一种在自闭症和精神分裂症等常见疾病中鉴定新生突变的策略

以下实验的总体目标是能够识别常见遗传病中的新生突变。一旦确定符合新生突变假说的疾病，将应用关键标准来筛选患者病例，以进行新生突变的检测。接下来，采用高质量、低通量测序或全外显子组测序，利用该策略识别此类突变。

在精神分裂症患者中发现了 Shank3 基因的新生突变。尽管该方法可为精神分裂症和自闭症的遗传学研究提供见解，也可用于研究其他常见疾病，如智力障碍。

并非所有疾病都符合新发突变疾病（de Novo Disease）的特征。因此，在阐述实验方案之前，需明确一种疾病必须满足以下基本标准，才能被视为新发突变型疾病候选：患病个体表现出适应度下降。

该疾病常出现在差异显著的多种环境中。该疾病有时与较高的父系年龄相关。经典的连锁分析和关联研究无法解释该疾病遗传性的显著部分。

最后，双生子一致性数据必须支持新生突变模型。接下来，应用标准筛选具有较高新生突变可能性的样本。新生突变与早发年龄、严重表型、未患病的父母以及无疾病症状的年长父亲相关。

DNA的可获得性可能限制样本的选择。除非能够获得患者及其父母的样本，否则无法排除遗传传递的可能性。此外，为了验证所鉴定出的候选基因，还需要获得其他患病群体和正常对照个体的样本用于验证。

当收集到足够大样本量的候选基因和对照基因后，即可进行分析，以筛选出最佳候选基因。基因的筛选基于评分系统。例如，可采用以下标准对与神经认知疾病相关的基因进行评分。

例如，肌萎缩侧索硬化等神经系统疾病将采用截然不同的标准，包括突触参与证据、突触定位证据、组织表达模式数据、动物模型、认知数据、遗传学分析得出的论据以及相关性证据。在应用这些标准后，许多基因可从研究中被排除，从而筛选出更优的候选基因。

测序完成后，候选基因需结合使用两种或多种序列分析工具，因为这些工具通常采用不同的算法。例如，如本图所示，由 polys scan 软件计算的单核苷酸突变（SMPs）假阳性突变率高于 poly Fred 软件的计算结果。polys scan 在插入缺失突变（indels）的突变率检测中也显示出比 poly Fred 更低的检出率。

对于每个新发现的外显子变异，最后一步是通过PCR扩增和重新测序来验证，以消除技术假象。需从患者的血液样本以及父母双方的血液样本中提取DNA，对目标区域进行扩增和测序。这一步使用血液DNA非常重要，因为某些突变可能是由培养的淋巴母细胞系在传代过程中产生的假象所致。相较于对候选基因进行逐一测序，一种更高效的方法是采用高通量测序技术，对16,000个基因的编码区进行测序。

目前已有多种商业公司提供用于全外显子组测序样本制备的试剂盒。当这些序列返回实验室后，可选择多种生物信息学工具进行基因组变异的检测与基因分型。在对全外显子组中的突变进行优先排序之前，应如前所述，从排序靠前的候选基因中筛选变异位点。

对于所有变异位点，应根据以下两个标准进行优先排序。首先，该变异位点应为独有变异，即在父母中不存在，也未在公共的s和p数据库中出现。其次，根据变异在序列中的位置，预测其会对基因功能产生影响，例如导致基因截短或序列改变。

基因功能注释。PolyPhen、SIFT 和 Panther 等程序均可用于预测突变的致病性，以识别其他致病性突变，并确认所发现的突变在健康个体中不存在。应在更多患者病例和对照样本中对整个基因进行重测序。任何包含至少一个预测为有害的新生突变（de novo mutation）的基因都应接受进一步验证。经研究确认的变异可通过在携带该突变的细胞系或动物模型中进行 mRNA 和/或蛋白质分析，以进行功能表征。

这些功能分析可利用高质量低通量的犬科基因方法在细胞系或动物模型中进行。在精神分裂症患者中发现了一个存在两种不同新生突变的基因，其中一种无义突变在三名患病兄弟中被发现。

在该家族中，基因 shank3 的第 1,117 个密码子处出现突变，导致提前产生终止信号。在另一个家族中，同一基因中发现了一名患病女性存在错义突变。该突变使第 536 密码子处的精氨酸变为色氨酸，这是一种性质差异很大的氨基酸。

因此，在观看本视频并使用所述方法后，您应能够评估您所关注的疾病，以确定新发突变是否在其中发挥作用。