【佳學基因檢測】基于NGS和基因解碼的基因檢測可檢出超過80%的基因病

基于下一代測序（NGS）的臨床基因測試越來越多地用于輔助診斷。在基于全基因測序和基因解碼技術(shù)基礎(chǔ)上的致病基因鑒定，也逐漸走上前臺。而NGS在多種臨床應用場景中也都有了相應的具體的指南、標準和共識。其中，這一基因分析技術(shù)不僅涵蓋了相對高效的單核苷酸變異（SNVs）和微小插入缺失（indel），NGS也已經(jīng)被擴展到檢測CNV（也稱為del/dup事件）。 

基因檢測采用一系列互不相同、但又各有特點的技術(shù)體系了完成。傳統(tǒng)的short reads NGS，又叫做短鏈測序方法，具有一定的局限性，某些基因信息的改變形式、變異方式如大indel、小CNVs和復雜改變，如果不應用專門的生物信息學和生物化學方法的很難被正確檢測到。即使是片段重復（segdup，假基因）或低復雜性基因組區(qū)域中的簡單SNVs和indel也會帶來實質(zhì)性的挑戰(zhàn)，而基因解碼則可以彌補部分不足。 

為了進一步了解普通基因檢測技術(shù)所面臨的挑戰(zhàn)性，基因解碼研究人員比較了常規(guī)臨床基因檢測的實施、驗證對不同基因變異診斷陽性率的影響。研究檢查了遺傳性癌癥、心血管、神經(jīng)和兒科疾病、生殖攜帶者篩查和其他臨床指征的特定基因或多基因組的胚系基因測試中發(fā)現(xiàn)的致病性胚系變異的突變譜。這一研究結(jié)果發(fā)表于遺傳學先進期刊Genetics in Medicine。
 

在進行這項比較研究時， 基因解碼科學家先對研究方法進行了一項實驗室間的試點研究，使用包含已知對NGS具有挑戰(zhàn)性的變異類型的人工合成陽性對照來評估十種不同的NGS實驗室的測序流程和生物信息分析流程。然后選擇一個分析測試流程進行在高容量、大樣本臨床測試。在這一過程中，同時使用了更多的人工合成樣本、參照樣本和臨床樣本進一步評估這一分析方法的敏感性。然后，對日常實踐中使用該工作流程報告的致病變異的屬性進行檢查。

致病基因鑒定需要分析評估的基因突變類型

基因解碼發(fā)現(xiàn)：采用前面三種分析方法可檢測出全部13個挑戰(zhàn)性變異

使用IGV后的基因解碼分析表明，被遺漏的變異可以在原始數(shù)據(jù)中找到證據(jù)，這說明沒有找到致病基因的主要原因的本質(zhì)主要是由于生物信息分析。通過分析合成對照和含有相同變異的患者樣本，基因解碼發(fā)現(xiàn)生物信息分析所顯示出來的困難是一樣的。包括artifacts, misalignments,clipped reads, stutter, and deviations from 50:50 allele fractions。

具有技術(shù)挑戰(zhàn)性變異的占比

在由符合研究標準的471,591名患者組成的數(shù)據(jù)組成的研究結(jié)果中，102,085人（21.6% ）在1,217個不同基因中攜帶一個或多個數(shù)據(jù)庫中已經(jīng)記載的致病或可能致病（P/LP）變異?？紤]到患者的臨床指征和所進行的測試，這一陽性率是符合預期的?？偣矆蟾媪?27,710個P / LP變異，其中插入缺失占31.4％，CNV占9.7％，SNV占58.9％。這些變異是現(xiàn)行檢查標準中規(guī)定需要報告的變異。因此所有這些變體都可以肯定地認為是真正的陽性。但是，研究中發(fā)現(xiàn)，現(xiàn)行分析難以確定的變異很普遍。在127,710個P / LP結(jié)果中，有17,561個（13.8％；95％CI為13.6–13.9％）從多個角度來評估都是比較困難的。