从人口生物库数据中提取和校准变异性致病性证据
Vineel Bhat1, Tian Yu1, Lara Brown1
1Division of Genetics, Department of Medicine, Brigham and Women's Hospital, Harvard Medical School, Boston, MA, USA.
人口队列数据可以确定变异性致病性的证据,帮助基因组医学. 这项研究发现,英国生物库数据的几率比率与临床指南一致,可能会重新分类具有不确定意义的变异 (VUS).
科学领域:
- 基因组医学是基因组医学.
- 人类遗传学 人类遗传学
- 人口健康 人口健康
背景情况:
- 基因组医学依赖于理解变异的表型影响,但证据往往不完整,即使对已研究完善的基因.
- 评估遗传变异的致病性对于诊断和管理单一性疾病至关重要.
研究的目的:
- 评估人口队列数据在基因组医学中对变异评估的有用性.
- 确定大型队列的变异水平几率比率是否可以提供与临床指南一致的致病性证据.
主要方法:
- 利用英国生物库数据,来自469,803名参与者,涉及41个与18个单一基因表型相关的基因.
- 计算了疾病丰富的变异级概率比率,并将它们与ClinVar分类进行了比较.
- 对美国医学遗传学与基因组学学院/分子病理学协会 (ACMG/AMP) 准则 (PS4标准) 进行校准的概率比证据的强度.
主要成果:
- 在11种表型的病原和良性变体之间观察到几率比率的显著差异.
- 基于人口的几率比率可以提供从中等到非常强的证据强度,这取决于表型和基因.
- 大约2.6%的参与者携带不确定的意义的罕见变体 (VUS),具有中度的致病性证据.
- 将几率比率与其他数据相结合,使VUS的重新分类成为可能,在LDLR中12.4%的罕见VUS符合可能致病的标准.
结论:
- 人口队列数据,通过变体级赔率比率分析,提供了一个可扩展的方法,以产生变体致病性的证据.
- 这种方法可以识别由于VUS引起的未被识别的疾病风险的个体,并促进VUS的重新分类,提高临床效用.
- 这些发现支持将人口数据整合到变异评估工作流程中,以加强基因组医学实践.
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
11:35Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay EMSA and DNA-affinity Precipitation Assay DAPA
Published on: August 21, 2016
相关概念视频
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Comparing Copy Number Variations and SNPs
Copy number variations or CNVs are the structural variations that cover more than 1kb of DNA sequence. The single nucleotide polymorphism (SNP), on the other hand, is a single nucleotide change or a point mutation that is found in more than 1%...
Evolutionary Relationships through Genome Comparisons
Single Nucleotide Polymorphisms-SNPs
Modern Molecular Taxonomy
Genetic Variation
Genes exist in different versions called alleles,...
