波恩[德国]，7月22日(ANI):大多数罕见疾病是由遗传引起的。通过识别潜在的遗传变化，例如外显子组测序(ES)，可以更快速、更容易地进行分子遗传学诊断。对我们DNA中编码蛋白质的每个区域的分析被称为ES。
作为在德国进行的一项多中心研究的一部分，对1577名患者的ES数据进行了系统评估，499人现在可以被诊断出来，其中34人以前未被诊断出遗传疾病。
因此，这项工作大大增加了对新疾病的首次描述。此外，人工智能(AI)软件辅助临床诊断的第一次广泛应用。人工智能系统“格式塔匹配器”可以帮助评估与先天性遗传疾病分类相关的面部特征。著名的《自然遗传学》杂志最近发表了这项在16所大学进行的研究结果。
超罕见疾病需要多学科临床专业知识和全面的遗传诊断，以获得最佳护理。为期三年的TRANSLATE NAMSE创新基金项目于2017年底开始，旨在通过现代诊断概念改善对受影响者的护理。来自16所大学医院的研究人员分析了1577名患者的ES数据，其中包括1309名儿童，这些患者作为TRANSLATE NAMSE的一部分来到罕见疾病中心。该项目的目的是使用创新的检查方法在尽可能多的患者中找到疾病的原因。在499名患者中发现了这种罕见疾病的遗传原因，其中425名是儿童。
研究人员总共发现了370种不同基因的变化。来自慕尼黑工业大学Klinikum rechts der Isar人类遗传学研究所的主要作者之一Theresa Brunet博士说:“我们对34种新的分子疾病的发现感到特别自豪，这是大学医院产生知识的病人护理的一个很好的例子。”
图宾根大学医院医学遗传学和应用基因组学研究所副主任Tobias Haack博士说:“作为基因组测序模型项目(简称MVGenomSeq)的一部分，我们将检查尚未确诊的受影响患者。”MVGenomSeq建立在TRANSLATE NAMSE项目的成功基础上，使整个德国大学医院的临床基因组分析成为可能。未解决的病例也可以在后续研究中使用新的检查方法进行调查，例如长读测序，它允许分析更长的DNA片段。“长读测序使我们能够发现难以检测的基因变化，我们认为我们将能够使用这种方法进行进一步的诊断，”Charite医学遗传学和人类遗传学研究所基因组诊断负责人Nadja Ehmke博士说，他也是最后的作者之一。
作为翻译NAMSE项目的一部分，参与的罕见病中心还根据跨学科病例会议建立了对疑似罕见病进行扩展遗传诊断的标准化程序。这些在项目完成后被纳入标准护理。“跨学科的案例会议对那些受影响的人起着重要作用。这使得一个全面的临床特征，这是相关的基于表型的遗传数据的评估。此外，检测到的变异可以在跨学科的背景下进行讨论，”第一作者之一Magdalena daniel博士说，她是医学遗传学和人类遗传学研究所的专家，也是Charite - Universitatsmedizin柏林卫生研究所(BIH)临床医生科学家计划的研究员。
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能提高诊断的有效性和效率。为此，波恩研究人员开发的“格式塔匹配”(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支持使用该软件的人诊断罕见疾病。该研究使用了224人的序列和图像数据，这些人也同意对他们的面部图像进行计算机辅助分析，结果表明，人工智能支持的技术提供了临床效益。
GestaltMatcher人工智能可以识别面部异常，并将其分配给特定的疾病。评估遗传数据时的一个重要问题是:表现型与基因型匹配吗?人工智能可以在这里提供支持。“格式塔匹配器就像一个专家意见，我们可以在几秒钟内提供给任何医疗专业人员。早期诊断对罕见病患者及其家庭至关重要。
在21至24个月的U7筛查或34至36个月的U7a筛查期间出现异常的情况下，儿科医生对该软件的支持性使用可能已经很有用，”波恩大学医院(UKB)基因组统计和生物信息学研究所(IGSB)主任Peter Krawitz教授说，GestaltMatcher AI正在开发中。Krawitz教授也是卓越免疫感应小组(Cluster of Excellence ImmunoSensation2)和跨学科研究领域(TRA)的成员。波恩大学的“造型”和“生命与健康”课程。该软件和应用程序可以通过非营利组织AGD提供给所有医生。(ANI)
