【佳學基因檢測】神經(jīng)系統(tǒng)異?；驒z測
基因檢測機構介紹：
神經(jīng)系統(tǒng)異?；蚪獯a從10,927例發(fā)育遲緩和自閉癥的新發(fā)生突變（DNM）數(shù)據(jù)，鑒定出253個候選神經(jīng)發(fā)育疾病基因，這些基因具有多個錯義突變和/或可能的基因失活突變。其中，有124個基因在新發(fā)生突變（DNM）的外顯子組中達到了全基因組顯著性水平（p < 5 × 10−7）。將這些結果與拷貝數(shù)變異發(fā)病率數(shù)據(jù)相交，顯示基因組紊亂區(qū)域的富集（30/253，LR+ 1.85，p = 0.0017）。致病基因鑒定基因解碼鑒定出具有多個錯義新發(fā)生突變（DNM）的基因，與刪除綜合癥（例如KIF1A和2q37缺失）和重復綜合癥（例如16p11.2染色體重復中的MAPK3重復錯義突變，12p13重復區(qū)域中的CHD4重復錯義DNM和10q11.23重復區(qū)域中的WDFY4重復錯義DNM）有重疊?；蚪M功能網(wǎng)絡分析中，顯示具有新發(fā)生突變（DNM）過量的基因的功能網(wǎng)絡，包括在紋狀體的D1+和D2+刺狀神經(jīng)元中的細胞特異性富集?；驒z測單位名稱：廣東省韶關市基因檢測指定機構。其他成熟基因檢測項目：有缺陷的B細胞活化基因檢測多少錢, 染色體縮合異?；驒z測
基因檢測導讀：
神經(jīng)系統(tǒng)異?；蚪颐? 來自遼寧省本溪市桓仁滿族自治縣沙尖子鎮(zhèn)的趙俊達（化名）在中國醫(yī)學科學院腫瘤醫(yī)院被醫(yī)生診斷為神經(jīng)系統(tǒng)異常。根據(jù)《Nature Neuroscience》，神經(jīng)系統(tǒng)異常的出現(xiàn)有多種原因，其中一個重要的原因是基因突變，這需要通過基因檢測來明確?；蛲蛔円鸬目赡軙z傳。
本文關鍵詞
神經(jīng),系統(tǒng),異常,基因檢測
人體疾病表征數(shù)據(jù)庫查詢
多年以前，佳學基因不僅認識同時還在不斷宣傳新生突變（DNMs）在神經(jīng)發(fā)育障礙（NDDs）中的重要性。早期的拷貝數(shù)變異（CNV）研究提供了一些賊強有力的全基因組證據(jù)，這些研究一致表明，自閉癥、發(fā)育遲緩（DD）和癲癇患者中存在過多的新生的以及大型私有的CNV。基于CNV反復的顯著性更容易在較小的樣本量中獲得，因為由分段重復或靠近端粒的反復重排熱點所包圍的區(qū)域中的突變率升高。通過基于下一代測序和外顯子測序的基因解碼技術，神經(jīng)系統(tǒng)疾病致病基因鑒定基因解碼能夠快速確定與發(fā)育遲緩和自閉癥可能相關的新生單核苷酸變異的基因，盡管在病人中復制已發(fā)現(xiàn)的突變很困難。已經(jīng)開發(fā)了不同的基于重復SNV突變發(fā)現(xiàn)基因的統(tǒng)計模型，包括基于黑猩猩-人類分歧、三核苷酸突變背景和新生突變聚集。佳學基因對近45,000名患有自閉癥和發(fā)育遲緩的患者進行了廣泛的CNV分析，同時，基因解碼技術還使用了CNV數(shù)據(jù)與外顯子測序結果相結合的新型方法進行基因解碼。在這一創(chuàng)新性基因解碼研究中，對患有自閉癥譜系障礙（ASD）、智力障礙（ID）和/或DD的個體的新生突變外顯子序列數(shù)據(jù)與CNV發(fā)病數(shù)據(jù)進行綜合薈萃分析。鑒于ID和ASD之間存在顯著的共病率，并且具有嚴重新生突變的自閉癥病例在DD中富集，將這些數(shù)據(jù)與已知的基因組疾病進行了疊加。采用這些方法，佳學基因獲得了：1）基于多種新生突變和CNV證據(jù)提供候選NDD基因的綜合列表，2）比較不同的反復突變模型，3）確定與DD相關的病理性微缺失和微重復CNV的賊可能基因。
表型數(shù)據(jù)庫代碼：
HP:0000707
神經(jīng)系統(tǒng)異?；蛲蛔兞斜?/h2>
佳學基因神經(jīng)系統(tǒng)疾病病案集及其基因解碼收集了來自denovo-db v.1.5數(shù)據(jù)庫20的10,927例NDDs外顯子測序鑒定的de novo變異。這包括5,624例以ASD為主要診斷的病例和5,303例以ID/DD為診斷的病例，這些病例來自17個研究11,23-38?；蚪獯a分析了所有蛋白質改變和可能引起基因失活（LGD）突變，包括移碼、剪接位點、起始位點喪失和終止位點增益。合并的12,172個新發(fā)突變包括2,357個LGD和9,815個錯義突變?；蚪獯a賊初應用了兩個統(tǒng)計模型。先進個模型結合局部的過渡/顛換/插入/缺失速率和黑猩猩-人類編碼序列分歧，以估計預期的新發(fā)突變數(shù)量，以下簡稱黑猩猩-人類分歧模型或CH模型。第二個模型，denovolyzeR，基于三核苷酸上下文估計突變率，并基于狒狒-人類比較在±1 Mbp窗口內(nèi)進行外顯子深度和分歧調整，并考慮已知的突變偏倚，例如CpG熱點。這兩個模型都將其基礎突變率估計應用于生成給定基因特定數(shù)量和類別突變的觀察先驗概率。雖然這兩個模型都包括LGD和missense的概率，但基因解碼賊近修改了CH模型以包括CADD scores，從而使得神經(jīng)系統(tǒng)疾病的基因解碼還可以專門測試預測賊嚴重的0.1%突變（即CADD分數(shù)大于30或MIS30）的missense子集的富集情況。這樣的missense突變更可能與LGD突變在功能上等價，并且已經(jīng)顯示在NDD病例中比對照組明顯富集。為了考慮敏感性偏差，基因解碼將1.8個DNMs的基線突變率上限假設（來自高覆蓋基因組測序數(shù)據(jù)）應用于CH模型，超過了此隊列的總DNM率。綜合兩個模型的結果（并集），佳學基因發(fā)現(xiàn)有253個候選NDD基因具有超過DNM預期水平的證據(jù)，虛假發(fā)現(xiàn)率（FDR）<5％，并且至少有一個變異類別的兩種突變。這包括145個基因具有過量的LGD突變和123個基因具有過量的錯義突變。其中，29個基因顯示既有LGD突變又有錯義突變的證據(jù)?？偟膩碚f，兩個模型強調相似的基因，特別是LGD事件，其中73.1％（106/145）的基因是共享的。這與錯義DNM的重反復生相反，在這種情況下，只有51.2％（63/123）的基因在兩個模型之間重疊，表明需要進一步完善模型以更正確地預測致病性的錯義突變。使用更嚴格的外顯子全基因組波恩弗洛尼家族錯誤率（FWER）應用，基因解碼得到一個由124個基因組成的并集。
