把数学应用到生物学:软件标识在确诊疾病致病突变
犹他大学的一个计算工具开发的成功发现疾病与未知的基因突变在三个独立的情况下,U的研究者和他们的同事在一项新的研究报告美国人类遗传学杂志》上。软件,Phevor(表型变异本体论评估工具驱动),确定诊断疾病和未知基因突变的分析外,或区域的DNA,蛋白质编码基因,在个别病人和小的家庭。
测序的基因组个人或小家庭经常产生错误预测的突变导致的疾病。但研究,通过新优基因发现中心,表明Phevor独特的方法使它更精确地确定致病基因比其他计算工具。
马克·扬德尔博士,教授人类遗传学领导了这项研究。他被同事加入了马丁•里斯博士Omicia Inc .的奥克兰,加利福尼亚州,基因组解读软件公司,医学博士斯蒂芬•l . Guthery,儿科教授看到的两个病例诊所,bob电竞MD安德森癌症中心的一个同事在休斯顿,和其他U的人员。Marc诉Singleton,扬德尔的实验室的博士生,是第一作者。
Phevor代表个性化的一个重大进步卫生保健据Lynn b Jorde博士U的人类遗传学教授和主席,也是研究报告合著者。随着基因组测序成本的持续下降,Jorde预计它将在几年内成为标准化的卫生保健的一部分,使诊断工具如Phevor更容易获得临床医生。
“Phevor,只是有DNA序列将使临床医生能够识别罕见的和未确诊的疾病,致病突变,“Jorde说。“在某些情况下,他们可以在自己的办公室作出诊断。”
Phevor通过使用结合基因突变的概率算法,参与疾病表型与数据库,或疾病的物理表现,基因功能的信息。通过结合这些因素,Phevor标识一个未确诊的疾病或最有可能的候选基因突变导致疾病。这是特别有用,当临床医生想要确定一种疾病或基因突变涉及单个病人或病人和两个或三个其他家庭成员,这是最常见的临床诊断疾病的情况。
扬德尔,软件的主要开发人员,形容Phevor数学生物学中的应用。“Phevor是一种试图充分利用孩子的基因识别疾病或发现致病基因突变,“扬德尔说。
发表研究引用的情况下6个月大的婴儿生病了肝脏问题,但是孩子的卫生保健提供者不能确切诊断是错误的。Phevor解开了谜团,通过识别疾病和发现未知的基因突变引起的。在其他两个情况下,Phevor识别未知的一种免疫缺陷疾病和自身免疫疾病相关基因突变以同样的方式——通过筛选基因组的测序部分的两个年轻的病人和两个或三个家庭成员。
在一个案例中,扬德尔Phevor和另一个和他的同事使用计算工具,VAAST(变异注释、分析搜索工具),寻找可能的突变在免疫缺陷综合症中发现三四个成员的家庭。血液从每个家庭成员,加上一个无关的人显示相同的症状的母亲和两个孩子的家庭,进行DNA测序。
VAAST也扬德尔的实验室开发的,发现许多基因突变可能引起的综合征,但不能识别单个候选致病基因。但从VAAST使用结果,结合Phevor,扬德尔和他的同事们发现了一个基因,最有可能引起的综合症。后续研究证实Phevor的预测结果。
在类似的情况下与一个12岁的外显子组测序没有任何家庭数据,Phevor建立在VAAST识别分析基因突变导致疾病、自身免疫综合征。在这种情况下,Phevor所需的外显子组只有病人识别综合症。
这项研究发表在4月3日,2014年版AJHG网上。
