為提高臨床測序的診斷率，研究人員各出奇招

　　許多遺傳性疾病的臨床外顯子組測序僅有25%的診斷率，這意味著四分之三的患者無法得到分子診斷。在美國醫學遺傳學和基因組學學會（ACMG）年會上，貝勒醫學院和約翰霍普金斯大學醫學院報道了一些策略，通過再次分析外顯子組數據，并利用配對工具尋找相似病例，可提高診斷率。

　　據貝勒醫學院的Pengfei Liu介紹，ACMG在幾年前就意識到數據再次分析的潛力，建議將原始基因組數據至少存儲兩年，并盡可能長時間地存儲變異文件。不過，當時很少有證據，支持再次分析數據可增加診斷的想法。

　　為了檢驗這一點，Liu及其同事研究了5700例患者，他們在2012-2015年間進行了臨床外顯子組測序，且數據在稍后經過再次分析。最初。外顯子組檢測只解決了24%的病例，但再次分析后，另外5%的患者得到了診斷。在新診斷出的病例中，62%是由于疾病基因在當時未發現；11%得益于拷貝數變異的分析；10%來自父母數據的研究；而剩余部分是來自臨床關聯，變異解釋更新，或被忽視區域的Sanger測序。

　　為了評估再次分析的時間表是否會帶來差異，研究人員對早期的250例患者（其結果于2013年發表）和稍后的2000個病例（其結果于2014年發表）開展了獨立分析。結果表明，對于250個病例，再次分析使得診斷率從25%提高到36%，而對于2000個病例，診斷率僅從25%提高到30%。盡管大部分的診斷都源于新發現的疾病基因，但在前者中的比重更大。

　　在后一個隊列中，拷貝數變異在新的診斷中占了較大的比例，這反映了如今的許多醫生訂購臨床外顯子組測序作為第一項檢測，而不是先通過芯片檢測排除致病的CNV。盡管這不是一個理想的場景，但Liu認為，檢測實驗室應適應并嘗試從外顯子組數據中檢出CNV。

　　約翰霍普金斯大學的Nara Sobreira則報告了她們研究小組的策略，通過改進的生物信息學工具對變異進行再次分析，并尋找配對的患者以便確定候選變異，從而提高外顯子組測序的診斷率。

　　這個團隊一直利用PhenoDB數據庫來存儲和分析外顯子組檢測的臨床數據。他們最近對477個家庭的1063個樣本進行重新分析。其中，97個家庭得到了診斷。在那些樣本中，他們尋找已知印跡基因上的功能變異，擬常染色體中的基因，逃脫X失活的基因，以及Y染色體上的基因。他們發現，擬常染色體上的基因并沒有被外顯子組檢測覆蓋，因此他們無法評估。在其他區域，他們也檢測到許多變異，目前在進一步評估潛在因果關系。

　　除了再次分析外顯子組數據，研究人員也一直在通過患者配對來確定致病基因的因果關系。他們目前在使用GeneMatcher網站，這讓他們能夠找到世界各地的其他醫生和研究人員，其患者或動物模型有著相同基因的突變。通過GeneMatcher交換項目提供的應用程序界面，提交者還可以查詢PhenomeCentral和Decipher數據庫。

　　Sobreira的團隊已提交了104個家庭的數據，涉及到280個基因，目前已有314個匹配，涉及到113個基因。一些病例已獲得成功，意味著研究人員可確定候選基因是致病的，還有一些在等待。Sobreira表示，目前尚不清楚通過GeneMatcher成功解決的病例總數，但主辦方計劃在近期展開調查。