纤维细胞转录组学在综合性 dystonia 队列的分子诊断中

科学领域:

• 基因组医学是基因组医学.
• 分子生物学分子生物学
• 神经遗传学 神经遗传学

背景情况:

• 仅基因组测序就能诊断出不到50%的 dystonia 病例.
• 整合多组学数据对于在遗传疾病中推进基因组解释至关重要.
• 由于遗传基础的复杂性,诊断静脉炎仍然具有挑战性.

研究的目的:

• 通过分析基因表达和拼接异常来评估RNA测序 (RNA-seq) 在诊断 dystonia 的实用性.
• 改进基因组解释,将多组数据整合到 dystonia 患者队列中.
• 在未被诊断的 dystonia 个体中识别新型诊断变体和致病机制.

主要方法:

• 进行了RNA测序 (RNA-seq) 在167名 dystonia 患者的皮肤纤维细胞活检上.
• 一个RNA-seq分析管道专注于识别表达和拼接异常.
• 患者包括那些患有早期发病,非焦点性 dystonia 和共存特征的患者,具有不同的先前基因组发现.

主要成果:

• 纤维细胞RNA-seq检测到已知80%以上的与 dystonia 相关的基因.
• 表达和拼接异常分析在与 dystonia 相关的基因中发现了显著的 RNA 缺陷.
• 在以前未被诊断的患者中实现了6.9%的诊断提升,识别了新的拼接区域和内部变异.

结论:

• 基于纤维细胞的RNA-seq增强了对 dystonia 的变体解释.
• 该研究表明,在缺乏先前候选变异的患者中,诊断收益率适度.
• 整合RNA-seq数据提供了一种有价值的补充方法,用于基因组测序用于 dystonia 诊断.