IF31.7｜多祖先队列揭示常染色体隐性变异对发育障碍的贡献

已知ARDD基因解释84%隐性负担，解读错义变异比发现新基因更能提升诊断率。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

发育障碍（developmental disorders）是儿童期常见的遗传异质性疾病，高通量外显子/基因组测序已使约30–40%的患者获得分子诊断。此前基于大规模三人组（trio）队列的研究已发现多个由de novo突变导致的新基因，但常染色体隐性（AR）编码变异在发育障碍中的整体贡献，尤其是在不同遗传祖先背景下的差异，仍缺乏系统量化。已有小规模研究提示，AR贡献与近亲结婚导致的纯合性（autozygosity）水平相关，在巴基斯坦裔患者中可解释约31%的病例，而欧洲裔仅约4%。然而，这些估计基于较小样本和有限的祖先多样性，且已知AR发育障碍（ARDD）基因对总体隐性负担的解释程度、以及未被ClinVar收录的致病变异所占比例，均不清楚。

科学问题

卡在哪里： 此前对AR编码变异在发育障碍中贡献的估计样本量小、祖先覆盖有限，且未系统评估已知ARDD基因和已知致病变异对总体隐性负担的解释程度。此外，在大型、多祖先队列中通过基因负担检验发现新ARDD基因的效能和策略尚不明确。

本文要回答： 在29,745个多祖先三人组中量化AR编码变异对发育障碍的贡献，评估已知基因和已知致病变异的解释比例，并鉴定新的ARDD基因。

技术路线

作者主要用了：全外显子组测序、联邦分析、主成分分析、UMAP、HDBSCAN、ROH、Poisson检验。

作者将DDD和GeneDx两个大队列的外显子组数据以联邦方式合并，通过主成分分析投影到1000 Genomes和HGDP参考面板，划分出22个遗传推断祖先（GIA）亚组。随后，利用父母单倍型频率和纯合性（ROH）计算每个基因中罕见双等位基因型的期望值，并与观察值比较，得到可归因分数（attributable fraction）。在七个大GIA亚组中，作者先量化全外显子组AR负担，再评估已知ARDD基因和ClinVar致病变异的解释比例，最后进行全基因组的基因负担检验以发现新基因。

图 1　Fig. 1。图1a展示七个GIA亚组中de novo（浅色）和AR（深色）可归因分数的堆叠条形图，AR在SAS4和MDE3中最高。图1b显示AR可归因分数随平均FROH增加而线性上升（r=0.99），而de novo贡献无此趋势。图1c显示各亚组对总AR可归因分数的贡献占比，SAS4和MDE3合计占26%。

核心亮点

亮点 1｜AR可归因分数与纯合性高度相关

在七个大GIA亚组（共25,523例）中，AR编码变异的可归因分数从AMR0、EUR4、EUR5和SAS5的约2–7%，到MDE3的14.1%（95% CI 5.7–23.1%）和SAS4的18.6%（10.7–26.7%）。该分数与亚组平均纯合性（FROH）显著相关（r=0.99, P=5×10⁻⁶），而de novo突变贡献与FROH无显著相关（r=-0.46, P=0.30）。尽管SAS4和MDE3仅占样本的6%，却贡献了总AR可归因分数的26.0%。

图 2　Fig. 2。图2a显示在25,523例中，共识基因解释68.1%的全外显子组AR可归因分数，共识+不一致基因解释84.0%。图2b显示在共识+不一致基因中，34.4%的负担由非ClinVar P/LP变异解释，DDD中该比例（46.7%）高于GeneDx（30.3%）。图2c显示在未确诊患者中，DDD和GeneDx分别有1.2%和1.6%的可归因分数来自已知ARDD基因中的破坏性双等位基因型。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 全外显子组测序、联邦分析、主成分分析、UMAP、HDBSCAN、ROH、Poisson检验
• 公开数据： 原文未给出公开组学登录号
• 代码： 公开仓库 https://github.com/GeneDx/phenopy、https://github.com/broadinstitute/gnomad_methods、https://github.com/chundruv/DDD_GeneDx_Recessives；本地已克隆：phenopy、gnomad_methods、DDD_GeneDx_Recessives
• 谁该点开原文：

带走一句

已知ARDD基因解释84%隐性负担，解读错义变异比发现新基因更能提升诊断率。