在基因组,外基因组和面板测序数据集中诊断脊柱肌肉缩的遗漏病例
Ben Weisburd1, Rakshya Sharma2, Villem Pata3
1Program in Medical and Population Genetics, Broad Center for Mendelian Genomics, Broad Institute of MIT and Harvard, Cambridge, MA, USA; Center for Genomic Medicine, Massachusetts General Hospital, Harvard Medical School, Boston, MA, USA.
概括
一个名为SMA Finder的新工具,通过基因测序数据准确诊断脊柱肌缩 (SMA). 这一发展有望减少诊断延迟并改善这种罕见遗传疾病的患者结果.
科学领域:
- 遗传学 是一个遗传学.
- 生物信息学是一种生物信息学.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 脊髓肌肉缩 (SMA) 是一种罕见的遗传疾病,影响运动神经元.
- 准确的基因诊断对于及时干预和管理至关重要.
- 现有的诊断方法可能会面临某些基因测序数据的挑战.
研究的目的:
- 开发一个公开可用的计算工具来诊断SMA.
- 该工具旨在准确分析外体,基因组或面板测序数据.
- 它支持多个参考基因组 (GRCh37,GRCh38,T2T).
主要方法:
- 该SMA Finder算法评估在c.840位置上重叠的SMN1和SMN2对应的读数.
- 它评估了功能性SMN1基因拷贝的数量.
- 该方法旨在用于高通量测序数据分析.
主要成果:
- SMA Finder 在超过20万个测序样本上进行了评估.
- 证明错误阳性率低于20万分之一.
- 取得了正的预测值>96%和100%的真正率 (29/29).
- 识别了常见的错误诊断,例如四肢腰带肌肉发育不良.
结论:
- SMA Finder提供了高精度的SMA诊断来自各种测序数据.
- 该工具可以显著减少诊断延迟,特别是对于较轻的SMA亚型.
- 建议将SMN1添加到ACMG的基因列表中,用于二次发现.
更多相关视频
05:16Characterizing Exon Skipping Efficiency in DMD Patient Samples in Clinical Trials of Antisense Oligonucleotides
Published on: May 7, 2020
6.8K
09:33Author Spotlight: Finding New Therapeutic Targets for Malignant Peripheral Nerve Sheath Tumor Through Genome-Scale shRNA Screens
Published on: August 25, 2023
1.1K
