来自杂志 Genetics in Medicine 的文献。
当前共找到 5 篇文献分享。
1.
半面阳光 (2025-10-31 22:26):
#paper DOI: https://doi.org/10.1016/j.gim.2025.101446. eGenetics in Medicine. 2025. HCSeeker: A classification tool for human genetic variant hot and cold spots designed for PM1 and benign criteria in the ACMG-AMP guideline. PM1是ACMG的变异解读指南中的中等致病性证据标准,内容变是异位于突变热点区域和/或关键且功能明确的无良性变异功能域(如酶的活性位点)时,可视为评估其致病性的中等证据。但由于缺乏可靠的变异热点数据库,PM1标准的应用仍存在局限性。相较于热点区域,冷点区域在指南中未获重视。为优化变异分类,我们建议纳入冷点区域以支持良性分类判定。为此,我们开发了HCSeeker工具,为PM1标准及“良性”标准提供数据支持。HCSeeker采用核密度估计与期望最大化算法识别热点与冷点区域。通过HCSeeker,我们在889个基因中识别出988个热点区域和682个冷点区域,并提供公共数据库(http://www.genemed.tech/hcseeker/)供研究者和临床医生查询变异位置,从而促进美国医学遗传学与基因组学学院及分子病理学协会PM1或“良性”标准的应用。 HCSeeker工具能有效识别基因内的变异热点与冷点区域,从而提升基因变异的可解释性。
2.
半面阳光 (2025-04-30 22:51):
#paper doi: https://doi.org/10.1016/j.gim.2023.100947. Genetics in Medicine. 2023. The landscape of reported VUS in multi-gene panel and genomic testing: Time for a change. 意义不明变异(Variants of Uncertain Significance,VUS)在基因诊断检测中较为常见,这类变异可能导致临床解读困难,并产生额外的后续成本,包括临床医生额外的时间投入。这篇文章的主要是为了调查多基因panel(Multi-gene Panels,MGPs)和外显子组及基因组测序(Exome and Genome Sequencing,ES/GS)诊断检测报告的VUS结果的发生率,评估不确定结果的影响范围,并探索减少其潜在不良影响的方法。研究收集了2020年至2021年间,北美地区19家临床实验室超过150万份测序检测报告的数据,分析因VUS导致的结果不确定率。结果发现,ES/GS导致的不确定结果(VUS)发生率(22.5%)显著低于MGPs(32.6%;P < .0001)。在MGPs检测中,不确定结果的发生率与检测基因数量呈正相关。与单样本检测相比,家系检测(trios,即父母-子女三人组合)能明显降低不确定结果的发生率(18.9% vs 27.6%;P < .0001),而基因组测序(GS)与外显子组测序(ES)相比在VUS发生率上无显著差异(22.2% vs 22.6%;P = ns)。 在多基因panel(MGPs)的检测中,观察到的VUS高发生率提示需要重新审视现行的变异报告规范。文章提出了一些减少VUS报告率的方法,采用其他方法(如对VUS进行亚分类及提供补充报告信息)或可同时提升两类检测的有效性。文章还根据研究结果的提示,建议将临床资源重点用于对有临床意义的VUS进行进一步跟踪评估。
Heidi L. Rehm, Joseph T. Alaimo, Swaroop Aradhya, Pinar Bayrak-Toydemir, Hunter Best, Rhonda Brandon, Jillian G. Buchan, Elizabeth C. Chao, Elaine Chen, Jacob Clifford ... >>>
Heidi L. Rehm, Joseph T. Alaimo, Swaroop Aradhya, Pinar Bayrak-Toydemir, Hunter Best, Rhonda Brandon, Jillian G. Buchan, Elizabeth C. Chao, Elaine Chen, Jacob Clifford, Ana S.A. Cohen, Laura K. Conlin, Soma Das, Kyle W. Davis, Daniela del Gaudio, Florencia Del Viso, Christina DiVincenzo, Marcia Eisenberg, Lucia Guidugli, Monia B. Hammer, Steven M. Harrison, Kathryn E. Hatchell, Lindsay Havens Dyer, Lily U. Hoang, James M. Holt, Vaidehi Jobanputra, Izabela D. Karbassi, Hutton M. Kearney, Melissa A. Kelly, Jacob M. Kelly, Michelle L. Kluge, Timothy Komala, Paul Kruszka, Lynette Lau, Matthew S. Lebo, Christian R. Marshall, Dianalee McKnight, Kirsty McWalter, Yan Meng, Narasimhan Nagan, Christian S. Neckelmann, Nir Neerman, Zhiyv Niu, Vitoria K. Paolillo, Sarah A. Paolucci, Denise Perry, Tina Pesaran, Kelly Radtke, Kristen J. Rasmussen, Kyle Retterer, Carol J. Saunders, Elizabeth Spiteri, Christine Stanley, Anna Szuto, Ryan J. Taft, Isabelle Thiffault, Brittany C. Thomas, Amanda Thomas-Wilson, Erin Thorpe, Timothy J. Tidwell, Meghan C. Towne, Hana Zouk, Christian Marshall, Linyan Meng, Vaidehi Jobanputra, Ryan Taft, Euan Ashley, Ghunwa Nakouzi, Wei Shen, Stephen Kingsmore, Heidi Rehm <<<
3.
半面阳光 (2024-09-25 15:13):
#paper DOI: https://doi.org/10.1038/s41436-019-0634-7, Genetics in Medicine, 2020, Low-pass genome sequencing versus chromosomal microarray analysis: implementation in prenatal diagnosis. 这篇文章比较了 low-pass genome sequencing (GS)与chromosomal microarray analysis (CMA)两种方法在染色体异常的产前检测中的表现。征集了1023个产前诊断的样本,同时进行了低深度WGS和CMA来检测CNVs. 分析结果显示,低深度的WGS检测出124例的染色体数目异常和致病(p)或可能致病(lp)CNVs121例,同时还检测出17例其他临床相关的p/lpCNVs. 低深度WGS检测显著降低了需要进一步进行CMA检测的重复检测率(4.6%,47/1023),并且其所需DNA样本量更低(50ng)。文章认为,与CMA相比而言,低深度的WGS能够提供共临床有效信息,并且提升了检测的分辨率,增强了检测出嵌合性(mosaicism)异常的敏感性。这篇文献为低深度的WGS用于产前检测CNVs提供了证据支持。
Huilin Wang, Zirui Dong, Rui Zhang, Matthew Hoi Kin Chau, Zhenjun Yang, Kathy Yin Ching Tsang, Hoi Kin Wong, Baoheng Gui, Zhuo Meng, Kelin Xiao ... >>>
Huilin Wang, Zirui Dong, Rui Zhang, Matthew Hoi Kin Chau, Zhenjun Yang, Kathy Yin Ching Tsang, Hoi Kin Wong, Baoheng Gui, Zhuo Meng, Kelin Xiao, Xiaofan Zhu, Yanfang Wang, Shaoyun Chen, Tak Yeung Leung, Sau Wai Cheung, Yvonne K. Kwok, Cynthia C. Morton, Yuanfang Zhu, Kwong Wai Choy <<<
4.
半面阳光 (2024-05-31 23:44):
#paper DOI:https://doi.org/10.1016/j.gim.2023.100879, Genetic in Medicine, 2023, Performance of prenatal cfDNA screening for sex chromosomes. 这篇文章的主要研究目的是评估和确认游离DNA (cfDNA) 筛查在未选择的产科人群中检测性染色体非整倍体 (SCAs) 的性能。采用的方法是基于SNP的实验方法,检测的性染色体异常包括monosomy X (MX) 和三种 sex chromosome trisomies (SCT: 47,XXX; 47,XXY; 47,XYY)。共有 17,538 例符合纳入标准。cfDNA 对 MX、SCT 和胎儿性别的性能分别在 17,297、10,333 和 14,486 个妊娠中进行了评估。cfDNA 对 MX 的敏感性、特异性和阳性预测值 (PPV) 分别为 83.3%、99.9% 和 22.7%;对 SCTs 的敏感性、特异性和阳性预测值分别为 70.4%、99.9% 和 82.6%。cfDNA 对胎儿性别预测的准确率为 100%。得出的结论是cfDNA 对 SCAs 的筛查性能与其他研究报告的结果相当。SCTs 的 PPV 与常染色体三体相似,而 MX 的 PPV 明显较低。在整倍体妊娠中,cfDNA 和产后遗传筛查的胎儿性别没有不一致。这些数据将有助于解释和咨询 cfDNA 性染色体结果。
Kimberly Martin, Pe’er Dar, Cora MacPherson, Melissa Egbert, Zachary Demko, Sheetal Parmar, Katelyn Hashimoto, Sina Haeri, Fergal Malone, Ronald J. Wapner ... >>>
Kimberly Martin, Pe’er Dar, Cora MacPherson, Melissa Egbert, Zachary Demko, Sheetal Parmar, Katelyn Hashimoto, Sina Haeri, Fergal Malone, Ronald J. Wapner, Ashley S. Roman, Asma Khalil, Revital Faro, Rajeevi Madankumar, Noel Strong, Robert M. Silver, Nidhi Vohra, Jon Hyett, Matt Rabinowitz, Charlly Kao, Hakon Hakonarson, Bo Jacobsson, Mary E. Norton <<<
5.
半面阳光 (2023-12-31 14:41):
#paper DOI: 10.1038/s41436-018-0295-y genetics in medicine, 2019,Performance of prenatal cfDNA screening for sex chromosomes. Copy-number variants in clinical genome sequencing: deployment and interpretation for rare and undiagnosed disease. 这篇文献是用测序的方法进行疾病相关的CNVs检测。研究分析比较了17个参考样本的测序和临床芯片检测CNVs的结果。进一步建立了以家庭为单位的基于测序技术的CNVs calling方法,并用79个罕见或未确诊案例的样本对该方法进行了验证。结果表明测序在CNV calling上与芯片效果无差。此外,文章建立的方法还可以检出UPD和三体的嵌合情况。这是一篇关注测序技术用于临床CNVsj检测文章,是了解目前临床已经广泛开展的CNV-Seq检测方法的前导和基础参考。
Andrew M. Gross, Subramanian S. Ajay, Vani Rajan, Carolyn Brown, Krista Bluske, Nicole J. Burns, Aditi Chawla, Alison J. Coffey, Alka Malhotra, Alicia Scocchia ... >>>
Andrew M. Gross, Subramanian S. Ajay, Vani Rajan, Carolyn Brown, Krista Bluske, Nicole J. Burns, Aditi Chawla, Alison J. Coffey, Alka Malhotra, Alicia Scocchia, Erin Thorpe, Natasa Dzidic, Karine Hovanes, Trilochan Sahoo, Egor Dolzhenko, Bryan Lajoie, Amirah Khouzam, Shimul Chowdhury, John Belmont, Eric Roller, Sergii Ivakhno, Stephen Tanner, Julia McEachern, Tina Hambuch, Michael Eberle, R. Tanner Hagelstrom, David R. Bentley, Denise L. Perry, Ryan J. Taft <<<
回到顶部