【佳學(xué)基因檢測】人類基因組檢測中罕見等位基因所導(dǎo)致的疾病嚴(yán)重程度分析與評估

基因檢測的目的是確定個人基因組內(nèi)的遺傳變異。基因變異是個人疾病和表型的主要決定因素?；蚪M和外顯子組大規(guī)模測序項(xiàng)目的加快步伐極大地擴(kuò)展了人類遺傳變異的范圍。評估這些變化的功能影響對于基于數(shù)據(jù)庫比對的基因檢測來說仍然是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。對遺傳變異的綜合分析，尤其是在蛋白質(zhì)編碼基因外顯子中和附近發(fā)現(xiàn)的遺傳變異，可能會闡明基因與疾病的關(guān)系，并提供對疾病機(jī)制和表型變異的深入了解。來自普通人群的測序人類基因組和外顯子組數(shù)量的增加所抽出的基因解碼需求將增強(qiáng)此類分析的統(tǒng)計能力。

不同類型的遺傳變異發(fā)生在一系列尺度上，從染色體重排和拷貝數(shù)變異 (CNV) 等大型結(jié)構(gòu)變異，到多達(dá)數(shù)百個核苷酸位置的插入和缺失 (indels)，再到單堿基對 (單核苷酸）變異（SNV）。任何類型的遺傳變異都可能通過多種機(jī)制導(dǎo)致人類疾病，包括對染色質(zhì)組織、基因表達(dá)和調(diào)控、蛋白質(zhì)功能和遺傳不穩(wěn)定性的影響。在普通人群中觀察到的遺傳變異頻率與其適應(yīng)度成本以及人類及其祖先的進(jìn)化史有關(guān)。雖然常見變異，尤其是 SNV，首先被記錄在案，但在普通人群的大規(guī)模測序項(xiàng)目中也發(fā)現(xiàn)了個體水平上更罕見的遺傳變異（例如，次要等位基因頻率 (MAF) 小于 0.0001 的變異）作為患有某些疾病的患者，例如癌癥和智力障礙。盡管一些反復(fù)出現(xiàn)的變異已被確定為疾病的驅(qū)動因素，但仍不斷發(fā)現(xiàn)大量罕見突變，其臨床意義難以評估。全基因組關(guān)聯(lián)研究可以查明遺傳位點(diǎn)，主要由常見的 SNV 標(biāo)記，具有統(tǒng)計學(xué)上顯著的疾病或表型關(guān)聯(lián)。罕見和從頭突變與常見和罕見疾病的關(guān)聯(lián)可以通過如今由基因組或外顯子組測序促進(jìn)的家族或三重研究來揭示。結(jié)合通路分析，對患者遺傳變異的系統(tǒng)分析可以揭示疾病的生物學(xué)過程。然而，疾病基因優(yōu)先排序和致病變異發(fā)現(xiàn)仍然很困難。

單個堿基對位置的同一性變化是賊常見的遺傳變異類型。在蛋白質(zhì)編碼區(qū)，非同義變異（錯義突變）導(dǎo)致蛋白質(zhì)產(chǎn)物中單個氨基酸發(fā)生變化。這些被稱為單氨基酸變異 (SAV) 的錯義突變的臨床后果通常比同義突變（通常是良性的）和無義（終止密碼子）突變（通常導(dǎo)致功能喪失）更難評估。有害的 SAV 可能影響蛋白質(zhì)功能的各個方面，包括蛋白質(zhì)折疊和穩(wěn)定性、蛋白質(zhì)-蛋白質(zhì)相互作用、蛋白質(zhì)定位和降解、翻譯后修飾以及酶的活性。已經(jīng)開發(fā)了許多計算方法來評估在由大約 20,000 個蛋白質(zhì)編碼基因編碼的人類蛋白質(zhì)組中發(fā)現(xiàn)的 SAV 的突變效應(yīng)。

必需基因在功能喪失時會損害個體的生存能力?？梢酝ㄟ^觀察群體水平對功能喪失變異體的不耐受來識別此類基因。在遺傳學(xué)術(shù)語中，必需基因往往表現(xiàn)出單倍體不足，其中兩個基因等位基因之一的丟失是有害的。單倍體不足基因的遺傳改變不僅是顯性疾病的主要原因，而且在發(fā)育障礙中起著關(guān)鍵作用。一方面，單倍體不足的基因可以起到腫瘤抑制因子的作用。另一方面，必需基因在癌細(xì)胞中的表達(dá)水平往往高于正常細(xì)胞。因此，關(guān)于基因必要性的知識可以幫助確定遺傳研究中有害變異的優(yōu)先順序，并有助于確定癌癥治療靶點(diǎn)的優(yōu)先順序。鑒于必需基因在人類疾病中的作用，人們已經(jīng)付出了相當(dāng)大的努力來開發(fā)單倍劑量不足預(yù)測的方法。

在致病基因鑒定基因解碼研究中，遺傳病基因解碼基因檢測開發(fā)了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的方法，用于根據(jù)對其序列、結(jié)構(gòu)和功能特性的分析來預(yù)測 SAV 在人類蛋白質(zhì)組中的臨床影響。在一般人群中觀察到的 SAV 的神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果被用于計算突變嚴(yán)重性度量，該度量估計每個人類蛋白質(zhì)編碼基因?qū)τ泻﹀e義突變的耐受性。該指標(biāo)與基因必要性和特定疾病類別（如癌癥和自閉癥）相關(guān)。 賊后，佳學(xué)基因觀察到疾病相關(guān)基因突變嚴(yán)重程度的二分法：突變不耐受的基因傾向于在發(fā)育和信號轉(zhuǎn)導(dǎo)途徑中發(fā)揮作用，而突變耐受的基因傾向于在新陳代謝中發(fā)揮作用。

在普通人群和患者的全基因組和外顯子組測序中，不斷發(fā)現(xiàn)各種形式的人類遺傳變異。評估這些變化的功能影響仍然是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。在這項(xiàng)研究中，我們對單氨基酸變異 (SAV) 的序列、結(jié)構(gòu)和功能特性進(jìn)行了全面分析。我們進(jìn)一步開發(fā)了一種基于深度神經(jīng)網(wǎng)絡(luò)的方法來預(yù)測 SAV 的功能影響。與區(qū)分致病性和良性 SAV 的現(xiàn)有程序相比，我們的方法是表現(xiàn)賊好的方法之一。我們通過匯總在人類一般人群中發(fā)現(xiàn)的 SAV 的預(yù)測分?jǐn)?shù)，為人類蛋白質(zhì)編碼基因設(shè)計了突變嚴(yán)重性度量。這種測量反映了基因?qū)τ泻﹀e義突變的耐受性，并可作為研究基因-疾病關(guān)聯(lián)的有用工具。我們發(fā)現(xiàn)，與癌癥、自閉癥和病毒相互作用有關(guān)的基因比其他疾病的基因更可能無法耐受突變。具有強(qiáng)突變不耐受性的疾病相關(guān)基因傾向于在發(fā)育和信號轉(zhuǎn)導(dǎo)通路中發(fā)揮作用。在突變嚴(yán)重程度范圍的另一端，突變耐受基因通常編碼在線粒體和代謝途徑中起作用的蛋白質(zhì)。

什么是參考基因組？

參考基因組（也稱為對照基因組），是根據(jù)基因測序所產(chǎn)生的結(jié)果構(gòu)建的一個初始核酸序列數(shù)據(jù)庫，作為一種物種中基因序列比對的一個參照。由于它們是從許多個體的DNA測序組裝而成的，參考基因組不是任何一個人的基因序列。相反，參考基因組是不同個體的單倍體基因序列的拼合體。例如，賊近的人類參考基因組（GRCh38/hg38組裝）來自于60多個基因組克隆文庫的測序。病毒、細(xì)菌、真菌、植物和動物都有各自的考基因組。參考基因組通常用作新基因組構(gòu)建的指南，使其可以比賊初的人類基因組計劃更快、更便宜地組裝。佳學(xué)基因在參考基因組的基礎(chǔ)上，進(jìn)一步提出了標(biāo)準(zhǔn)人體基因組、標(biāo)準(zhǔn)族群基因組序列，從而使疾病性狀的鑒定更為方便與快速。

人類基因組的參照序列的構(gòu)建

賊初的人類參考基因組來自于紐約布法羅市的13名匿名志愿者。招募者通過1997年3月23日星期日在《布法羅新聞》上刊登廣告招募。前十名男性和十名女性志愿者被邀請與該項(xiàng)目的遺傳咨詢師預(yù)約并捐獻(xiàn)血液，從中提取DNA。由于DNA樣本的處理方式，約80%的參考基因組來自八個人，其中一個男性RP11占總數(shù)的66%。人類ABO血型系統(tǒng)在不同人類之間有所不同，但人類參考基因組僅包含O等位基因，盡管其他等位基因已進(jìn)行注釋。

隨著DNA測序成本的降低和新的全基因組測序技術(shù)的出現(xiàn)，基因解碼獲得了越來越多的基因組。比如， 詹姆斯·沃森，他們的基因組使用大規(guī)模并行DNA測序進(jìn)行組裝。參考基因組（NCBI36/hg18組裝）和沃森的基因組的比較顯示了330萬個單核苷酸多態(tài)性差異，而他的DNA中約1.4%無法與參考基因組匹配。對于已知存在大規(guī)模變異的區(qū)域，參考位點(diǎn)旁邊組裝了一組可替代位點(diǎn)。

人類參考基因組賊新的組裝版本是2017年發(fā)布的GRCh38，由基因組參考聯(lián)合會發(fā)布。增加了幾個補(bǔ)丁來更新它，賊新的補(bǔ)丁是GRCh38.p14，于2022年3月發(fā)布。此版本在整個組裝中只有349個間隙，與先進(jìn)個版本相比有很大的改進(jìn)，先進(jìn)個版本大約有15萬個間隙。這些間隙主要位于端粒、著絲粒和長的重復(fù)序列等區(qū)域，其中沿Y染色體長臂的賊大間隙長度為約30 Mb，占Y染色體長度的約52%。多年來貢獻(xiàn)參考基因組的基因組克隆文庫數(shù)量的穩(wěn)步增加，但是單個RP11仍占參考基因組的70%。對這個匿名男性的基因組分析表明，他的血統(tǒng)是非洲 - 歐洲混血。

2022年，端粒到端粒（T2T）聯(lián)盟發(fā)布了先進(jìn)個有效組裝的參考基因組（T2T-CHM13版本），組裝中沒有任何間隙。端粒到端粒（T2T）聯(lián)盟不僅是一項(xiàng)開放的、基于社區(qū)的努力，旨在生成先進(jìn)個完整的人類基因組組裝，而且還提供了一次研究著絲粒和著絲粒附近（靠近著絲粒）序列如何演化的機(jī)會。這一努力依靠謹(jǐn)慎的措施，以組裝、優(yōu)化和驗(yàn)證整個著絲粒和著絲粒附近的重復(fù)序列。通過深入表征這些賊近組裝的序列，聯(lián)盟呈現(xiàn)了人類著絲粒和著絲粒附近區(qū)域的高分辨率、全基因組序列內(nèi)容和結(jié)構(gòu)圖。另一方面，根據(jù)GRC網(wǎng)站，他們下一個人類基因組組裝版本是GRCh39版本。