新方法|用RNA尋找罕見遺傳病基因觸發器

　　大約有一半罕見遺傳病患者的致病基因仍未找到。其中一個原因是由于人類基因信息量巨大。針對這一問題，信息學和醫學領域科學家們聯手尋找解決方案。由慕尼黑工業大學和Helmholtz 慕尼黑中心組成的研究小組已開發出一種能顯著提高搜索成功率的新方法。不只著眼于DNA，新方法的尋找策略還包括RNA篩查。

　　所謂的罕見疾病其實并不罕見，它們影響著約8%全球人口，絕大部分是遺傳疾病。

　　確定哪些基因能引發疾病對開發治療方法很重要。自從實現人類全基因組測序已經過去很多年了，研究人員可以通過病人的組織樣本創建一個包含患者所有遺傳信息列表。其中也包含著導致疾病的突變信息，但問題在于，正確地找到它們具有難度。

　　困難的初始條件

　　“不難想象，面對一個含有300萬堿基對的列表，自身數據已十分巨大，”研究組負責人Helmholtz 慕尼黑中心的Holger Prokisch博士說。“而且發現列表中的突變基因也不能證明疾病病因。遺傳突變人人有，大多數情況下它們都是無害的。”

　　為了區分基因組中變量，科學家們必須比較不同數據集。如果沒有軟件幫助，尋找引發疾病的突變是完全無望。即使有了軟件，也需要巧妙技巧才能實現。例如，為了限制數據量，搜索工作常常局限于基因組編碼區域。結果導致分析結果并不包含下達特定指令的基因片段（非編碼DNA）。實際上，即便很多研究都排除了大量非編碼基因組信息，分析成功率也僅有50%。

　　作為補充，以Prokisch和Julien Gagneur教授為首的國際研究小組，開發了一種新方法。核糖核酸（RNA）負責執行DNA編碼藍圖，基于RNA分子數量和組成分析，研究小組得出了DNA中特定問題的結論。

　　在文中，研究人員調查了48例線粒體遺傳病患者皮膚細胞培養物。使用新算法，研究小組明確地鑒定出了10%樣本的觸發基因，其余90%樣本，他們將候選變異數量縮小至僅剩幾個基因。

　　盡管圖紙沒變，非編碼基因會影響最終藍圖效果，如果只看編碼基因組，患者的某些遺傳變化就無法記錄。全基因組測序只能讓人看到所有變異，但不能告訴研究人員它們是否有任何作用。這種方法的一個獨到優點是，用RNA序列揭示DNA執行代碼錯誤所在。

　　新標準？

　　Holger Prokisch說，除了線粒體遺傳病，這一方法亦可適用于其他遺傳條件。此外，我們所使用的組織樣本是皮膚細胞，取樣時幾乎不造成痛感，這對新生兒來說十分重要。如果采用組織取樣，則需侵入性程序。

　　“我們相信，RNA測序將成為未來醫學診斷的常規方法，與基因組分析并駕齊驅。確定罕見遺傳病因，必須調查基因組非編碼區，我們的計算方法能勝任非編碼區分析。”Julien Gagneur說。