超罕见疾病的基因诊断

研究背景下诊断出的各种疾病的逼真合成肖像。 - 图像由GestaltGAN生成，不允许对个体得出任何结论。更多模拟患者可在www.thispatientdoesnotexist.org获取© 波恩大学医院（UKB）/ Aron Kirchhoff    以下载所有图像的原始大小在提及指定图像作者的情况下，与服务相关的印象是免费的。    

超罕见疾病需要多学科临床专业知识和全面的基因诊断才能获得最佳护理。为期三年的TRANSLATE NAMSE创新基金项目于2017年底启动，旨在通过现代诊断概念改善受影响者的护理。来自16家大学医院的研究人员分析了1,577名患者的外显子组测序（ES）数据，其中包括作为TRANSLATE NAMSE项目一部分前往罕见病中心的1,309名儿童。该项目的目标是使用创新的检查方法尽可能多地确定患者的疾病原因。在499例患者中确定了罕见疾病的遗传原因，其中425例为儿童。研究人员共发现370个不同基因的变异。“我们特别自豪地发现了34种新的分子疾病，这是大学医院通过患者护理生成知识的一个很好例证，”慕尼黑工业大学伊萨尔河畔医院人类遗传学研究所的主要作者之一Theresa Brunet博士说。

未解决的病例接下来会怎么办？

“我们将检查尚未确诊的受影响患者，这是‘基因组测序’模型项目（简称MVGenomSeq）的一部分，”图宾根大学医院医学遗传学与应用基因组学研究所副所长Tobias Haack博士说。MVGenomSeq项目建立在TRANSLATE NAMSE项目的成功基础上，使德国各地大学医院能够对临床基因组进行分析。也可以使用新的检查方法（如长读长测序，其能分析更长的DNA片段）在后续研究中调查未解决的病例。“长读长测序使我们能够发现难以检测的遗传变异，并且我们认为可以使用这种方法进行进一步的诊断，”夏里特医院医学遗传学与人类遗传学研究所基因组诊断负责人Nadja Ehmke博士（也是最后一位作者）说。

作为TRANSLATE NAMSE项目的一部分，基于跨学科病例会议，还在参与的罕见病中心建立了疑似罕见疾病扩展基因诊断的标准化程序。这些程序在项目完成后被纳入标准护理。“跨学科病例会议对受影响者非常重要。这可以进行全面的临床表征，这对基于表型的遗传数据评估很重要。此外，还可以在跨学科背景下讨论检测到的变体，”第一位作者之一、医学遗传学与人类遗传学研究所专家兼柏林健康研究所（BIH）夏里特大学医学中心临床医生科学家计划研究员Magdalena Danyel博士说。

有时可以通过面部识别罕见的遗传病

研究人员还调查了机器学习和人工智能（AI）工具的辅助使用是否可以提高诊断的有效性和效率。为此，波恩研究人员开发的“GestaltMatcher”软件首次在大范围内进行了测试，该软件使用计算机辅助面部分析来辅助使用者诊断罕见疾病。该研究使用了224人的序列和图像数据，这些人也同意对其面部图像进行计算机辅助分析，结果表明，AI支持的技术提供了临床益处。

GestaltMatcher AI能够识别面部异常，并将其归类于特定的疾病。在评估遗传数据时，一个重要的问题是：表型是否与基因型相匹配？AI可以在此处提供支持。“GestaltMatcher就像是我们可以在几秒钟内向任何医疗专业人员提供的专家意见。对于罕见疾病患者及其家庭而言，早期诊断至关重要。儿科医生在21至24个月进行U7筛查或34至36个月进行U7a筛查时，如果发现异常，使用此软件作为辅助手段将非常有用，”论文通讯作者、波恩大学医院（UKB）基因组统计与生物信息学研究所（IGSB）所长Peter Krawitz教授表示。Krawitz教授同时也是波恩大学卓越集群ImmunoSensation2的成员，以及跨学科研究领域（TRA）“建模”和“生命与健康”的成员。非营利组织基因诊断协会（AGD）可以向所有医生提供这款软件和应用程序。

资助方

除了波恩大学医院（UKB）和波恩大学，该研究还得到了柏林夏里特大学医学院、慕尼黑工业大学（TUM）伊斯曼诊所、杜塞尔多夫大学医院、波鸿鲁尔大学、德累斯顿大学医院、埃森大学医院、哈勒大学医院、汉堡埃彭多夫大学医院、海德堡大学医院、石勒苏益格-荷尔斯泰因大学医院、慕尼黑路德维希-马克西米利安大学医院、亚琛工业大学医院、莱比锡大学医院、蒂宾根大学医院以及南非开普敦的斯泰伦博斯大学的参与。