&

據了解，BeginNGS將使用RCIGM團隊的快速全基因組測序（rWGS）技術來篩查遺傳病，并確定無癥狀兒童的潛在治療方案，對現有的新生兒篩查流程和基礎設施進行補充。同時，BeginNGS也將使用GTRx（Genome-to-Treatment）工具為醫(yī)生提供治療指南。其中，rWGS流程的關鍵部分來自Illumina，包括利用Nextera DNA Flex文庫制備，NovaSeq6000測序平臺等進行全基因組測序。GTRx為Kingsmore團隊與Illumina、Alexion Pharmaceuticals、RPRD診斷實驗室等機構合作開發(fā)的在線數據庫（https://gtrx.rbsapp.net/about.html），整合了包括來自OMIM、PubMed 和DrugBank 等10 個大型遺傳資源的數據，可以為篩查陽性的新生兒管理和治療提供自動化指導^[3]。

圖1.BeginNGS，來源：參考資料^[1]

近年來，國際數據共享和測序技術的不斷發(fā)展極大地加速了新的、超罕見疾病的識別。在過去的十年中，rWGS已發(fā)展成為遺傳性疾病的有效診斷檢測，并在新生兒遺傳病診斷中獲得認可。BeginNGS項目啟動一年多以來，研究團隊已將rWGS方法嘗試應用于NBS（NBS-rWGS），產生可用的基因組數據庫、適配于NBS-rWGS的機器學習、智能化診斷等方面取得了重要成果。

臨床效用初顯鋒芒，
WGS助力新生兒遺傳病診斷

2022年8月24日，Stephen Kingsmore團隊在AJHG發(fā)表了題為“A genome sequencing system for universal newborn screening, diagnosis, and precision medicine for severe genetic diseases”的研究文章，證明了NBS-rWGS可應用于多種兒童遺傳病診斷，并幫助改善早期治療的可行性[4]。研究采用英國生物樣本庫（UKBB）中454,707個測序數據模擬進行了NBS-rWGS，選擇了388種具有有效治療方法的遺傳病，在疑似危重證患兒（2,208名）及其父母（2,168名）中，rWGS做出119項診斷。NBS-rWGS確認了104項（87%）和15項既往未報告的發(fā)現，NBS-rWGS陰性預測值為99.6%，靈敏度為88.8%（如圖2）。此外，研究團隊評估了NBS-rWGS的臨床效用，在41名新生兒病例中，如果在出生第5天進行基于NBS-rWGS的干預，7名嬰兒的癥狀可以完全避免，21名嬰兒避免大部分癥狀，13名嬰兒避免部分癥狀。

圖2.研究概要，用于新生兒篩查、診斷和嚴重遺傳病精準醫(yī)療的基因組測序系統。來源：參考資料^[4]

但該研究未對NBS-rWGS進行成本效益研究。除此之外，基因組數據庫也限制著rWGS在新生兒遺傳性疾病診斷中的應用。鑒于基因組科學和精準醫(yī)療的快速發(fā)展，NBS-rWGS需要更多的途徑來保持基因組數據庫的更新，通過結合篩查、診斷、大基因組數據庫和學習反饋循環(huán)，獲得更高的分析性能和更短的診斷時間。

臨床普及性探索，
高質量DNA文庫制備保障WGS數據可靠

2023年2月14日，Stephen Kingsmore團隊與美國加利福尼亞大學圣地亞哥分校的Christina Chambers團隊合作在npj Genomic Medicine發(fā)表了題為“Scalable, high quality, whole genome sequencing from archived, newborn, dried blood spots”的研究文章，證明了高質量的rWGS數據可以從存儲長達20年的存檔干血斑（DBS）中獲得^[5]。來自世界各個國家和地區(qū)的NBS存檔DBS可以為兒童遺傳病研究提供巨大的基因組數據庫資源，為在此類研究中充分利用這一資源，存檔DBS必須產生可用于rWGS的高質量基因組DNA（gDNA）。在這項研究中，研究團隊使用Illumina PCR free基因組文庫制備和KAPA HyperPlus兩種方法，均可以從存檔DBS中提取到具有足夠的質量和數量的gDNA用于rWGS。

如圖3所示，隨著WGS深度的增加，編碼區(qū)域OMIM基因覆蓋率比例增加。使用存檔DBS制備的Illumina文庫和使用匹配血液樣本制備的KAPA和Illumina文庫的WGS結果顯示，編碼區(qū)域OMIM基因覆蓋比例分布非常相似。但與存檔DBS制備的Illumina文庫或血源KAPA或Illumina文庫相比，使用存檔DBS制備的KAPA文庫需要多生成約60GB的WGS數據，才能提供相當的編碼區(qū)域OMIM基因覆蓋率。因此，Illumina方法更一致地產生了足夠的疾病基因覆蓋率，支持可靠的雜合變異檢測，這在WGS的臨床應用中是重要的。此外，存檔DBS的rWGS結果復現了血液樣本rWGS報告的所有SNV、Indel、SV缺失和SV重復，血液和存檔DBS的rWGS結果保持92.6%的SNV和Indel一致，表明存檔DBS產生的rWGS滿足高置信度變異檢測的質量控制指標。該研究顯示存檔DBS是群體基因組研究中rWGS的合適樣本類型。

圖3.測序深度與完全覆蓋基因比例的關系。使用Illumina方法(橙色)或KAPA法(藍色)制備存檔DBS文庫的WGS，以及用Illumina方法(灰色)或KAPA方法(黃色)制備匹配血液樣本文庫的WGS。虛線顯示變化趨勢。來源：參考資料[5]

據估計，全世界每年有700萬嬰兒出生時患有遺傳病，進入新生兒重癥監(jiān)護室（NICU）通常為他們的診斷和治療提供了一次重要機會。急性病嬰兒的疾病進展迅速，需要及時診斷，rWGS為NICU的快速明確診斷爭取了時間，有效減少了不必要的等待、病情惡化和死亡率 。

已有估計表明，NICU收治的新生兒中約有18%患有孟德爾疾病，這一人群中rWGS的診斷率超過35%^[6,7]。但目前NICU主要通過人工篩選優(yōu)先進行rWGS診斷的患者，這是一個非常耗時的過程，且缺乏足夠訓練有素的專家來完成。因此，迫切需要一種基于rWGS的自動化方法來幫助確定NICU中急癥患者的優(yōu)先順序[8]。

自動化rWGS診斷優(yōu)先級排序，
提高患者篩選的效率

2023年3月16日，Stephen Kingsmore團隊與美國猶他大學猶他基因發(fā)現中心的Mark Yandell團隊合作在Genome Medicine發(fā)表了題為“Automated prioritization of sick newborns for whole genome sequencing using clinical natural language processing and machine learning”的研究文章，將臨床自然語言處理技術（CNLP）與可對患者rWGS診斷優(yōu)先級排序的工具孟德爾表型搜索引擎（MPSE）相結合[8]。MPSE采用源自患者電子健康記錄（EHR）的基于人類表型本體論（HPO）的表型描述來計算分數，該評分可用于確定孟德爾遺傳病對患者臨床表現的影響，因此可用于確定患者rWGS診斷的優(yōu)先級。研究顯示，MPSE準確而有力地識別了Rady兒童醫(yī)院和猶他大學臨床專家選擇的新生兒重癥監(jiān)護室中的WGS患者。此外，MPSE評分還可以幫助優(yōu)先篩選遺傳病診斷病例。最終交叉驗證結果表明，基于CNLP/MPSE的rWGS全自動診斷流程可以獲得相當或超過根據當前最佳實踐進行人工篩選的診斷率（如圖4）。

圖4.研究隊列MPSE的預測診斷率。MPSE評分越高，診斷概率越高。紅色、綠色和藍色曲線的負斜率表明，使用CNLP時，較高的MPSE分數與診斷先證者相關。來源：參考資料[8]

“

“通過改寫開端，我們可以幫助家庭結束漫長的疾病診斷和治療之旅，讓他們的故事充滿希望。BeginNGS的目標是幫助確保每個嬰兒都得到可靠的遺傳病篩查，并幫助醫(yī)生及時提供有效的治療。” ——Stephen Kingsmore博士。

”

“

RARE-X的首席執(zhí)行官Charlene Son Rigby表示：“將rWGS擴展到新生兒篩查是一項重要的工作，有可能結束長達數年的痛苦診斷之旅，同時獲得罕見疾病患病率的關鍵數據,罕見病患者的早期診斷也將為持續(xù)監(jiān)測癥狀和收集關鍵數據打開大門。”

”

在過去十年中，WGS在速度、診斷性能和可擴展性方面都有所提高。BeginNGS將提供一種新穎的醫(yī)療保健服務系統，旨在篩查新生兒遺傳病，并將他們的醫(yī)生與有效的干預措施聯系起來，并不會取代目前的新生兒篩查手段，而是作為現有新生兒篩查流程和基礎研究的補充。隨著rWGS技術在速度、診斷性能和可擴展性方面的進步，以及數百種新的基因療法和罕見病用藥的開發(fā)，BeginNGS將有效改善兒童遺傳病的診斷和治療過程。

參考資料（上下滑動查看）：

1.www.Begin-NGS.org

2.https://radygenomics.org/begin-ngs-newborn-sequencing/

3.Owen, M.J., Lefebvre, S., Hansen, C. et al. An automated 13.5 hour system for scalable diagnosis and acute management guidance for genetic diseases. Nat Commun 13, 4057 (2022). https://doi.org/10.1038/s41467-022-31446-6

4.Kingsmore SF, Smith LD, Kunard CM, et al. A genome sequencing system for universal newborn screening, diagnosis, and precision medicine for severe genetic diseases. Am J Hum Genet. 2022;109（9）:1605-1619. doi:10.1016/j.ajhg.2022.08.003

https://www.cell.com/ajhg/fulltext/S0002-9297(22)00355-X

5.Ding Y, Owen M, Le J, et al. Scalable, high quality, whole genome sequencing from archived, newborn, dried blood spots. NPJ Genom Med. 2023;8（1）:5. Published 2023 Feb 14. doi:10.1038/s41525-023-00349-w

https://www.nature.com/articles/s41525-023-00349-w

6.French CE, Delon I, Dolling H, et al. Whole genome sequencing reveals that genetic conditions are frequent in intensively ill children. Intensive Care Med. 2019;45(5):627–36. https://doi.org/10.1007/s00134-019-05552-x.

7.Kingsmore SF, Cakici JA, Clark MM, et al. A randomized, controlled trial of the analytic and diagnostic performance of singleton and trio, rapid genome and exome sequencing in ill infants. Am J Hum Genet. 2019;105(4):719–33.

https://doi.org/10.1016/j.ajhg.2019.08.009.

8.Peterson B, Hernandez EJ, Hobbs C, et al. Automated prioritization of sick newborns for whole genome sequencing using clinical natural language processing and machine learning. Genome Med. 2023;15（1）:18. Published 2023 Mar 16. doi:10.1186/s13073-023-01166-7

https://genomemedicine.biomedcentral.com/articles/10.1186/s13073-023-01166-7

91精品视频密臀91尤物_亚洲精品美女色诱在线播放_91富婆推油精品偷啪_中文字幕少妇偷人激情在线看_亚洲午夜高清免费观看

參考資料（上下滑動查看）：