ACMG遗传变异分类标准与指南（4）| 全外专题

ACMG 制定的标准与指南作为教育资源旨在帮助临床遗传学家提供优质的临床检验服务。本文将与大家分享《中国科学: 生命科学》杂志中的“遗传变异分类标准与指南”一文，将分成7个章节与大家一起学习，今天的内容是指南的序列变异解读的拟定标准介绍，一起来看看吧~

往期回顾：

3.6  PM1 热点突变和/或关键的、得到确认的功能域

某些蛋白结构域对蛋白质的功能起到了关键作用,  如果在这些结构域上发现的所有错义突变均已被证实为致病突变, 且这些结构域中一定没有已知的良性突变, 那么这就能作为致病的中等证据. 此外, 基因中某些功能尚未确定的区域已被证实存在许多突变热点, 若突变发生在基因突变热点上, 且一个或多个邻近残基中存在较高频率的已知致病突变, 那么这也能作为致病的中等证据.

3.7  PM3 BP2 顺式/反式检测

检测双亲样本以确定变 异在基因上以顺式 (in cis)(位于基因的同一拷贝)或是反式(in trans)(位于基因的不同拷贝)方式排列, 这对评估变异的致病性非常重要. 例如, 当两个杂合变异发生在隐性遗传病的致病基因上时, 如果已知其中一个变异为致病变异, 那么当另一个待分类变异与其呈反式排列时, 这可以作为待分类变异的中等致病证据(PM3). 另外, 若待分类变异与多个已知致病变异均呈反式排列, 则该证据可升级为强致病证据. 但是, 若待分类变异在普通人群中存在, 则需要用统计学方法判断该现象是否为随机共发生事件. 相反, 当已知致病变异与另一个待分类变异呈顺式排列时, 这可以作为待分类 变异的良性支持证据(BP2). 如果发生在隐性遗传病致病基因上的两个杂合变异的致病性均未知, 那么确定它们以顺式或是反式排列, 并不能为判断其中任一变异的致病性提供更多信息. 但是, 如果两者以顺式排列, 则该基因两个拷贝均受影响的可能性将会降低.

对于显性遗传病而言, 若待分类变异与致病变异呈反式排列 ,  则可作为该变异的良性支持证据 (BP2);  对于特定研究成熟的疾病模型,  甚至可以考虑将其作为独立良性证据(如 CFTR 相关变异的评估).

3.8  PM4 BP3 由于框内缺失/插入和终止密码子丧失导致的蛋白长度改变

相较于单一的错义突变所导致的蛋白质长度变化, 一个或多个氨基酸的缺失或插入、以及由终止密码子变为翻译氨基酸的密码子(如终止密码子丢失) 而导致的蛋白质延长更可能破坏蛋白质功能. 因此, 框内缺失/插入以及终止密码子丢失可作为中等致病证据. 缺失、插入或延伸范围越大, 缺失区域的氨基酸越保守, 则支持致病的证据越强. 相反, 在重复区域或在进化中不是很保守的区域中小的框内缺失/插入致病的可能性较小.

3.9  PM5 同一位置新的错义变异

如果一个新发错义突变发生在一已知致病突变导致相同氨基酸改变的位置上 ( 如 Trp38Ser 和 Trp38Leu), 那么可作为中等致病证据(但不能假定一定是致病的), 尤其当新的突变比已知致病错义突变更保守时. 此外, 不同的氨基酸变化可能导致不同的 表型. 例如, FGFR3 基因编码的Lys650 残基的不同变化与不同的临床表型相关 : p.Lys650Gln 或 p.Lys650Asn 会导致轻度软骨发育不良; p.Lys650Met会导致严重的软骨发育不全伴发育迟缓和黑棘皮病; p.Lys650Glu会导致2型发育异常及致命的骨骼发育不良.

3.10  PP1 BS4 共分离分析

在使用家系中变异的共分离现象作为致病性证据时需谨慎. 事实上, 一个与某种表型相关的特定变异在某一家系中的共分离现象是位点与疾病连锁的证据, 而不是变异本身致病性的证据. 一个已经发表的统计方法显示, 在某个家系中鉴定的变异可 能与真正的致病变异是连锁不平衡的. 统计模型考虑到了年龄相关的外显率和拟表型率, 一些新的方法也将生物信息分析预测以及与已知致病突变共存作为致病性的单独定量指标. 将远亲纳入统计之中是很重要的, 因为与核心家系成员相比, 他们不太 可能同时有该疾病和变异. 对整个基因进行测序(包括整个内含子和 5′和 3′非编码区)可排查其他致病变异或另一个可能致病的变异的存在. 除非仔细评估基因位点, 否则非致病变异可能被错误地认为是致病变异.

当目标基因的特定变异在多个患病的家系成员中以及不同种族背景的多个家系中与表型或疾病共分离时, 则其作为致病的证据不太会受到连锁不平衡和确认偏倚的影响. 在这种情况下, 该标准可以作为中等或强致病证据而不是支持性证据,  其强度取决于共分离的程度.

另一方面, 一个变异与表型并不共分离时, 为其非致病的强证据. 需要进行仔细的临床评估来排除 正常个体的轻度症状和可能的拟表型(患者表型由非遗传或不同的遗传原因引起).  此外,  需确认生物学家庭关系来排除收养、非生父、精子和卵子捐献以及 其他非生物学关系. 同时, 外显率下降和年龄依赖性的外显率也必须考虑, 以确保无症状家系成员是真正的无症状.

在临床实验室进行共分离的统计评估可能并不容易, 当鉴定了合适的家系时, 为了确保建模合适, 并避免得出变异与疾病相关性的错误结论, 鼓励临床实验室与统计或群体遗传学专家合作. 

3.11  PP2 BP1 变异谱

许多基因具有明确的致病变异和良性变异谱 . 在某些基因中, 错义突变是导致疾病的常见原因, 且该基因上的良性突变非常少, 那么这种基因上的新发错义突变可作为致病变异的支持证据(PP2). 相反, 有些基因致病的唯一已知变异是截短突变, 该基因上的新发错义突变可作为良性的支持证据(BP1). 例如, ASPM 基因的截短变异是该基因引起常染色体隐性遗传小头畸形的主要致病变异类型, 且该基因发生错义多态性突变的频率高, 因此 ASPM 基因上的错义变异可认为是良性影响的支持证据.

3.12   PP3 BP4 生物信息分析数据

不能过分相信生物信息分析所得到的结果, 特别是不同的生物信息算法依赖于相同或相近的数据进行预测, 并且大多数生物信息算法未被已知致病变异验证过. 此外, 相同算法对不同的基因的预测结果可能完全不同. 如果不同种类算法的分析预测结果一致, 那么生物信息分析结果可以作为支持的证 据. 如果绝大多数算法的预测结果不一致, 则这些预测的结果不能用于对变异进行分类. 若某一变异引起的氨基酸改变, 在多个非人哺乳动物物种不太保守的区域中出现, 说明该变异可能不会损害功能, 可以作为良性解读的强的证据. 然而, 如果某基因已在人类中发生进化(如参与免疫功能的基因), 那么在判定该基因在非保守区域中发生的变异为良性时必须小心.

3.13   PP4 表型支持

考虑到几乎所有接受疾病针对性测试的患者都有某种表型, 通常, 不将患者表型与某个基因临床特征谱匹配作为判断致病的证据. 但是, 如果满足以下条件,  患者的表型可作为支持证据:  (i)  临床检测的灵敏度高, 大多数带有该基因致病突变的患者都被检测为阳性; (ii) 患者有某种明确的综合征的症状, 与其他临床表现几乎无重叠(如戈尔林综合征包括基底细胞癌、掌跖坑和牙源性角化); (iii) 该基因通常不存在太多的良性变异(可通过外显子组等人群测序确定的良性变异); (iv)  家族史与疾病遗传方式一致.

3.14   PP5 BP6 可靠的来源

现在有越来越多可靠来源(如长期专注于某一疾病领域的临床实验室)的致病性分类信息被分享在数据库中, 但分类判断所依据的证据往往并未提供或者很难获取. 在这种情况下, 如果分类信息是近期提交的, 那它就可以作为一个单独的支持证据. 然而, 还是鼓励实验室共享分类的判断依据, 并与提交者进行沟通以评估和创建分类证据. 如果能获得证据, 则不应使用这一条款,  而是应该使用相关的证据.

3.15   BP5 对共发变异的观察

一般情况下, 当某一变异是在一个有明确的遗传病因的疾病患者中被观察到时, 可作为将该变异解读为良性的证据. 不过, 也有例外. 某一个体可以是某一不相关隐性遗传疾病致病变异的携带者, 因此本证据与隐性遗传性疾病相比, 更支持显性遗传性疾病基因良性变异的分类. 此外, 有些疾病当具有多个变异可以导致更严重的疾病. 例如, 在一个具有严重表型的显性遗传患者中鉴定了两个变异, 一个是致病的, 一个是新的变异, 父母中的一个也有轻微的疾病, 这种情况下, 必须考虑新的变异致病的可能性, 且新的变异使先证者表型加重. 在这种临床情况下, 观察到的第二个新的变异不应分类为良性变异, (尽管在无进一步证据的前提下也不认为该变异是致病的). 最后, 有些疾病已知为多基因遗传模式, 如 Bardet-Beidel 综合征, 在第二个基因座位上的额外变异也有可能是致病的,  但应谨慎进行报告.

3.16   BP7 同义变异

人们逐渐认识到经典的剪接序列以外的剪接错误是一类重要的致病机制, 特别是对那些功能丧失为其常见致病机制的基因. 因此, 在假设同义核苷酸改变没有影响时应持谨慎态度. 然而如果核苷酸位置进化不保守, 且剪接评估算法预测其对剪接一致序列没有影响,  也不会产生新的经典剪接序列,  那么剪接影响的可能性就比较小. 因此, 如果生物信息分析证据支持(BP4), 可将新发同义变异分类为可能良性. 然而, 如果生物信息分析证据表明剪接可能有影响或怀疑有影响(例如, 发生在隐性遗传病致病基因 上, 且与已知致病突变呈反式排列的变异)，那么在有功能评估可以提供更确切的对影响的评估, 或者得到其他可排除该变异致病作用的证据之前, 该类变异应该归类为意义不明确.

本文整理自《中国科学: 生命科学》杂志，侵删

相关阅读