使用蛋白质活性和患者表型矩阵预测元染色性白血病的疾病严重程度
Marena Trinidad1, Xinying Hong2,3, Steven Froelich1
1Translational Genomics Group, BioMarin Pharmaceutical Inc., Novato, CA, USA.
Genome biology
|July 21, 2023
概括
超染色性白血病 (MLD) 是一种罕见的遗传疾病. 这项研究开发了一种用于预测MLD表型的工具,识别了超过三分之一的未知ARSA基因变异为致病性,帮助诊断和治疗.
科学领域:
- 遗传学 是一个遗传学.
- 生物化学 生物化学
- 溶酶体储存障碍 溶酶体储存障碍
背景情况:
- 甲染色性白血病 (MLD) 是一种溶酶体储存障碍,由酸硫酸酶A (ARSA) 基因突变引起.
- 了解基因型-表型关系对于新生儿查 (NBS) 和治疗指导至关重要.
研究的目的:
- 开发基于ARSA基因型的MLD表型的预测模型.
- 为了功能性地描述未知意义的ARSA变体 (VUS).
主要方法:
- 编制了489名患有MLD的患者数据集,以创建一个表型矩阵.
- 使用高通量酶活性试验与质谱测量来评估ARSA变体的功能.
- 从患者数据和基因组聚合数据库 (gnomAD) 中分析的变异.
主要成果:
- 开发了一个表型矩阵,以76%的准确度预测MLD表型.
- 确定36%的意义不明的ARSA变体 (VUS) 具有潜在的致病性.
- 通过对251个VUS进行分类,在人口中将未知意义的基因型 (GUS) 的发病率降低了98.5%以上.
结论:
- 这些发现为临床医生提供了一种工具,可以预测MLD疾病的进展,并识别高风险个体.
- 在ARSA中,超过三分之一的VUS可能是致病性的,这凸显了功能性检测的重要性.
- 结合遗传和生化数据可以提高诊断产量,并可应用于其他衰退性疾病.
更多相关视频
07:15Determining the Likelihood of Variant Pathogenicity Using Amino Acid-level Signal-to-Noise Analysis of Genetic Variation
Published on: January 16, 2019
11.0K
09:21Author Spotlight: Generating Neuronal Phenotypic Profiles - A Protocol to Culture and Image Human Midbrain Dopaminergic Neurons
Published on: July 7, 2023
1.6K
