目录。这些条目涵盖了 3,200 多个不同的基因。研究小组发现，已知导致这些疾病的基因数量在近年来呈爆炸式增长，从现代 DNA 测序时代之前的几百个，增长到目前被认为与神经发育问题有明确关联的 1,800 多个。有趣的是，该数据库显示，通过隐性遗传模式（即孩子必须继承两个故障基因拷贝）导致疾病的基因，实际上比通过显性遗传模式（即只需要一个故障拷贝）导致疾病的基因更多。这挑战了常见的假设，即显性疾病是普通人群中这些疾病的主要驱动因素。此外，研究人员发现，大约有 220 个基因具有独特性，它们既可以通过显性模式也可以通过隐性模式导致疾病，这意味着同一个基因根据突变发生的方式的不同，可以导致不同的疾病。
除了仅仅计数基因之外，研究人员还利用这个数据库提出了一个更深层的问题：在医生看来相似的疾病，是否也具有相似的生物学机制？他们根据症状（如癫痫、智力障碍或身体畸形）对疾病进行分组，并根据基因在细胞内蛋白质相互作用的方式对基因进行分类。分析显示了一个引人入际的脱节现象。虽然基因本身形成了紧密且独特的生物学组群——就像一群执行相同特定工作的工人一样——但它们引起的疾病却形成了广泛且重叠的症状云团。例如，涉及线粒体功能（细胞的能量工厂）的基因确实会聚集在一起，但大多数其他症状组群并不能整齐地映射到特定的生物学团队上。这表明，虽然分子机器是精确的，但这些错误在人体内的表现却是混乱且多变的，通常涉及多个身体系统。
该团队还将这个新数据库与全球医生和科学家使用的其他七个主要资源进行了比较。他们发现，尽管存在显著的重叠，但 SysNDD 包含了其他列表遗漏的数百个基因，其中包括许多证据充分但尚未被广泛采用的基因。这凸显了拥有一个专门的、持续更新的资源以比静态列表更快捕捉新发现的价值。该数据库的设计旨在同时供人类和计算机使用，允许软件直接查询数据，并帮助人工智能工具从经过整理的证据中学习。通过提供一个清晰、标准化且不断更新的神经发育障碍遗传图谱视图，SysNDD 为改善诊断和指导未来研究提供了一个强大的工具，将混乱的信息图书馆转变为理解人类大脑的可导航地图。
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。