通过重新分析线粒体疾病中整个外体序列数据来提高诊断产量
Catarina Olimpio1,2, Ida Paramonov3, Leslie Matalonga3
1Department of Clinical Neurosciences, John Van Geest Centre for Brain Repair, University of Cambridge, Cambridge, UK.
Journal of neuromuscular diseases
|May 17, 2024
概括
重新分析现有的全外因子测序 (WES) 数据显著提高了线粒体疾病的遗传诊断率. 这种方法在没有新的测序的情况下,在以前未被诊断的患者中发现了新的遗传原因.
科学领域:
- 基因组学就是基因组学.
- 医学遗传学 医学遗传学
- 生物信息学是一种生物信息学.
背景情况:
- 线粒体疾病带来复杂的遗传和表型挑战.
- 整体外基因组测序 (WES) 改善了诊断率,但导致一些患者未被诊断.
- 之前的一项队列研究报告了60%的WES诊断率,还有40%的未被诊断.
研究的目的:
- 重新分析以前未被诊断的,怀疑患有线粒体疾病的患者的WES数据.
- 通过利用最新的生物信息工具和知识来识别遗传诊断.
主要方法:
- 使用RD-Connect基因组-基因组分析平台 (GPAP) 对14名未被诊断的个体的WES数据进行了重新分析.
- 采用了标准化的数据处理和变体优先级管道.
- 专注于识别线粒体和核基因中的遗传变异.
主要成果:
- 在14名 (57%) 重新分析的患者中,有8名被确定为遗传诊断.
- 诊断包括线粒体DNA,核编码的线粒体基因 (PDHA1,SUCLA2) 和非线粒体基因 (PNPLA2,CDC40,NBAS,SLC7A7).
- 原始队列的诊断产量仅通过数据再分析就增加了15%.
结论:
- 重新分析现有的WES数据是诊断线粒体疾病的有价值策略.
- 随着时间的推移,生物信息管道和变异解释的进步提高了诊断能力.
- 这种方法在不产生新的基因组数据的情况下增加了诊断产量,突出显示了多组学在罕见疾病诊断中的实用性.
