关注今日：11 | 主题：394258
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】如何检测一个基因是否在细菌中表达
页码直达：
这个帖子发布于8年零23天前，其中的信息可能已发生改变或有所发展。
我用表达载体往弧菌中转入了一个基因,我想检测此基因是否得到了正常表达,请问有什么检测方法?这是一个功能未知的基因,很难从表型上判断;做northern只能在转录水平上鉴定；做western又没有特异性的抗体。
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
既然没有抗体的话可以通过加标签形成融合蛋白的方法来检测。标签放在蛋白的N端和C端都可以，但个人认为放在C端更妥当，因为这样你可以通过分子量来判断你的蛋白是否完整获得表达。要检测蛋白，还是离不开wb检测的。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
非常感谢楼上的回答，我必须用这个特定载体来做，这个载体本身没有这种标签，我可不可以自己加入标签蛋白？如果可以，请问常用的有哪些？谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
当然可以了，自己加上flag吧，很小，对功能的影响较小。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
十分谢谢楼上的朋友指点。你说的意思应该是加上flag标签后表达纯化检测吧？但如果表达量很少，或为可溶性低怎么办？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
请问各位把标签加在C端是应该加在终止密码子之前还是之后?做wb的时候有什么特别需要注意的地方吗？谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
加载N端和c端都行，如果你的目的基因前面带有穿膜的氨基酸序列的话，标签要加在c端，当然了必须和你的目的基因在一个读码框上，前面不能有终止密码
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园关注今日：2 | 主题：108224
该话题已被移动 - hzdlj ,
09:16 如果您尚不清楚该话题被移动的原因，请参考以及本版公告或者联系本版版主。
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】关于如何判断一个突变基因是否是致病基因
页码直达：
这个帖子发布于2年零69天前，其中的信息可能已发生改变或有所发展。
我目前还是分子诊断的菜鸟，刚接手这个工作不久。每当找到一个突变基因，如何确定它是否是致病突变呢？我目前在使用的查询工具有HGMD以及PolyPhen-2，各位同道有咩有其他的好工具可以推荐一下呢？另外不太知道怎么解读PolyPhen-2的预测结果，附上图，哪位可以指点指点，不甚感激！！！！
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
收起全部有料回复
把判断一个变异致病性的确定程度，分成5档：
第1档，Pathogenic，致病
第2档，Likely Pathogenic，很可能致病
第3档，Uncertain significance，显著性不确定
第4档，Likely benign，很可能无害
第5档，Benign，无害
对于判断致病性的证据，根据其来源，分成8种来源：
第1种，群体数据
第2种，计算机的分析、和预测
第3种，基因的功能数据
第4种，基因变异、与可能是由这个基因变异导致的病之间的关系。在病人、和病人所在家族中的关联性，以及与健康人群的对比
第5种，新发变异数据（de novo variant data）
第6种，等位基因的数据
第7种，其它的数据库
第8种，其它的数据
把一个变异致病性证据的置信程度，分成4档，分别是：
第1档，致病，证据非常强，Pathogenic VeryStrong
第2档，致病，证据强，Pathogenic Strong
第3档，致病，证据中等，Pathogenic Moderate
第4档，致病，证据有支持性，PathogenicSupporting
把一个变异是“无害”变异的证据，它的置信程度分成2档，分别是：
第1档，无害，证据强，Benign Strong
第2档，无害，证据有支持性，Benign Supporting
这样，“致病”证据4档，加“无害”证据2档，一共是6档。
把证据根据其8种来源、和6个分档，进行列表，就形成了一个8行6列的表格。
接下来，我们就按着这个表格，挨个给大家介绍一下。
第一种“很强的”变异会致病证据，就是已知一种基因失活，是一种病发生的机制。而现在发现的这个变异，就是让这个基因失活的变异。
例如：A，这个变异是个“无义突变”，也就是这个密码子在变异之后，变成了“终止密码子”。在RNA翻译成蛋白的过程当中，翻译到这里，蛋白的延伸就终止了。
B，移码突变。移码突变位点之后的肽段的序列，会和野生型的肽段序列完全不一样。
C，在mRNA剪接位置的前1个、或2个碱基，或者后1个、或2个碱基发生变异。这就会导致mRNA剪接的产物多出一个内含子、或者缺少一个内含子。
D，翻译的启始密码子发生变异。因为真核生物都是只能用“AUG”作为启始密码子，所以起始位置的AUG这三个碱基中的任何一个碱基发生变异，都会导致这个基因彻底不能被翻译成蛋白。
E，缺失一个或者几个外显子。
但是，我们要警惕以下几点：
A，如果失活的基因不是一个已知的疾病发生机制，那么这种失活变异可能是不致病的
B，如果缺失的是基因的3’位末端，那么这种缺失可能不会导致基因失活，因为有可能蛋白质的最后若干个氨基酸，对这个蛋白的功能没有太多的影响
C，对于引起mRNA剪接改变的变异，如果跳过了一个外显子，但是剩下的蛋白部分还能保持完整，并且没有发生移码，那么这种变异可能是不致病的
D，对于一个基因的mRNA有多种剪接方式的，如果一个剪接位点的改变，只影响一部分的剪接方式，那么这个变异有可能是无害的
上面，就是第一档：“最强的”变异致病的证据。接下来，我们来看第二档，“强的”变异致病证据。
第一个，如果之前已知（某个基因的）一种氨基酸的变异是致病的。例如：已知第34位碱基从G变成C，会导致氨基酸从缬氨酸变成了亮氨酸（Val→Leu），并且是致病的，那么第34位的碱基发生从G变到T变异，导致同一个位置发生同样的缬氨酸变到亮氨酸（Val→Leu）的变异，那么这种情况，也可以推断是同样致病的。
但是，这里要注意，如果碱基的改变影响到了剪接位点，那么剪接位点改变所造成的影响，可能比氨基酸序列改变所造成的影响更大。
第二个，对于从患者身上发现的新发变异（de novo
variant）。同时对患者的父母双方都做过检测，确认父母都没有这个变异，而这个变异是与一种特定的疾病特征相吻合的。例如：NIPBL这个基因发生新发变异，会导致Cornelia
de Langesyndrome，患者有一种特殊的面容，多毛、并且有上肢缺陷，那么，这是一个“强的”致病证据。
注意：这里所说的父母，是指生物学意义上的父母,也就是需要排除：领养、捐卵、代孕、 胚胎移植等，非生物学因素的影响。
第三个，在体内和体外都已对这个基因和这个基因的产物做过功能验证。建立了对这个基因功能良好认识之后，而这个变异能够破坏这个基因的功能，这是一个“强的”致病证据。
那么请注意，要在临床诊断实验室中对一个基因进行过功能验证，并且，结果是有良好的可重复性的时候，才算是对这个基因的功能做了充分验证。
第四个“强的”致病证据， 是在受到该病影响的人群当中，这个变异存在的比例，明显高于对照组当中，这个变异存在的比例。
注意：在有这个变异的人群当中，患病的相对风险和对照组相比，高5倍以上。并且，相对风险的置信区间不包括：1.0。这样，才能算是一个“强的”致病证据。
这里解释一下“相对风险”，relative risk。也就是有这个基因变异的人群当中，患这个病的人的比例，与不含这个基因变异的人群当中，患这个病的人的比例。两者相比较，得到的比值，如果两个比值是一样的，也就是相对风险是1.0，而这个1.0又被包括在置信区间的范围内，那么就不能说明，这个基因变异对引起这个疾病有特别的意义。
第2个注意点：如果是病例十分稀少，达不到统计样本数量的要求，那么，如果在几个不相关的病人当中，有相同的变异，也有相同的表型。而在对照组当中，没有这个变异，也没有这种表型，则可以把这个证据，当作是一个“中等的”致病证据。
接下来， 我们来说“中等的”致病证据。
第一个“中等的”证据，是这次发现的变异，位于一个热点区域，这个热点区域是这个基因的明确的功能区。例如：在酶的酶活性中心区域。而且，这个区域还没有被报道过有“无害”变异。另外，如果在附近区域，之前被报道过有致病变异，也可以帮助证明：这次发现的变异，可能是有致病性的。
第二个“中等”致病可能性的证据，是对于显性遗传的变异。在国家心脏、肺和血研究院外显子测序项目，千人基因组项目，外显子合并财团（项目）中，都没有发现过这个变异。或者对于隐性遗传的变异，只在上述项目当中，极少地被发现，则认为是一个“中等”强度的致病证据。
但是，请注意：因为用二代测序得到的基因序列数据，对于找出“插入、缺失变异”，并不是很敏感，所以，用这个方法来推断插入、缺失变异的致病性，并不是很准。
第三个“中等的”致病可能性证据,是对于隐性遗传疾病
现在，在这个染色体的、这个基因上找到了这个变异，而在这个病人对应的那条染色体上的那个等位基因中，已经找到了一个致病变异。那么现在找到的这个变异，就有可能致病的。
那么这里要注意：这需要在测了父母双方的基因的单体型之后，才能确认，因为测了父母的基因单体型，才能确认两个变异是一个来自于父亲、另一个来自于母亲。
也就是要确定：这个人的这2个等位基因，各有一个变异，所以，他的两个等位基因都失活了。
第四个“中等的”致病可能性证据，是在该基因的蛋白产物的非重复区域，有阅读框移码的变异，或者是有终止密码的丢失变异。这会导致蛋白质的长度有变化。
第五个“中等的”致病可能性证据，是在同一个氨基酸位置，已知另一个氨基酸替换变异是致病的，而这次发现的，是同一个位置的氨基酸被替换成另外一种的氨基酸，那么，这也是一个“中等的”致病可能性证据。
例如：FGFR3这个基因，它的第650位的赖氨酸变成谷氨酰胺、或者天冬酰胺之后，会导致中等程度的软骨发育不良，而这个第650位的赖氨酸残基，如果变成蛋氨酸残基，则会导致严重的软骨发育不全。
第六个“中等的”致病可能性证据，是患者有这个变异，而患者的父母是健康的，但是还没有验证过：父母是否有这个变异？在这种情况下，可以算作是一个“中等强度的”致病可能性证据。
接下来，我们说“支持性的”变异会致病的证据
第一个“支持性的”变异会致病证据，从几个有这个变异的家庭中，发现这个病的发病率比正常人群高,而这个变异是在一个已知会引起这个疾病的基因上，这算一个“支持性”证据。 如果发现大量有这个变异的家庭当中，发生这个病的比例远比正常人群高，那这个证据就可以升级成“强的”致病证据。
第二个“支持性的”变异会致病的证据，是一个错义突变，发生在一个很少被发现有无害变异的基因上，而这个基因上，已知有好几种错义突变是致病的，这算是一个“支持性”证据。
第三个“支持性的”变异会致病的证据，是几种计算机算法，比如基因的保守性、进化数据、RNA剪接分析。都支持说这个变异是对基因、或者基因的产物有害的。那么，这也可以算是一种“支持性”致病证据
第四个“支持性的”变异会致病的证据，是病人的表型、和家族史都有一种特别的病征。比如Gorlin syndrome，它是PTCH基因变异导致的综合征。
它会表现出：基底细胞肉瘤、手掌脚掌会有坑、会有牙源性角质化.那么，这可以算作是一种“支持性的”变异会致病的证据。
第五个“支持性的”变异会致病的证据，是一个有名的信息来源，例如：一家长期专注于这种疾病的临床实验室，报道说这个异变是致病的。但是这个信息还没有被别的临床实验室所证实，那么，这可以算是一个“支持性的”该变异会致病的证据。
接下来，我们来说，判定一个变异是“无害的”证据
第一个，单独的证据，是该等位基因在外显子测序项目、千人基因组项目、和外显子合并财团项目当中，它的等位基因频率大于5%。
因为上述三个项目都是群体项目，采集的样本量很大，来源很广。所以，如果一个等位基因在这些大型的群体项目当中，高频率地出现。那么，可以证明：这个等位基因是无害的。
接下来说:“强的”无害变异证据。
第一个“强的”无害变异证据，是等位基因频率比疾病发生的频率高
第二个“强的”无害变异证据，对于幼年期就会发病的疾病来说，如果它是一个隐性遗传疾病，那么，发现一个健康成年人是这个等位基因的纯合子，那就是一个“强的”无害变异证据。如果是幼年期就会发病的显性遗传疾病，在一个健康成年人身上，发现有这个等位基因的杂合子，那就是一个“强的”无害变异证据。
对于在幼年就会发病的X连锁疾病来说，有一个带有这个等位基因的健康成年男性，或者是一个这个等位基因纯合子的健康成年女性，那都是“强的”无害变异证据。
第三个“强的”无害变异证据，是已经在体外实验和体内实验当中，都证明：这个变异对蛋白质的功能没有影响。
第四个“强的”无害变异证据，是在一个家庭当中，患者和健康人的基因型是混合的，有健康人有这个变异；也有病人没有这个变异。但是要注意：存在“拟表型”，也就是说，有些基因型要表现出一个表型，要与外界环境因素相互作用之后，才会表现出该表型。例如：癌症、和癲痫。也有一种情况，是家族中有一个以上的致病变异会导致这种病征，这会让这个家族中的基因分离情况变得复杂，接下来我们来说，“支持性的”变异无害证据。
第一个“支持性的”变异无害的证据，这个基因只有发生蛋白质截断才会致病，而现在发现的是一个错义变异。
例如，ASPM基因，它的主要致病变异形式，是蛋白质被截断。并会导致小头畸形，但这个基因有许多错义突变是不致病的。
第二个“支持性的”变异无害的证据，是在另一个等位基因上有一个致病变异，或者在同一个等位基因上已经发现有一个致病变异。
第三个变异无害的“支持性的”证据，是对于重复序列区域，如果有一个不引起移码的插入缺失变异，并且这一段的序列在进化上不是很保守，那么致病可能性就会低。
第四个“支持性”变异无害的证据，是如果几种计算机算法分析的结果，都认为这个变异是无害，那么，这个变异有可能是无害的。计算机会分析：序列的保守性、进化上的情况、对RNA剪接的影响等。
但是要注意：多种计算机算法采用相似的预测策略。所以，不同的算法不可以看作是完全独立的评判标准，多种算法算出来的结果，只能算是一次无害变异的“支持性”评分。
第五个“支持性”变异无害的证据，在一个病人身上，如果发现有另一个已知的、明确的致病原因，那么现在发现的这个变异，有可能是无害的。
第六个“支持性”变异无害的证据，是一个在这种疾病上有长期研究的知名机构说：这个变异是无害的。但是，别的实验室还没有独立地评判过这个证据。那么，这可以算是一个“支持性的”变异无害的证据。
第七个“支持性的”变异无害的证据，是一个同义变异，在计算机软件的推算结果当中，说它不会影响原有的剪接位点，也不会引入一个新的剪接位点，而且这个地方不是高度保守的，这也是一个变异无害的“支持性”证据。
在有了致病、或无害的证据，并且按照上述的规则把证据的强度进行分档之后，就可以根据ACMG推荐的判定规则，对变异致病、或者无害的可能性进行判定。
判定的规则如表格中所示。
那么，举例说明：一个“很强的”致病证据，再加一个“强的”致病证据，就可以判定一个变异是“致病的”。
一个“很强的”致病证据，加二个“中等的”致病证据，也可以判定一个变异是“致病的”。
同样道理，1个“单独的”无害证据，或者2个“强的”无害证据，就可以判定一个变异是无害的。
其它更多的判定规则，大家可以看原文当中这个表格。
另外，随着针对变异是否致病的数据、和证据的连续积累、和强化，就可以对这个变异做出越来越明确的判断，原来判断是“很可能致病的”一个变异，经过增加数据，就可能变成确定的“致病”变异。
一个原来是“很可能无害的”变异，经过增加证据，就可能变成确定的“无害”变异 （转自陈巍博士，我自己看的是英文原版，看起来比较累，建议先看中文，后看英文）
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
1.先跟疾病数据库比对，比如HGMD，LOVD，clinvar等，如果有明确致病，那结合一下这个病人的家庭成员，基本就可以确定了。2.如果没有，数据显示是VUS，则看这个突变的类型，如果是无义突变，移码突变，造成了大片段的氨基酸错误，则这种属于高危突变，结合家族史，95%能确定是致病基因；3.如果仅仅是错义突变，数据库中没有，则一般需要构建细胞系，通过细胞模型来验证。还有通过蛋白结构预测软件，预测一个氨基酸改变后，折叠结构或功能是否有改变；从而预测其蛋白功能是减弱，还是完全没有（当然也有可能增强），这种情况，如果没有实验验证，仅从软件预测，估计也就5－10%的把握，说他致病的。****
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
dachong99 edited on
丁香园版主
这个还真难说，确定一个突变是否是致病基因要做实验来验证的吧。光查资料是不行的吧？这个也需要生物信息学的东西。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
如果原先使用的药物对其没有作用而导致患者病情加重，那你发现的就是致病突变，我瞎说的啊 哈哈
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
1.先跟疾病数据库比对，比如HGMD，LOVD，clinvar等，如果有明确致病，那结合一下这个病人的家庭成员，基本就可以确定了。2.如果没有，数据显示是VUS，则看这个突变的类型，如果是无义突变，移码突变，造成了大片段的氨基酸错误，则这种属于高危突变，结合家族史，95%能确定是致病基因；3.如果仅仅是错义突变，数据库中没有，则一般需要构建细胞系，通过细胞模型来验证。还有通过蛋白结构预测软件，预测一个氨基酸改变后，折叠结构或功能是否有改变；从而预测其蛋白功能是减弱，还是完全没有（当然也有可能增强），这种情况，如果没有实验验证，仅从软件预测，估计也就5－10%的把握，说他致病的。****
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
dachong99 edited on
关于这个问题，今年ACMG已经出了一个guidline，这个指南非常详细的去指导你，如何判断一个变异是否为致病突变。可以看看。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
simo20 关于这个问题，今年ACMG已经出了一个guidline，这个指南非常详细的去指导你，如何判断一个变异是否为致病突变。可以看看。不知这个guideline哪里找？能提供一下嘛
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
把判断一个变异致病性的确定程度，分成5档：
第1档，Pathogenic，致病
第2档，Likely Pathogenic，很可能致病
第3档，Uncertain significance，显著性不确定
第4档，Likely benign，很可能无害
第5档，Benign，无害
对于判断致病性的证据，根据其来源，分成8种来源：
第1种，群体数据
第2种，计算机的分析、和预测
第3种，基因的功能数据
第4种，基因变异、与可能是由这个基因变异导致的病之间的关系。在病人、和病人所在家族中的关联性，以及与健康人群的对比
第5种，新发变异数据（de novo variant data）
第6种，等位基因的数据
第7种，其它的数据库
第8种，其它的数据
把一个变异致病性证据的置信程度，分成4档，分别是：
第1档，致病，证据非常强，Pathogenic VeryStrong
第2档，致病，证据强，Pathogenic Strong
第3档，致病，证据中等，Pathogenic Moderate
第4档，致病，证据有支持性，PathogenicSupporting
把一个变异是“无害”变异的证据，它的置信程度分成2档，分别是：
第1档，无害，证据强，Benign Strong
第2档，无害，证据有支持性，Benign Supporting
这样，“致病”证据4档，加“无害”证据2档，一共是6档。
把证据根据其8种来源、和6个分档，进行列表，就形成了一个8行6列的表格。
接下来，我们就按着这个表格，挨个给大家介绍一下。
第一种“很强的”变异会致病证据，就是已知一种基因失活，是一种病发生的机制。而现在发现的这个变异，就是让这个基因失活的变异。
例如：A，这个变异是个“无义突变”，也就是这个密码子在变异之后，变成了“终止密码子”。在RNA翻译成蛋白的过程当中，翻译到这里，蛋白的延伸就终止了。
B，移码突变。移码突变位点之后的肽段的序列，会和野生型的肽段序列完全不一样。
C，在mRNA剪接位置的前1个、或2个碱基，或者后1个、或2个碱基发生变异。这就会导致mRNA剪接的产物多出一个内含子、或者缺少一个内含子。
D，翻译的启始密码子发生变异。因为真核生物都是只能用“AUG”作为启始密码子，所以起始位置的AUG这三个碱基中的任何一个碱基发生变异，都会导致这个基因彻底不能被翻译成蛋白。
E，缺失一个或者几个外显子。
但是，我们要警惕以下几点：
A，如果失活的基因不是一个已知的疾病发生机制，那么这种失活变异可能是不致病的
B，如果缺失的是基因的3’位末端，那么这种缺失可能不会导致基因失活，因为有可能蛋白质的最后若干个氨基酸，对这个蛋白的功能没有太多的影响
C，对于引起mRNA剪接改变的变异，如果跳过了一个外显子，但是剩下的蛋白部分还能保持完整，并且没有发生移码，那么这种变异可能是不致病的
D，对于一个基因的mRNA有多种剪接方式的，如果一个剪接位点的改变，只影响一部分的剪接方式，那么这个变异有可能是无害的
上面，就是第一档：“最强的”变异致病的证据。接下来，我们来看第二档，“强的”变异致病证据。
第一个，如果之前已知（某个基因的）一种氨基酸的变异是致病的。例如：已知第34位碱基从G变成C，会导致氨基酸从缬氨酸变成了亮氨酸（Val→Leu），并且是致病的，那么第34位的碱基发生从G变到T变异，导致同一个位置发生同样的缬氨酸变到亮氨酸（Val→Leu）的变异，那么这种情况，也可以推断是同样致病的。
但是，这里要注意，如果碱基的改变影响到了剪接位点，那么剪接位点改变所造成的影响，可能比氨基酸序列改变所造成的影响更大。
第二个，对于从患者身上发现的新发变异（de novo
variant）。同时对患者的父母双方都做过检测，确认父母都没有这个变异，而这个变异是与一种特定的疾病特征相吻合的。例如：NIPBL这个基因发生新发变异，会导致Cornelia
de Langesyndrome，患者有一种特殊的面容，多毛、并且有上肢缺陷，那么，这是一个“强的”致病证据。
注意：这里所说的父母，是指生物学意义上的父母,也就是需要排除：领养、捐卵、代孕、 胚胎移植等，非生物学因素的影响。
第三个，在体内和体外都已对这个基因和这个基因的产物做过功能验证。建立了对这个基因功能良好认识之后，而这个变异能够破坏这个基因的功能，这是一个“强的”致病证据。
那么请注意，要在临床诊断实验室中对一个基因进行过功能验证，并且，结果是有良好的可重复性的时候，才算是对这个基因的功能做了充分验证。
第四个“强的”致病证据， 是在受到该病影响的人群当中，这个变异存在的比例，明显高于对照组当中，这个变异存在的比例。
注意：在有这个变异的人群当中，患病的相对风险和对照组相比，高5倍以上。并且，相对风险的置信区间不包括：1.0。这样，才能算是一个“强的”致病证据。
这里解释一下“相对风险”，relative risk。也就是有这个基因变异的人群当中，患这个病的人的比例，与不含这个基因变异的人群当中，患这个病的人的比例。两者相比较，得到的比值，如果两个比值是一样的，也就是相对风险是1.0，而这个1.0又被包括在置信区间的范围内，那么就不能说明，这个基因变异对引起这个疾病有特别的意义。
第2个注意点：如果是病例十分稀少，达不到统计样本数量的要求，那么，如果在几个不相关的病人当中，有相同的变异，也有相同的表型。而在对照组当中，没有这个变异，也没有这种表型，则可以把这个证据，当作是一个“中等的”致病证据。
接下来， 我们来说“中等的”致病证据。
第一个“中等的”证据，是这次发现的变异，位于一个热点区域，这个热点区域是这个基因的明确的功能区。例如：在酶的酶活性中心区域。而且，这个区域还没有被报道过有“无害”变异。另外，如果在附近区域，之前被报道过有致病变异，也可以帮助证明：这次发现的变异，可能是有致病性的。
第二个“中等”致病可能性的证据，是对于显性遗传的变异。在国家心脏、肺和血研究院外显子测序项目，千人基因组项目，外显子合并财团（项目）中，都没有发现过这个变异。或者对于隐性遗传的变异，只在上述项目当中，极少地被发现，则认为是一个“中等”强度的致病证据。
但是，请注意：因为用二代测序得到的基因序列数据，对于找出“插入、缺失变异”，并不是很敏感，所以，用这个方法来推断插入、缺失变异的致病性，并不是很准。
第三个“中等的”致病可能性证据,是对于隐性遗传疾病
现在，在这个染色体的、这个基因上找到了这个变异，而在这个病人对应的那条染色体上的那个等位基因中，已经找到了一个致病变异。那么现在找到的这个变异，就有可能致病的。
那么这里要注意：这需要在测了父母双方的基因的单体型之后，才能确认，因为测了父母的基因单体型，才能确认两个变异是一个来自于父亲、另一个来自于母亲。
也就是要确定：这个人的这2个等位基因，各有一个变异，所以，他的两个等位基因都失活了。
第四个“中等的”致病可能性证据，是在该基因的蛋白产物的非重复区域，有阅读框移码的变异，或者是有终止密码的丢失变异。这会导致蛋白质的长度有变化。
第五个“中等的”致病可能性证据，是在同一个氨基酸位置，已知另一个氨基酸替换变异是致病的，而这次发现的，是同一个位置的氨基酸被替换成另外一种的氨基酸，那么，这也是一个“中等的”致病可能性证据。
例如：FGFR3这个基因，它的第650位的赖氨酸变成谷氨酰胺、或者天冬酰胺之后，会导致中等程度的软骨发育不良，而这个第650位的赖氨酸残基，如果变成蛋氨酸残基，则会导致严重的软骨发育不全。
第六个“中等的”致病可能性证据，是患者有这个变异，而患者的父母是健康的，但是还没有验证过：父母是否有这个变异？在这种情况下，可以算作是一个“中等强度的”致病可能性证据。
接下来，我们说“支持性的”变异会致病的证据
第一个“支持性的”变异会致病证据，从几个有这个变异的家庭中，发现这个病的发病率比正常人群高,而这个变异是在一个已知会引起这个疾病的基因上，这算一个“支持性”证据。 如果发现大量有这个变异的家庭当中，发生这个病的比例远比正常人群高，那这个证据就可以升级成“强的”致病证据。
第二个“支持性的”变异会致病的证据，是一个错义突变，发生在一个很少被发现有无害变异的基因上，而这个基因上，已知有好几种错义突变是致病的，这算是一个“支持性”证据。
第三个“支持性的”变异会致病的证据，是几种计算机算法，比如基因的保守性、进化数据、RNA剪接分析。都支持说这个变异是对基因、或者基因的产物有害的。那么，这也可以算是一种“支持性”致病证据
第四个“支持性的”变异会致病的证据，是病人的表型、和家族史都有一种特别的病征。比如Gorlin syndrome，它是PTCH基因变异导致的综合征。
它会表现出：基底细胞肉瘤、手掌脚掌会有坑、会有牙源性角质化.那么，这可以算作是一种“支持性的”变异会致病的证据。
第五个“支持性的”变异会致病的证据，是一个有名的信息来源，例如：一家长期专注于这种疾病的临床实验室，报道说这个异变是致病的。但是这个信息还没有被别的临床实验室所证实，那么，这可以算是一个“支持性的”该变异会致病的证据。
接下来，我们来说，判定一个变异是“无害的”证据
第一个，单独的证据，是该等位基因在外显子测序项目、千人基因组项目、和外显子合并财团项目当中，它的等位基因频率大于5%。
因为上述三个项目都是群体项目，采集的样本量很大，来源很广。所以，如果一个等位基因在这些大型的群体项目当中，高频率地出现。那么，可以证明：这个等位基因是无害的。
接下来说:“强的”无害变异证据。
第一个“强的”无害变异证据，是等位基因频率比疾病发生的频率高
第二个“强的”无害变异证据，对于幼年期就会发病的疾病来说，如果它是一个隐性遗传疾病，那么，发现一个健康成年人是这个等位基因的纯合子，那就是一个“强的”无害变异证据。如果是幼年期就会发病的显性遗传疾病，在一个健康成年人身上，发现有这个等位基因的杂合子，那就是一个“强的”无害变异证据。
对于在幼年就会发病的X连锁疾病来说，有一个带有这个等位基因的健康成年男性，或者是一个这个等位基因纯合子的健康成年女性，那都是“强的”无害变异证据。
第三个“强的”无害变异证据，是已经在体外实验和体内实验当中，都证明：这个变异对蛋白质的功能没有影响。
第四个“强的”无害变异证据，是在一个家庭当中，患者和健康人的基因型是混合的，有健康人有这个变异；也有病人没有这个变异。但是要注意：存在“拟表型”，也就是说，有些基因型要表现出一个表型，要与外界环境因素相互作用之后，才会表现出该表型。例如：癌症、和癲痫。也有一种情况，是家族中有一个以上的致病变异会导致这种病征，这会让这个家族中的基因分离情况变得复杂，接下来我们来说，“支持性的”变异无害证据。
第一个“支持性的”变异无害的证据，这个基因只有发生蛋白质截断才会致病，而现在发现的是一个错义变异。
例如，ASPM基因，它的主要致病变异形式，是蛋白质被截断。并会导致小头畸形，但这个基因有许多错义突变是不致病的。
第二个“支持性的”变异无害的证据，是在另一个等位基因上有一个致病变异，或者在同一个等位基因上已经发现有一个致病变异。
第三个变异无害的“支持性的”证据，是对于重复序列区域，如果有一个不引起移码的插入缺失变异，并且这一段的序列在进化上不是很保守，那么致病可能性就会低。
第四个“支持性”变异无害的证据，是如果几种计算机算法分析的结果，都认为这个变异是无害，那么，这个变异有可能是无害的。计算机会分析：序列的保守性、进化上的情况、对RNA剪接的影响等。
但是要注意：多种计算机算法采用相似的预测策略。所以，不同的算法不可以看作是完全独立的评判标准，多种算法算出来的结果，只能算是一次无害变异的“支持性”评分。
第五个“支持性”变异无害的证据，在一个病人身上，如果发现有另一个已知的、明确的致病原因，那么现在发现的这个变异，有可能是无害的。
第六个“支持性”变异无害的证据，是一个在这种疾病上有长期研究的知名机构说：这个变异是无害的。但是，别的实验室还没有独立地评判过这个证据。那么，这可以算是一个“支持性的”变异无害的证据。
第七个“支持性的”变异无害的证据，是一个同义变异，在计算机软件的推算结果当中，说它不会影响原有的剪接位点，也不会引入一个新的剪接位点，而且这个地方不是高度保守的，这也是一个变异无害的“支持性”证据。
在有了致病、或无害的证据，并且按照上述的规则把证据的强度进行分档之后，就可以根据ACMG推荐的判定规则，对变异致病、或者无害的可能性进行判定。
判定的规则如表格中所示。
那么，举例说明：一个“很强的”致病证据，再加一个“强的”致病证据，就可以判定一个变异是“致病的”。
一个“很强的”致病证据，加二个“中等的”致病证据，也可以判定一个变异是“致病的”。
同样道理，1个“单独的”无害证据，或者2个“强的”无害证据，就可以判定一个变异是无害的。
其它更多的判定规则，大家可以看原文当中这个表格。
另外，随着针对变异是否致病的数据、和证据的连续积累、和强化，就可以对这个变异做出越来越明确的判断，原来判断是“很可能致病的”一个变异，经过增加数据，就可能变成确定的“致病”变异。
一个原来是“很可能无害的”变异，经过增加证据，就可能变成确定的“无害”变异 （转自陈巍博士，我自己看的是英文原版，看起来比较累，建议先看中文，后看英文）
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
这两天一直在看英文原版，我现在竟看到中文版了，，，呵呵，万分感谢呀、、
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
多谢分享资料
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
非常感谢分享！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
谢谢，受益匪浅！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园}