将数学应用于生物学:软件识别未确诊疾病的致病突变

犹他大学的研究人员和他们的同事在一项新的研究中报告说，犹他大学开发的一种计算工具已经成功识别出三种不同病例中存在未知基因突变的疾病美国人类遗传学杂志。这款名为Phevor(表现型驱动变异本体论重新排序工具)的软件通过分析个体患者和小家庭的外显子组(即制造基因编码蛋白质的DNA区域)来识别未诊断的疾病和未知的基因突变。

测序个体或小家庭的基因组通常会产生导致疾病的突变的假预测。但是，通过新的USTAR中心进行的研究，展示了U US U的遗传发现，表明Phevor的独特方法允许它比其他计算工具更精确地识别疾病导致基因。

Mark Yandell，博士，教授人类遗传学他领导了这项研究。和他一起的还有合著者Martin Reese博士，Omicia公司的博士，一家位于加州奥克兰的基因组解释软件公司，Stephen L. Guthery医学博士，儿科教授，他在休斯顿的MD安德森癌症中心的同事，以及其他的U of U研究人员。ob体育开户网址扬德尔实验室的博士生马克·v·辛格尔顿(Marc V. Singleton)是第一作者。

Phevor代表了个性化的主要进展卫生保健根据Lynn B. jorde，博士，博士，博士，U教授和人类遗传学教授，也是该研究的共同作者。随着基因组测序的成本继续下降，Jorde预计将在几年内成为标准化医疗保健的一部分，使诊断工具如临床医生更容易获得Phevor。

Jorde说:“有了Phevor，只要有DNA序列就能让临床医生识别罕见的、未诊断的疾病和致病突变。”“在某些情况下，他们可以在自己的办公室里做出诊断。”

Phevor的工作原理是利用算法，将一种疾病所涉及的基因突变的概率与表现型数据库(或疾病的物理表现)以及基因功能信息结合起来。通过综合这些因素，Phevor确定了一种未确诊的疾病或最有可能导致疾病的候选基因突变。当临床医生想要确定涉及单个患者或患者和其他两到三个家庭成员的疾病或基因突变时，它特别有用，这是未确诊疾病最常见的临床情况。

Yandell是该软件的主要开发者，他将Phevor描述为数学在生物学中的应用。Yandell说:“Phevor是一种尝试从儿童基因组中最大限度地识别疾病或发现导致疾病的基因突变的方法。”

发表的研究引用了一个案例，一个6个月大的婴儿患病，似乎是肝脏有问题，但孩子的医护人员无法诊断出到底是哪里出了问题。弗弗尔通过识别这种疾病并发现导致这种疾病的未知基因突变，解开了这个谜团。在另外两个病例中，Phevor以同样的方式识别出了与免疫缺陷疾病和自身免疫障碍相关的未知基因突变——通过筛选两个年轻患者和两个或三个家庭成员的基因组序列部分。

在一个案例中，扬德尔和他的同事分别使用了弗弗和另一个案例计算工具在一个家族的4个成员中有3个发现了免疫缺陷综合征的可能突变。研究人员从每个家庭成员以及一个与该家庭的母亲和两个孩子有相同症状的无血缘关系的人身上提取了血液，并对其进行了DNA测序。

同样在Yandell的实验室开发的VAAST，识别出了许多可能导致该综合征的突变，但无法确定单个候选基因为致病基因。但是通过使用VAAST的结果，结合Phevor, Yandell和同事们确定了最有可能导致该综合征的一个基因。后续研究证实了Phevor的预测结果。

在一个类似的案例中，一个12岁的孩子的外显子组在没有任何家庭数据的情况下被测序，Phevor建立在VAAST分析的基础上确定了一个基因突变导致疾病，另一种自身免疫综合征。在这种情况下，PHEVOR只需要患者识别综合症。

这项研究发表在2014年4月3日的《科学》杂志上AJHG网上。

---

---