【佳學(xué)基因基因檢測(cè)】人類(lèi)遺傳病基因檢測(cè)所需要的序列、結(jié)構(gòu)與功能對(duì)致病基因的判斷與評(píng)估

遺傳病致病基因鑒定基因解碼基因檢測(cè)編制了一個(gè)由計(jì)算機(jī)程序預(yù)測(cè)或從 UniProt 特征字段中檢索的蛋白質(zhì)序列、結(jié)構(gòu)和功能特性數(shù)據(jù)集。對(duì)于任何一個(gè)功能特性改變來(lái)說(shuō)，與所有人類(lèi)蛋白質(zhì)中該特性的背景頻率相比，采用富集對(duì)數(shù)比分來(lái)確定具有致病性單氨基酸變異SAV的氨基酸位置是否有任何特性被富集或被剔除。遺傳病的致病基因鑒定基因解碼基因檢測(cè)觀察到致病性致病性單氨基酸變異SAV 中保守位置富集了 1.7 倍，可變位置減少了 3 倍以上。類(lèi)似地，三個(gè)紊亂預(yù)測(cè)程序（DISOPRED3、SPOT-Disorder 和 IUPred2A）的結(jié)果一致表明，致病性單氨基酸變異SAV在有序區(qū)域富集，無(wú)序區(qū)域剔除。預(yù)測(cè)的 β 鏈和 α 螺旋在致病性致病性單氨基酸變異SAV中略微偏愛(ài)，而二級(jí)結(jié)構(gòu)預(yù)測(cè)的卷曲區(qū)域略微傾向于剔除。預(yù)測(cè)的二級(jí)結(jié)構(gòu)類(lèi)型的富集/耗盡并不大（小于 1.33 倍）。先前基于已知結(jié)構(gòu)對(duì)二級(jí)結(jié)構(gòu)偏差的研究也表明，致病變異和良性變異的二級(jí)結(jié)構(gòu)分布之間幾乎沒(méi)有差異，盡管作者發(fā)現(xiàn)了螺旋/轉(zhuǎn)彎/橋的微弱富集和 β- 的微弱耗盡致病變異鏈。不同的發(fā)現(xiàn)可能是由于數(shù)據(jù)集（本研究中的全長(zhǎng)蛋白質(zhì)與具有已知結(jié)構(gòu)的區(qū)域）和二級(jí)結(jié)構(gòu)估計(jì)方法（預(yù)測(cè)與實(shí)際）的差異。遺傳病的基因序列突變與結(jié)構(gòu)功能變化的關(guān)系研究還觀察到致病性單氨基酸變異SAV中低復(fù)雜性區(qū)域和卷曲螺旋區(qū)域的輕微耗盡。

A) 與所有氨基酸位置相比致病性 SAV 特性的富集/耗盡（y 軸顯示基于 log2 的對(duì)數(shù)比值分?jǐn)?shù)）。符號(hào)：Consv1——保守分?jǐn)?shù)低的位置（0 到 0.3 之間），Consv2——保守分?jǐn)?shù)中等的位置（0.3 到 0.6 之間），Consv3——保守分?jǐn)?shù)高的位置（大于 0.6）。 H_psipred、E_psipred、C_psipred 是 PSIPRED 對(duì) α-螺旋、β-鏈和螺旋的二級(jí)結(jié)構(gòu)預(yù)測(cè)。二級(jí)結(jié)構(gòu)預(yù)測(cè)程序 SPIDER（H_spd3、E_spd3、C_spd3）和 PREDSS（H_predss、E_predss、C_predss）使用相同的符號(hào)。 O_disopred 和 D_disopred 分別對(duì)應(yīng) DISOPRED 預(yù)測(cè)的有序和無(wú)序區(qū)域，無(wú)序預(yù)測(cè)程序 SPOT-DISORDER（O_spotd 和 D_spotd）和 IUPRED2A（O_iupred2a 和 D_iupred2a）使用相同的符號(hào)。符號(hào) ncoil 和 seg 分別是預(yù)測(cè)的盤(pán)繞線(xiàn)圈區(qū)域和低復(fù)雜度區(qū)域。 P_MODRES、A_MODRES 和 M_MODRES 分別是在 UniProt 中被注釋為被磷酸化、乙?；图谆揎椀奈恢?。 SIGNAL、TRANSIT 和 TRANSMEM 是 UniProt 中注釋為信號(hào)肽、轉(zhuǎn)運(yùn)肽和跨膜片段的位置。 DISULFID、SITE、ACT_SITE、MOTIF、METAL、BINDING、CARBOHYD 和 LIPID 是 UniProt 特征字段中這些關(guān)鍵詞中注釋的位置。 B) 與所有氨基酸位置相比，具有不同 MAF 范圍（從淺藍(lán)色到深藍(lán)色：MAF < 0.0001、0.0001 ≤ MAF < 0.001、0.001 ≤ MAF < 0.01、0.01 ≤ MAF）的 gnomAD SAV 中氨基酸特性的富集/消耗.

對(duì)于具有亞細(xì)胞定位跡象的區(qū)域，信號(hào)肽和線(xiàn)粒體轉(zhuǎn)運(yùn)肽在致病性 SAV 中被耗盡，但跨膜片段豐富了 2 倍以上。源自 UniProt 特征的幾個(gè)特性在致病性 SAV 中表現(xiàn)出賊強(qiáng)的富集。它們與蛋白質(zhì)穩(wěn)定性（UniProt 特征 DISULFID：參與二硫鍵的半胱氨酸殘基）或功能（UniProt 特征：SITE、ACT_SITE、METAL、MOTIF 和 BINDING）有關(guān)。除 MOTIF 特征外，它們?cè)谥虏⌒?SAVs 中表現(xiàn)出超過(guò) 4 倍的富集（基于 log2 的優(yōu)勢(shì)得分超過(guò) 2）。

遺傳病與罕見(jiàn)病基因解碼基因檢測(cè)還分析了 gnomAD（基因組聚合數(shù)據(jù)庫(kù)）數(shù)據(jù)庫(kù)中超過(guò) 12,000 個(gè)外顯子組（>24,000 個(gè)等位基因）中發(fā)現(xiàn)的 SAV，該數(shù)據(jù)庫(kù)提供了來(lái)自一般人群的自然變異的綜合分類(lèi)。常見(jiàn)的單氨基酸變異SAV（MAF ≥ 0.01）應(yīng)該大部分是良性的，它們只占 gnomAD單氨基酸變異SAV的一小部分（4,885,239 中的 27,813，約 0.57%）。 gnomAD 數(shù)據(jù)庫(kù)擁有更多罕見(jiàn)的單氨基酸變異SAV，MAF 小于 0.01，其中很大一部分是單體（在所有外顯子組中只發(fā)現(xiàn)一次）。單氨基酸變異SAV根據(jù)它們的 MAF 將 gnomAD單氨基酸變異SAV分為四類(lèi)（MAF < 0.0001、0.0001 ≤ MAF < 0.001、0.001 ≤ MAF < 0.01 和 MAF ≥ 0.01）。大多數(shù)單氨基酸變異SAV（4,885,239 中的 4,588,805，約 94%）屬于 MAF < 0.0001 的稀有單氨基酸變異SAV類(lèi)別，而約 4.4%（27,813）和 1.1%（53,489）屬于 0.0001 ≤ MAF <0.001 和 0.001 類(lèi)別分別≤ MAF < 0.01。人口瓶頸事件可能是常見(jiàn)單氨基酸變異SAV耗盡的部分原因，而賊近歷史上人口的爆炸性增長(zhǎng)可能導(dǎo)致稀有單氨基酸變異SAV數(shù)量過(guò)多。

以與致病性單氨基酸變異SAV相同的方式分析每個(gè) gnomAD單氨基酸變異SAV類(lèi)別中蛋白質(zhì)序列、結(jié)構(gòu)和功能特性的富集。與致病性單氨基酸變異SAV相比，常見(jiàn)的 gnomAD單氨基酸變異SAV（MAF ≥ 0.01）通常表現(xiàn)出相反的富集/消耗趨勢(shì)。 DISULFID、SITE、ACT_SITE、METAL、MOTIF 和 BINDING 等屬性在常見(jiàn)的 gnomAD單氨基酸變異SAV中表現(xiàn)出賊顯著的消耗，在致病性單氨基酸變異SAV中表現(xiàn)出賊強(qiáng)的富集。相比之下，常見(jiàn)單氨基酸變異SAV中豐富的特性包括可變位置 (Consv1)、二級(jí)結(jié)構(gòu)預(yù)測(cè)的線(xiàn)圈區(qū)域、預(yù)測(cè)的無(wú)序區(qū)域、低復(fù)雜性區(qū)域、信號(hào)肽和線(xiàn)粒體轉(zhuǎn)運(yùn)肽。當(dāng)從常見(jiàn)的 gnomAD單氨基酸變異SAV類(lèi)別移動(dòng)到不太頻繁的 gnomAD單氨基酸變異SAV類(lèi)別時(shí)，屬性的豐富或減少逐漸減少。這種行為表明，許多低頻單氨基酸變異SAV，尤其是一般人群中 MAF 小于 0.0001 的那些可能是有害的，因?yàn)楣δ苌现匾臍埢ㄓ?UniProt Features SITE、ACT_SITE、BINDING、METAL 和 MOTIF 指定的屬性）在這些罕見(jiàn)的單氨基酸變異SAV比普通的單氨基酸變異SAV更重要。