相关实验视频
Updated: Jan 15, 2026
12:31
In Vivo Modeling of the Morbid Human Genome using Danio rerio
Published on: August 24, 2013
21.2K
LMSz方法 - - 一种可自动化,可扩展的方法,用于构建罕见疾病中的基因特异性生长图表
Karen J Low1,2, Julia Foreman3, Rachel J Hobson4
1Centre for Academic Child Health, Bristol Medical School, University of Bristol, Bristol, UK. Karen.low@bristol.ac.uk.
European journal of human genetics : EJHG
|October 12, 2025
概括
使用LMSz方法,为患有罕见神经发育障碍的儿童开发了新的基因特定生长图表. 这些图表提供了对异常生长模式的关键见解,有助于这些疾病的临床管理和研究.
科学领域:
- 遗传学 是一个遗传学.
- 儿科 儿科 儿科
- 医疗信息学 医疗信息学
背景情况:
- 单源神经发育障碍经常导致儿童的生长异常.
- 传统的生长图表构建 (LMS方法) 需要大样本大小,这些样本通常无法用于罕见的遗传疾病.
研究的目的:
- 为患有罕见单基因神经发育障碍的儿童制定基因特异性生长图表.
- 适应现有的人类计量方法,以便在较小的,专业的患者队伍中使用.
- 创建一个潜在的有价值的临床工具来监测受影响儿童的成长.
主要方法:
- 将人类学数据转换为英国1990年612个人6个基因 (ANKRD11,ARID1B,ASXL3,DDX3X,KMT2A,SATB2) 的z-score参考值.
- 建模了特定基因的线性年龄和性别调整趋势,用于z-score平均值和标准偏差 (SD).
- 逆转换的z-score趋势 (平均±2SD) 产生基因特异的中位数,第2个和第98个百分点,假设参考和罕见疾病分布之间具有相似的斜率.
主要成果:
- 用LMSz方法生成基因特异性生长图表.
- 大多数基因特异的身高和BMI的中位数z-score都低于参考百分点,有显著的例外.
- 身高仅显示KMT2A的年龄趋势; 体重指数和体重显示几个基因的增加,可能反映出人口趋势.
- OFC的z-score没有出现年龄趋势,中位数一般在10至30个百分点之间.
结论:
- 对于罕见疾病,LMSz方法成功生成了可信的基因特异性生长图表.
- 这些图表可以作为一个重要的临床工具,当解释在正确的背景下.
- 计划在DECIPHER平台内实现自动化,以提高相关基因的可访问性.
