解码罕见病：整合基因组学、预测算法与脂质组学作为溶酶体贮积症研究的指南

《Archives of Medical Research》：Decoding the Rare: Integrative Genomics, Predictive Algorithms and Lipidomics as a Guide for in Lysosomal Storage Disorder Research

　　

# 背景

溶酶体贮积病（LSDs）是一类罕见的遗传性代谢疾病，其特征是未降解的底物在溶酶体内积累，从而导致进行性多系统疾病。临床和遗传异质性带来了巨大的诊断和治疗挑战。

# 目标

本综述探讨了LSDs诊断的演变历程，重点介绍了基因组学、计算生物学和生物化学方法的整合应用，及其对精准医学的意义。

# 内容

本叙述性综述基于在PubMed、Scopus和Web of Science中进行的文献检索，聚焦于LSDs的诊断策略和生物标志物开发。传统的诊断方法，包括基于临床怀疑、酶活性检测和底物定量，受限于表型变异性和诊断不确定性。近年来，下一代测序（NGS）、脂质组学分析——特别是通过液相色谱-串联质谱法（LC-MS/MS）——以及计算机变异预测工具的应用，重新定义了诊断流程。当这些方法联合使用时，能够实现更准确的诊断、支持对意义不确定变异（VUS）的分类，并指导治疗选择。鞘氨醇葡萄糖脑苷脂（Lyso-Gb3）和葡萄糖鞘氨醇（Lyso-Gb1）等生物标志物已成为诊断和监测特定LSDs的关键工具，但其表现可能因临床环境和患者特征而异。仍然存在重大挑战，包括方法学差异、生物标志物缺乏标准化、基因组检测相关的伦理问题，以及多组学数据在临床整合方面的局限。

# 结论

LSDs的诊断格局正朝着整合化和精准化的方向发展。持续的进步将依赖于跨学科合作、技术发展以及确保公平获取和可持续创新的协调框架，从而为LSDs研究提供导航罗盘。

# 引言

溶酶体贮积病（LSDs）是一组异质性的罕见遗传性代谢疾病，由溶酶体酶、转运蛋白或相关蛋白的缺乏或功能障碍引起。这些功能障碍导致未降解的底物在溶酶体内积累，最终破坏细胞稳态，并引起广泛的多系统表现，包括神经退行性病变、肝脾肿大、骨骼异常和器官衰竭（1）。

LSDs最初通过Christian de Duve发现溶酶体而被认识，后来通过Hers证明庞贝病由溶酶体酶缺乏所致的机制研究而被关联到人类疾病，LSDs已从纯粹的临床定义演变为一个由超过70种不同实体组成的分子特征明确的分型群体（2, 3, 4）。图1总结了该领域主要的科学和临床进展，突出了从经典酶学方法向高级基因组学和脂质组学技术的转变。

传统上，LSDs的诊断依赖于临床怀疑、酶活性检测和生化确认的综合手段。然而，传统诊断流程存在诸多局限性，包括有限的携带者检测能力、假基因干扰（尤其是在GBA1和IDS基因中）以及表型变异性，即使在同一致病基因突变携带者中也存在差异（3, 5）。这些挑战可能延迟早期治疗干预，并对患者预后产生不利影响。

近年来，诊断范式已向更加整合化的方向发展，这一转变得益于基因组测序、生物信息学和生物标志物发现方面的进步。下一代测序（NGS）的出现使得能够对多种与可治疗的LSDs相关的基因进行全面且具有成本效益的筛查，提高了诊断灵敏度和识别新型或非典型表型的能力（6, 7）。与此同时，使用干血斑（DBS）和LC-MS/MS进行的脂质组学分析已成为检测疾病特异性脂质标志和支持诊断与监测的有价值的生物化学工具（1, 8, 9）。

这些进展共同指向罕见病诊断领域的新方向，代表了一种结合基因组数据、计算机预测和生化验证的整合方法（10）。本综述旨在探讨这些技术如何汇聚以提升诊断准确性、减少变异解读中的不确定性，并最终实现LSDs患者的个体化管理。

本文作为针对性的文献综述，旨在整合LSDs中基因组学、计算机预测工具和脂质组学的现有知识。使用PubMed、Scopus和Web of Science进行文献检索，关键词包括"溶酶体贮积病"、"下一代测序"、"生物标志物"、"脂质组学"和"计算机预测"。文章的选择基于其与诊断方法、生物标志物发现以及多组学策略在LSDs中整合应用的相关性。

优先选择原始研究文章、综述论文和具有直接适用于溶酶体疾病的临床指南。选择过程由作者在该领域的经验指导，旨在提供全面且具有临床导向的概述，而非详尽的系统性分析。

溶酶体是具有高度专业化的动态细胞器，负责降解和回收包括脂质、糖蛋白、核酸和复杂碳水化合物在内的各种大分子（11, 12）。此功能由超过60种水解酶在酸性管腔环境中执行，该环境由质子泵和膜转运蛋白精密调控（13, 14）。

除了其在分解代谢中的经典作用外，溶酶体越来越被认识到是细胞信号传导和稳态的核心枢纽（15）。它们通过雷帕霉素靶蛋白复合物1（mTORC1）调控营养感应，调节免疫反应，并通过溶酶体胞吐作用参与膜修复和分泌（16）。这些功能中任何一项的破坏都可能导致显著的下丘效应，影响自噬、凋亡和炎症信号通路（17）。

溶酶体酶在粗面内质网上合成，经糖基化修饰，并在高尔基体中被标记为甘露糖-6-磷酸（M6P）。随后通过特定的受体介导途径转运至溶酶体（补充图1）（18）。影响该生物合成和转运机器的变异可导致酶的错位定位、降解或功能完全丧失，这些是LSDs的关键机制（19）。LSDs传统上根据积累的底物进行分类，如鞘脂类（例如戈谢病和法布里病）、氨基葡萄糖聚糖（例如黏多糖贮积症）或胆固醇（例如尼曼-匹克病C型[NPC]）（图2）（20）。这种生化分类反映了不同的临床模式；然而，近期关于溶酶体交叉对话和继发性病理（例如钙信号改变或线粒体应激）的研究表明，LSDs可能还共享汇聚的致病机制（21, 22, 23）。溶酶体的功能不仅限于降解，还是细胞生理功能的中央调节器（24）。溶酶体的复杂性和多功能性强调了LSDs中观察到的临床变异性，并突出了全面诊断方法的必要性，这些方法需要考虑原发性酶缺陷和继发性分子紊乱（25）。

LSDs的潜在病理由编码溶酶体酶、转运蛋白或激活蛋白的基因变异所驱动，导致功能的部分或完全丧失（26）。这种缺陷损害了特定底物的降解，导致其在溶酶体内积累并逐渐增大这些细胞器。积累的物质破坏了正常的细胞功能，并触发了一系列继发性事件，包括炎症、凋亡和纤维化，导致多器官损害（1）。

致病机制不仅限于原发底物的积累。LSDs还导致继发性细胞效应，如自噬受损、钙信号改变、氧化应激和线粒体功能障碍（图3）（3, 16）。这些效应损害细胞活力和组织稳态。例如，在戈谢病（GD）中，葡萄糖脑苷脂（GlcCer）的积累与巨噬细胞激活、慢性炎症、细胞因子释放和骨骼降解相关（27, 28）。在NPC中，胆固醇转运障碍导致钙失衡和脂筏破坏，从而引起神经退行性病变（29）。不同类型的遗传变异可能导致蛋白质折叠缺陷、错误定位或过早降解，均影响酶活性和表型严重程度（30）。这些变异通常罕见或为"私有"变异，导致LSDs内部高等的等位基因异质性（31）。此外，多态性和修饰基因可影响疾病进展，使基因型-表型关联更加复杂（32）。溶酶体功能障碍的系统性影响展示了原发性贮积如何触发更广泛的细胞危机，影响非溶酶体通路。底物的积累不仅影响靶细胞，还传播炎症信号，影响邻近组织，导致进行性器官衰竭（33）。

LSDs的临床表现在携带相同变异的患者之间也存在显著的异质性（34）。一些患者表现为早发性、快速进展的神经功能下降，而另一些患者则表现为轻度或主要内脏症状（1）。如图4所示，LSDs可影响几乎所有器官系统，包括神经系统、肝脏、脾脏、骨骼、心脏、肺和皮肤，严重程度和症状组合各异（35）。这种异质性强调了分子诊断和生物标志物整合以支持个体化管理的必要性。总之，LSDs的病理生理学是多因素和动态的，涉及原发酶缺陷和继发性系统后果。深入理解这些机制对于解释临床变异性和指导诊断及治疗策略至关重要。

# 诊断方法

历史上，LSDs的诊断领域一直依赖于临床怀疑、酶活性检测和生物样本中积累底物的检测。虽然这些工具仍然至关重要，但它们存在若干局限性。酶活性检测可能产生假阳性或假阴性结果，且通常无法检测携带者或预测表型严重程度（36）。此外，临床表现高度变异，且可能与其他遗传性或获得性疾病重叠，进一步增加了早期诊断的难度。

近年来的技术进步引入了更强大的方法，特别是在NGS领域，使得能够对多种与可治疗LSDs相关的基因进行并行分析（37）。基因检测面板和全外显子组测序（WES）通过跨多个基因识别致病变异，显著提高了LSDs的诊断灵敏度和特异性（38）。相比之下，全基因组关联研究（GWAS）主要用于研究复杂疾病的遗传易感性和修饰因素，通常不应用于罕见单基因疾病如LSDs的诊断（39）。然而，挑战仍然存在，包括在具有高度同源性假基因区域的基因（如GBA1和IDS）中检测变异，这会增加序列分析的难度和复杂重排的检测，以及意义不确定变异（VUS）的解读（31, 40, 41）。

NGS工作流程包括多个阶段，从原始测序数据（FASTQ）和比对（BAM）到变异识别（VCF）（42）。覆盖深度和读取质量等关键参数对于可靠的变异解读至关重要（7）。高置信度的变异必须与数据库（例如ClinVar、gnomAD）进行交叉验证，并最好得到功能数据或计算机预测的支持。尽管有了这些进步，NGS结果仍需在临床背景下解读，并结合其他生物化学和分子分析。

与此同时，疾病特异性生物标志物的识别对于诊断和监测日益重要。这些包括原发底物，如法布里病（FD）中的三己糖神经酰胺（Gb3）和戈谢病中的GlcCer，以及继发性生物标志物如鞘氨醇葡萄糖脑苷脂（Lyso-Gb3）、几丁质三糖苷酶和鞘磷脂（Lyso-SM）（3, 43, 44, 45）。如表1所述，选定的LSDs与可测量的生化标志物相关，这些标志物提供了诊断和预后价值（46）。

在新兴策略中，使用液相色谱串联质谱法（LC-MS/MS）进行的脂质组学分析为检测DBS中的脂质改变提供了高特异性和灵敏度（47）。该方法创伤小、成本低，特别适合新生儿筛查和纵向随访。然而，生物标志物的表现因疾病类型、发病年龄和治疗状态而异。这强调了跨实验室标准化和验证的必要性（1, 3）。

总之，虽然传统诊断工具仍然必不可少，但其局限性促使了分子和生物化学策略的采用，这些策略共同提高了LSDs诊断的准确性和及时性。联合使用NGS、变异优先级排序和生物标志物定量代表了向更早、更精准诊断和干预的重大进步。

LSDs的复杂性和异质性需要一种结合基因组学、计算机和生物化学工具的多维度诊断策略。每种方法单独都能提供有价值的见解，但联合使用时，能够实现更精确和全面的疾病机制、变异致病性和治疗监测理解。

基因组测序，特别是通过靶向面板和WES，已成为早期识别致病变异的重要基石（48, 49）。然而，由于新型或罕见变异的临床意义不确定，其解读仍然具有挑战性。在此背景下，计算机预测工具发挥了关键作用。这些算法通过考虑进化保守性、生物化学性质和结构建模，评估遗传变异对蛋白质功能的潜在影响（30, 50）。尽管它们具有实用性，但没有任何单一预测器是普遍准确的；因此，多种算法的组合可能提高可靠性。

如图5所示，鞘脂代谢通路展示了许多LSDs背后的生化紊乱。例如，GlcCer或Gb3的降解受损导致有毒底物的积累，这些可通过脂质组学分析进行定量。在DBS中使用LC-MS/MS能够灵敏地检测疾病特异性脂质改变，包括法布里病中的Lyso-Gb3和戈谢病中的Lyso-Gb1（9, 51, 52）。

这些生物标志物对于诊断、患者分层和治疗监测尤为有用。重要的是，这些方法的整合有助于验证意义不明变异（VUS）的致病性，特别是在功能试验不可用的情况下。一个被多种算法预测为有害的变异，如果在同一患者中与异常脂质谱相关联，可能提供互补证据以支持变异解读。然而，分类应遵循既定的 ACMG/AMP 标准。这一综合框架还支持发现基因型与生物标志物之间的相关性，丰富了临床实践中对 NGS 数据的解读（53）。最终，基因组测序与计算机模拟变异优先级排序及生化生物标志物分析的结合，为溶酶体贮积病（LSDs）提供了一种更稳健和更精确的诊断工作流程。它还通过捕捉每个病例的分子和表型复杂性，为个性化医学方法奠定了基础（54）。这种综合诊断方法总结在补充图 2 中。

章节片段 讨论
尽管基因组学、计算机模拟预测工具和生物标志物发现取得了重大进展，但这些方法在溶酶体贮积病的临床管理应用中仍存在若干局限性（30,55,56）。从诊断角度来看，下一代测序已明显提高了变异检测能力。然而，它经常识别出意义不明变异（57），并且在许多情况下，无法建立直接的基因型 - 表型相关性（5）。这在溶酶体贮积病中尤为相关，其中

结论
溶酶体贮积病（LSDs）代表了一组多样且临床上异质性的遗传代谢疾病，它们继续挑战着诊断和治疗范式。基因组测序、脂质组学分析和计算机模拟预测工具的最新进展，将传统的诊断工作流程转变为一种整合的、多层次的方案，能够捕捉这些疾病的分子和表型复杂性。下一代测序、计算机模拟变异分析与生化

Isidro Arévalo-Vargas|Irene Serrano-Gonzalo|Sonia Roca-Esteve|Carlos Lahoz|Pilar Mozas|Pilar Giraldo