基于证据的关于将构象基础剪接数据应用于临床变异分类的建议

《Genome Medicine》：Evidence-based recommendations for application of construct-based splicing data in clinical variant classification

　　

摘要

背景

微基因RT-PCR检测被广泛用于评估变异对剪接的影响，而越来越多的关于大规模并行剪接检测（MPSA）的研究表明，这类技术有望提升基于构建体的数据的诊断应用水平。本研究对来自构建体剪接检测的41,000多种变异进行了全面评估，旨在提出基于证据的建议，以支持在临床变异解读中一致地使用此类检测方法。

方法

研究了7种MPSA的设计缺陷，并通过以下方式评估其区分能力：检测得分分布；剪接影响阈值与SpliceAI预测结果的一致性。同时分析了来自14项研究的673种变异的传统微基因RT-PCR数据集，目的是：评估SpliceAI得分预测异常程度的潜力；验证SpliceAI-10k计算器（SAI-10k-calc）准确预测变异引发的剪接事件的性能；根据SpliceAI得分确定支持或反对变异致病变性的证据强度。还将传统微基因检测结果与患者来源的RNA检测结果进行比较，并利用ClinVar的判定标准来评估支持或反对致病性的证据强度。

结果

MPSA数据集缺乏关于变异引发转录本的具体信息，且存在设计缺陷，无法检测到某些异常剪接事件。7种MPSA中有5种的检测得分无法区分异常剪接事件和正常剪接事件。传统微基因检测结果显示，预测的变异引发事件与实际观察到的事件具有很高的预测一致性：SpliceAI得分为0.285时，区分无/低程度异常与中等至完全异常的敏感性和特异性均为90%，而使用SAI-10k-calc时，异常类型判断的准确率为87%。微基因检测结果与患者来源的RNA检测结果在主要转录本方面的一致性为89%（81/91）。对微基因检测结果的临床校准显示，变异引发的失功能（LOF）转录本的高表达（≥80%）或低表达（≤20%）分别能提供支持或反对致病性的有力证据。基于这些及其他研究结果，提出了关于构建体检测方法设计和评估的基于证据的建议。

结论

在考虑将MPSA检测用于临床变异解读之前，需要先对其设计缺陷和性能进行评估。设计合理的多外显子微基因检测方法能够提供定量RNA检测结果，作为患者来源RNA检测结果的补充，而经过临床校准后，这类方法在诊断中的应用也是合理的。总体而言，这些研究结果有助于在临床实践中更一致地应用RNA检测证据。