《Frontiers in Genetics》：Population-specific differences in ClinVar pathogenic and likely pathogenic variants of epilepsy-associated genes between East Asian and non-finnish European populations: a nucleotide-resolved gnomAD v4.1.1 analysis
编辑推荐：
研究人员从ClinVar中收集了199个癫痫相关基因的46,746个独特致病性/可能致病性（P/LP）变异，并通过核苷酸分辨率匹配从gnomAD v4.1.1基因水平表中检索等位基因频率。采用费希尔精确检验（Fisher’s exact test）与本杰明-霍
研究人员从ClinVar中收集了199个癫痫相关基因的46,746个独特致病性/可能致病性（P/LP）变异，并通过核苷酸分辨率匹配从gnomAD v4.1.1基因水平表中检索等位基因频率。采用费希尔精确检验（Fisher’s exact test）与本杰明-霍赫贝格校正（Benjamini-Hochberg correction，q < 0.05），研究人员在东亚（East Asian，EAS）人群相对于非芬兰欧洲（non-Finnish European，NFE）人群中鉴定出9个显著富集的变异，其比值比（odds ratio，OR）范围为36.3–867.9。另有8个低频EAS信号满足相同的富集标准（至少2个EAS等位基因且未校正p < 0.01），作为探索性结果报告。17个变异中有13个位于7个常染色体隐性遗传基因，即ALDH7A1、ST3GAL5、GOSR2、AARS1、BRAT1、WWOX和UBA5。同时，作为数据库挖掘标准方法的rsID水平工作流程产生了60个候选EAS富集变异；核苷酸分辨率匹配仅确认了其中15个，并额外恢复了rsID工作流程遗漏的2个信号，其假阳性率为75.0%。这些发现表明，癫痫P/LP变异频率在EAS与NFE人群之间存在显著差异，并集中于与携带者筛查直接相关的隐性遗传基因。rsID水平的ClinVar-gnomAD整合系统性地高估了群体特异性，核苷酸分辨率的等位基因匹配应成为群体频率分析的标准步骤。
**论文解读：东亚与欧洲非芬兰人群癫痫相关基因ClinVar P/LP变异的群体特异性差异及方法学反思**
**一、研究背景与问题**
癫痫是影响全球约5000万人的常见神经系统疾病，其中相当比例的早发性癫痫具有单基因病因基础。外显子组测序和多基因 panel 在未选择队列中的诊断率分别可达24%和19%，因此识别癫痫基因中的致病性变异对于指导治疗选择、判断预后和开展遗传咨询至关重要。临床实验室依据美国医学遗传学与基因组学学会（ACMG）标准进行检测，而群体等位基因频率是变异解读的基石——在参考人群中常见的变异不可能导致完全外显的严重早发性疾病。ClinVar是变异分类的主要公共数据库，gnomAD则提供了跨八个群体的等位基因频率，目前样本量已接近一百万人。然而，现有数据库挖掘研究多采用rsID水平整合方法，即通过程序化工具将ClinVar与gnomAD按dbSNP标识符对接，并返回该位置最常见等位基因的频率，而不核实其具体核苷酸改变。由于一个rsID可能聚合同一位置的多个不同核苷酸变异，这种等位基因混同（allele conflation）可能严重扭曲群体富集分析，但其影响程度此前未被量化。此外，尽管癫痫遗传学检测是全球最常被检测的项目之一，癫痫相关基因中P/LP变异的群体特异性频率差异尚未被系统研究。现有基因组数据库存在的祖先偏倚（ancestry bias）进一步凸显了开展本研究的必要性。
**二、研究目的与实施**
研究人员为此组装了199个癫痫相关基因（包括168个核心癫痫基因和31个神经发育障碍扩展基因），从ClinVar中提取了46,746个独特的P/LP变异，并采用核苷酸分辨率匹配（nucleotide-resolved matching）从gnomAD v4.1.1基因水平表中检索东亚（EAS）与非芬兰欧洲（NFE）人群的等位基因频率。通过费希尔精确检验（Fisher’s exact test）和本杰明-霍赫贝格校正（Benjamini-Hochberg correction，q < 0.05），系统比较了EAS与NFE之间的频率差异。同时，研究人员并行运行了标准的rsID水平工作流程，以量化等位基因混同对富集分析造成的影响。
**三、主要关键技术方法**
研究人员首先依据Zhang等（2024）的分类框架，整合ClinGen癫痫基因专家组评估、PanelApp癫痫panel和OMIM注释，确定168个核心癫痫基因，并加入31个常规纳入临床癫痫检测的神经发育障碍基因。其次，从ClinVar下载变异摘要文件，按染色体、位置、参考等位基因和替代等位基因去重后获得46,746个独特P/LP变异。随后，通过比对ClinVar的cDNA与蛋白质注释和gnomAD基因水平表中同一rsID的HGVS及蛋白质后果，实现核苷酸分辨率匹配；对于剪接变异则通过cDNA注释匹配并结合基因组坐标人工核实。统计上采用2×2列联表进行费希尔精确检验，并以q < 0.05和EAS富集标准定义显著信号；探索性信号要求至少两个EAS等位基因且未校正p < 0.01。基因约束指标（pLI、错义Z分数、LOEUF）取自gnomAD。
**四、研究结果**
1. **数据集特征**：研究人员构建的199个基因中，ClinVar共包含191个基因的46,746个独特P/LP变异，其中23,316个为单核苷酸变异（SNV），对应9,847个独特rsID。8个基因无P/LP变异。P/LP变异负担最大的基因包括NF1（7,461个）、SCN1A（3,129个）和TSC2（2,355个）。基因约束分析显示，52.3%的基因pLI > 0.9，39.2%的基因错义Z分数 > 3，50.8%的基因LOEUF < 0.35，表明该基因集具有强烈的功能缺失不耐受性。
2. **P/LP变异的频率分布**：核苷酸分辨率匹配为131个基因的805个信息性P/LP SNV分配了等位基因频率。其中28个仅在EAS中非零，720个仅在NFE中非零，57个在两种人群中均存在。NFE独有变异占绝对多数，反映了gnomAD中NFE样本量较大以及ClinVar提交的欧洲血统偏倚。
3. **核苷酸分辨率下的EAS富集P/LP变异**：核苷酸匹配识别出9个在EAS中显著富集的P/LP变异（FDR q < 0.05）。最强信号为ST3GAL5剪接供体变异c.13+1G>A（EAS等位基因计数28/41,244 vs NFE 2/418,078，q = 1.4×10
?24）和ALDH7A1 p.Tyr516Cys（EAS 16/44,882，NFE为0，q = 4.3×10
?21）。其余变异包括GOSR2 p.Arg107Ter、SETD1A p.Arg913Cys、ALDH7A1 c.871+5G>A、AARS1 p.Arg840Ter、KCNT1 p.Arg25Trp、WWOX c.2T>C和BRAT1 p.Leu59Pro。比值比（OR）范围为36.3–867.9。
4. **探索性低频信号与隐性基因富集**：另有8个核苷酸确认的变异满足探索性标准（EAS等位基因计数≥2、未校正p < 0.01、EAS富集），包括AARS1 p.Arg330Ter、WWOX p.Glu171Ter、WWOX c.172+1G>C、ST3GAL5 c.662+2T>C、ADGRV1 p.Trp1139Leu、WWOX p.Arg54Ter、UBA5 p.Arg246Ter和KCNC1 p.Arg164Trp。17个确认变异中有13个位于7个常染色体隐性遗传基因（ALDH7A1、ST3GAL5、GOSR2、AARS1、BRAT1、WWOX和UBA5），4个位于常染色体显性基因。ALDH7A1两个变异合计占EAS等位基因的0.05%，ST3GAL5剪接供体变异占0.07%。对SAS、AFR和AMR人群的频率分析表明，多数信号为EAS特异性或EAS主导富集，其中WWOX p.Arg54Ter呈EAS-SAS共同富集。
5. **方法学比较：rsID水平与核苷酸分辨率工作流程**：标准rsID水平工作流程产生60个候选EAS富集变异，核苷酸分辨率匹配仅确认其中15个为真实P/LP信号，假阳性率为45/60（75.0%）。此外，rsID工作流程遗漏了UBA5 p.Arg246Ter和KCNC1 p.Arg164Trp两个真实信号。45个假阳性中，20个源于同义等位基因是最常见等位基因，20个源于不同蛋白质改变等位基因最常见，4个来自剪接区域混同，1个来自三等位起始密码子丢失位点。rsID工作流程为1,707个变异分配了信息性频率，而核苷酸分辨率匹配仅805个，差异反映了ClinVar P/LP等位基因不存在于gnomAD但同位置其他等位基因携带频率数据的情况。
**五、讨论与结论**
研究确认EAS人群与NFE人群在癫痫相关基因P/LP变异频率上存在显著群体特异性差异，且信号集中在常染色体隐性基因，这对携带者筛查和ACMG/AMP标准中PM2、BS1标准的应用具有直接临床意义。隐性癫痫基因如ALDH7A1、ST3GAL5、GOSR2、AARS1和UBA5承载了大部分群体特异性P/LP负担。对于显性基因信号需谨慎解读，例如SETD1A p.Arg913Cys在EAS中的频率接近BS1阈值，可能反映不完全外显。部分变异缺乏ClinVar断言标准，其分类需重新评估。方法学上，rsID水平整合的75.0%假阳性率表明，等位基因混同问题在数据库挖掘中被严重低估，且混同效应集中在候选集中，因为常见的良性等位基因恰恰标志着位置富集。研究人员建议，通过HGVS或基因组坐标配合参考和替代等位基因进行核苷酸分辨率匹配，应成为ClinVar-gnomAD整合研究的标准步骤。
研究结论可翻译为：ClinVar报告的癫痫相关基因P/LP变异在EAS与NFE人群之间表现出显著的群体特异性频率差异。研究人员识别出9个显著富集变异和8个额外的探索性低频信号，其中17个中的13个位于7个常染色体隐性基因。rsID水平工作流程将这些信号夸大了75.0%，核苷酸分辨率匹配应成为ClinVar-gnomAD整合的标准步骤。祖先匹配的解读和群体意识的携带者频率估计是促进跨群体癫痫遗传检测公平性的可操作优先事项。
