
-
生物通官微
陪你抓住生命科技
跳动的脉搏
全基因组测序罕见病诊断差异解析:DDD与100kGP检测流程及再分析策略比较
《Genome Medicine》:Evaluation of diagnostic discordance in rare paediatric disorders between two large-scale genomic sequencing studies
【字体: 大 中 小 】 时间:2026年11月23日 来源:Genome Medicine 10.8
编辑推荐:
摘要背景全基因组测序正日益广泛地应用于罕见病的研究和临床诊断,但不同研究之间的诊断产出率仍存在显著差异。由于各队列之间存在差异且缺乏适当的金标准数据集,确定能够最大限度提高诊断率的重要因素颇具挑战。方法我们筛选出在“发育障碍解码研究”(Deciphering Developmen
全基因组测序正日益广泛地应用于罕见病的研究和临床诊断,但不同研究之间的诊断产出率仍存在显著差异。由于各队列之间存在差异且缺乏适当的金标准数据集,确定能够最大限度提高诊断率的重要因素颇具挑战。
我们筛选出在“发育障碍解码研究”(Deciphering Developmental Disorders Study,DDD)和“10万基因组计划”(100,000 Genomes Project,100kGP)中分别独立入组的患者,并比较了两项研究各自优先排序的候选诊断变异。
我们共识别出1,598名在DDD和100kGP中分别独立入组的患者。对比两项研究返回的结果,我们发现32%的患者在至少一项研究中获得了遗传学诊断。然而,尽管两项研究各自的诊断产出率相近,但一项研究得出的诊断中仅有约70%与另一项研究一致。检测流程各环节的多项差异共同造成了总体诊断不一致,包括:基因检测组合(DDG2P与PanelApp)的内容和遗传模式;招募的家庭成员人数;患者及父母的表型分析;变异检出、过滤和优先级排序规则;以及临床变异分类。先后入组多个项目的家系中复杂表型比例较高,以及分析时尚未完成完整的临床评估,可能进一步放大了这些差异。
尽管两者存在许多相似之处,但DDD与100kGP检测流程之间的差异仍导致最终识别的诊断存在显著差异。检测流程中的每一步都有助于尽可能识别分子诊断,包括接受检测的家属及其患病状态、所提供的表型描述、所选的基因检测组合、检测时机以及所用的生物信息学参数。值得注意的是,与全基因组测序相较于外显子组测序所提供的额外覆盖度相比,不同的生物信息学分析流程和再分析策略对诊断产出率的影响更大。确保高质量的表型分析、利用最新的知识库定期开展再分析,以及跟踪变异分类和诊断评估的进展,应作为提升基因组医学服务的优先事项。
全基因组测序正日益广泛地应用于罕见病的研究和临床诊断,但不同研究之间的诊断产出率仍存在显著差异。由于各队列之间存在差异且缺乏适当的金标准数据集,确定能够最大限度提高诊断率的重要因素颇具挑战。
我们筛选出在“发育障碍解码研究”(Deciphering Developmental Disorders Study,DDD)和“10万基因组计划”(100,000 Genomes Project,100kGP)中分别独立入组的患者,并比较了两项研究各自优先排序的候选诊断变异。
我们共识别出1,598名在DDD和100kGP中分别独立入组的患者。对比两项研究返回的结果,我们发现32%的患者在至少一项研究中获得了遗传学诊断。然而,尽管两项研究各自的诊断产出率相近,但一项研究得出的诊断中仅有约70%与另一项研究一致。检测流程各环节的多项差异共同造成了总体诊断不一致,包括:基因检测组合(DDG2P与PanelApp)的内容和遗传模式;招募的家庭成员人数;患者及父母的表型分析;变异检出、过滤和优先级排序规则;以及临床变异分类。先后入组多个项目的家系中复杂表型比例较高,以及分析时尚未完成完整的临床评估,可能进一步放大了这些差异。
尽管两者存在许多相似之处,但DDD与100kGP检测流程之间的差异仍导致最终识别的诊断存在显著差异。检测流程中的每一步都有助于尽可能识别分子诊断,包括接受检测的家属及其患病状态、所提供的表型描述、所选的基因检测组合、检测时机以及所用的生物信息学参数。值得注意的是,与全基因组测序相较于外显子组测序所提供的额外覆盖度相比,不同的生物信息学分析流程和再分析策略对诊断产出率的影响更大。确保高质量的表型分析、利用最新的知识库定期开展再分析,以及跟踪变异分类和诊断评估的进展,应作为提升基因组医学服务的优先事项。