新西兰研究团队发布RNA检测新指南 助力全球遗传病诊断

奥塔哥大学(University of Otago)研究人员共同领导的一项新指南,有望帮助更多疑似遗传病患者获得明确的基因诊断。这项研究由新西兰卫生研究理事会(Health Research Council)资助,发表于国际知名医学期刊《Genome Medicine》,针对如何利用RNA检测判断基因变异是否可能致病提出了新建议,有助于临床医生解决基因检测结果不明确的问题,做出更准确的诊疗决定。

来自奥塔哥大学基督城医学院(Faculty of Medicine-Christchurch)的George Wiggins博士,与来自澳大利亚和西班牙的研究人员共同领导了这项国际研究。病理与分子医学系的Logan Walker教授和John Pearson副教授也参与了这项研究。

基因检测可以在一个人的DNA中识别出成千上万个差异,即变异。但对患者和临床医生来说,找到基因变异只是挑战的一部分——他们还需要知道这一变异究竟是无害的,还是致病的。

Wiggins博士表示,这是临床基因组学面临的主要难题之一。

他说:'我们的研究让临床医生对特定RNA检测的结果更有把握,能够更好地理解某个DNA变异对RNA剪接这一基本生物过程造成的影响。'

RNA是一种分子,负责将DNA中的指令传递给细胞以生成蛋白质。在这些指令被使用之前,RNA的各个片段需要通过一个叫做'剪接'(splicing)的过程连接在一起。

部分基因变异会干扰这一过程,导致基因无法正常发挥作用。因此,观察RNA可以为判断某个基因变异是否可能致病提供重要证据。

研究人员回顾了已发表研究中使用'迷你基因检测'(minigene assay)这一实验室模型所得出的、涉及5458个基因的逾41000个基因变异数据。这类模型可以还原基因中与RNA剪接相关的关键部分,在无法直接从患者身上采集RNA样本时(例如相关组织难以获取的情况下)尤其有用。

研究团队发现,设计良好的传统迷你基因检测结果,与直接采集自患者的RNA检测结果高度吻合。在同时具备两种检测数据的情况下,两者结果完全一致或高度一致的比例达到89%。

相比之下,许多能够同时检测大量基因变异的高通量检测方法,目前尚未提供足够可靠的信息以直接用于临床。在评估的7个高通量数据集中,只有1个具备适合临床应用的特征。

Wiggins博士说:'这些发现表明,设计良好的RNA检测能够为基因变异的影响提供有力证据,而当检测方法存在重大设计局限时,则应谨慎对待其结果。'

研究人员还发现,迷你基因检测的结果有助于改进SpliceAI这一人工智能工具的预测准确度。SpliceAI用于预测基因变异是否可能破坏RNA剪接。

这项研究确定了一些阈值,可帮助实验室区分哪些变异可能影响较小,哪些更可能导致严重的功能紊乱。

研究人员还将实验室结果与国际基因变异数据库ClinVar中的临床分类进行了对比。他们发现,产生80%以上异常RNA的变异,有力地证明该变异会致病;而产生20%以下异常RNA的变异,则有力地证明该变异不会致病。

这些发现支持在临床实验室用于基因变异分类的国际通用框架中,纳入经过审慎校准的RNA证据。

Wiggins博士解释说:'最终,将这些结果纳入合适的分类框架,将提高变异分类的准确性,为早期干预铺平道路,并增加获得基因诊断的患者人数。'

新指南还为实验室提供了在设计和验证RNA检测、评估检测性能、呈现结果,以及确定检测结果在临床决策中应占多大权重等方面的具体指导。