新兴工具为摸清致病基因变异带来希望

我听到临床医生说，这些家庭非常高兴最终得到一个答案。对于治疗，虽然有许多限制，但它一直在发展。

标准测试有时很难诊断出患有先天性疾病的儿童。资料来源:布拉多斯托克/梭特斯托克

当父母发现他们的孩子没有像预期的那样成长，坚持去看医生、住院和检查只会增加他们的痛苦。南卡罗来纳州格林伍德基因中心诊断实验室主任迈克尔·弗里兹说，不确定性、成本和痛苦对家庭来说是毁灭性的。该组织是一个非营利组织，专门为临床医生分析病人的基因。

该中心的临床遗传学家罗杰·史蒂文森(Roger Stevenson)表示，几乎每个临床遗传学家都经历过无法确定儿童神经发育疾病病因的情况。在21世纪初，他开始联系一个孩子有严重发育问题的家庭，包括小于平均水平的头部和精神障碍。

十多年后，诊断显示男孩的DYRK1A基因发生了突变，这在大脑发育中发挥了重要作用。该发现后来帮助诊断了16名其他美国和欧洲儿童的类似症状。尽管这种情况无法逆转，史蒂文森相信这种诊断可以安慰孩子的父母，让他们知道其他孩子也有类似的疾病。

新突变

值得注意的是，其中涉及一种新的变异。新生儿突变可能发生在早期胚胎发育阶段。荷兰奈梅亨大学医学中心的遗传学家乔里斯·维尔特曼说，大约80%的新突变发生在父亲的精子中，20%发生在母亲的卵子中。

导致疾病的新突变很难被发现——它们隐藏在大量无害的基因变化中。结果，出现了许多基于软件的方法来发现这种突变。

随着测序设备和基因信息数据库变得越来越可用，工具制造者希望他们的软件能成为常规医疗保健的一部分。然而，基因测序和分析不同于血液胆固醇测试——样品制备是必要的。

结果不是很好。病人的基因序列可能是错误的，例如，机器误读了DNA，必须由计算机过滤掉。甚至还有无数的可能性。DNA碱基也可能不同于参考信息:基因序列可以被插入或删除，基因的拷贝数也可能不同。但是在成千上万个这样的变化中，只有一个可能在疾病中起作用。

研究人员将孩子的DNA与他父母的DNA进行了比较。并不是他们基因之间的所有差异都与孩子的疾病有关。研究人员使用包含统计分析的软件来确定哪些变化最有可能奏效。此外，这些工具还增加了诸如基因和疾病的公开数据等信息。

这些结论有助于列出基因变化或变异，并根据与疾病相关的可能性进行排序。然而，变异分析仍然是一门新的科学，软件工具仍有待成熟。然而，在某些情况下，这些方法可以发现导致疾病的特定遗传变化。

然而，发现可能的基因“罪犯”并不意味着会有有效的治疗方法。美国华盛顿大学的遗传学家唐纳德·康拉德指出，这些结论可以帮助父母处理相关情况。诊断结果还可以告知父母家庭成员再次出现这种情况的风险，并帮助他们制定未来的生育计划。此外，一些未来的父母可能会选择遗传分析作为体外受精的一部分。

康拉德说，大多数新生儿携带60到100个新突变，但很少引起可识别的疾病。软件可以帮助对这些突变进行分类。Conrad开发了DeNovoGear，它可以进行统计分析，将潜在的重要信号与实验误差造成的背景噪声区分开来。该软件还可以分析测序错误的性质和频率。然后，通过比较父母、孩子和其他家庭成员的基因，新生儿突变可以从其他类型的基因突变中判断出来。

增加可能性

相关软件还必须与测序设备产生的错误作斗争，例如将C拼错成T。康拉德提到，这些错误很少，但很难预测，而且在寻找新的突变时可能会解释一些假阳性结果。康拉德说，高通量测序设备在某些DNA区域更容易出错，约占基因的15%，因此目前的技术只能可靠地检测另外85%的新突变。

研究人员必须进行后续测试来筛选出真正的阳性结果，例如使用繁琐但准确的桑格测序来分析有问题的基因区域。"每个测序平台都有自己的特点."康拉德说，此外，检测新突变的最佳方法需要结合设备的特性和统计模型。康拉德还在开发统计方法，可以估计基因不同区域各种测序错误的频率。

维尔特曼和他的同事对50名重度精神发育迟滞患者的基因进行了测序和分析。通过与美国全基因组公司和中国BGI的合作，研究人员使用了许多资源来识别新的突变。他们利用BGI技术和软件进行基因分析和比较，减少了致病“候选”的数量。然而，研究人员没有使用DeNovoGear等其他工具来分析数据，因此维尔特曼无法比较不同的方法。然而，他表示，BGI分析的优势在于，该软件可以匹配测序技术的规格。

结果表明，相关软件在检测新突变方面显示出很高的灵敏度，能够准确诊断近一半的患者。

此外，在维尔特曼看来，解释精神发育迟滞的突变比癌症和糖尿病等疾病更有可能，因为许多严重的精神发育迟滞似乎是由单一突变引起的。他还说，这项研究中的测序处理非常好，但即使是最好的测序技术也会泄漏或误判新基因。维尔特曼提到，为了尽量减少错误，研究人员需要寻求最高质量的基因测序。此外，解释许多遗传变异是这个领域的一大瓶颈。研究人员还需要找到更好的方法来分析基因非编码区的新突变。

FastQForward是一个用于分析蛋白质编码和非编码基因区域的工具，它结合了软件程序VAAST、pVAAST和Phevor。美国犹他大学的计算机遗传学家马克·扬德尔联合开发了这些工具。扬德尔和他的同事分析了700多万人的家族史以及其中约400万人的病历。他们使用pVAAST来分析参与者的家族谱系。他说，这项研究处理了相关人群基因带来的统计挑战。此外，该项目检测到了新的突变。

扬德尔希望基因分析将很快成为常规临床诊断的一部分。他和马丁·里斯一起开发了澳普平台，马丁·里斯是VAAST的共同开发者和奥米西亚的科学主管，帮助临床医生解释和使用软件基因分析的结果。

未来医学

最终，该领域的临床标准将会出现，但是对于当前的服务提供商来说，他们相信使用这些技术是进行复杂分析的最佳方式。里斯认为许多疾病都与新生儿突变有关。他说这些关系很难确定，但是完整的基因分析提高了找到它们的可能性，正如维尔特曼的研究显示的那样。

康拉德提到，只有更好地理解疾病基因的复杂性，工具开发者才能找到解决方案，高通量测序的技术问题才能解决，新生儿突变检测才能成为一种标准的医学检测。

软件和全基因组测序发现的20%~90%的新突变是假阳性结果。“研究人员可以通过后续验证研究进行调整，但这对于常规诊断测试并不实用。”康拉德说。此外，对于基因中难以测序的区域需要更好的方法，软件必须涵盖所有种类的突变。康拉德说，研究人员需要更好地理解突变、重复区域和其他类型的高复制性的DNA重排。

格林伍德基因中心利用基因分析来诊断病人，也提供商业服务。致力于基因分析的科学家和公司将很快能够使用一些共享资源。弗里兹说，他想知道这将如何帮助神经发育障碍患者。到目前为止，这些患者的家庭和临床医生面临着同样的问题:研究人员识别疾病相关突变的能力通常与医学上对这些突变的理解不一致，治疗方法的发展还有很长的路要走。

维尔特曼说，无论如何，基因会告诉这些病人和家庭一些答案。“我听临床同事说，这些家庭很高兴终于得到了答案。至于治疗，虽然有许多限制，但它一直在发展。”他说。(张张)

《中国科学新闻》(国际，第三版，2014年9月23日)