首页 > 其他分享 >致病性-可能致病-良性-可能良性-意义不明CNV分类原则

致病性-可能致病-良性-可能良性-意义不明CNV分类原则

时间:2024-11-05 17:15:09浏览次数:3  
标签:CNV 良性 剂量 基因 致病性 致病 ClinGen

CNV分类

按照国际标准,CNV可分为致病、可能致病、临床意义不明确、可能良性、良性五类,判断主要依据包括CNV是否涵盖蛋白编码基因或重要调控元件,蛋白编码基因的数量及所含基因或区域的剂量敏感性、文献报道、ClinVar、ClinGen、DECIPHER、OMIM等数据 库报道情况、实验室内部数据库收录情况、人群频率(DGV/DGV-gold/gnomAD数据库)、病例-对照研究的统计学差异情况、疾病遗传方式(显性或隐性遗传)和亲源性(新发或遗传自父母)等。

致病性CNV

多篇文献明确了致病性,即使该CNV外显不全、表现度有差异也应判断为致病,以及存在以下情况:

(1)一段缺失或重复与一个已报道的微缺失/微重复综合征致病区域在位置和大小上匹配;

(2) 或缺失中包含因单倍剂量不足敏感基因、重复中包含三倍剂量敏感基因(ClinGen 剂量敏感分数3分);

(3)或按ClinGen CNV综合评分网站(http://cnvcalc.clinicalgenome.org/cnvcalc/) 得分大于0.99分。

可能致病CNV

有强有力的证据表明它们致病的可能性非常大,但目前的证据尚不足以完全确定其致病性, 包括以下情况 :

(1)涉及已知单倍剂量不足敏感基因5’端(及其他编码序列)的缺失(在已知不存在其他转 录起始位点的情况下);

(2)涉及已知单倍剂量不足敏感基因多个外显子(包括基因3’端)的缺失;

(3)涉及多篇病例报道的基因缺失或重复,其表型一致且高度特异或者按ClinGen CNV综合 评分网站得分介于0.90~0.98分。

可能良性CNV

有较强证据表明该CNV很可能与孟德尔疾病不相关,但目前还没有达到足够“良性”的证据。 这类变异包括:

(1)普通人群中多次被观察到,但频率未达1%;

(2)在病例组和对照组中无显著统计学差异;

(3) 按ClinGen CNV综合评分网站得分介于-0.90~-0.98分。

良性CNV

多篇文献已证实或权威数据库报道为良性变异,特别是良性特性已经非常明确或是常见的多态性片段,包括:

(1)涉及的CNV在DGV gold数据库的频率>1%;

(2)按ClinGen CNV综合评分网站得分小于-0.99分。

注:需要强调的是,对良性CNV的剂量效应要仔细分析,例如,某些片段的重复可能是良性的,而相同区段的缺失则可能具有临床意义。

临床意义不明确CNV

不符合以上任何一类的CNV,是一个范围广泛的分类,其中一些可能在以后通过额外的证据将被证实为致病性或良性的CNV。主要包含以下情况:

(1) CNV片段大小超过实验室制定的报告阈值,但该CNV内不包含基因;

(2)CNV在普通人群中有出现,但频率不高,不足以被认为是多态性;

(3)CNV包含少量基因,但尚不清楚基因是否对剂量敏感;

(4)文献或数据库对此CNV的分类存在争议;

(5)单个基因内的CNV,其是否对转录阅读框有影响尚不清楚;

(6)按ClinGen CNV综合评分网站得分介于-0.89~0.89分。

CNV分类数据分析流程图

CNV分类数据分析流程图

标签:CNV,良性,剂量,基因,致病性,致病,ClinGen
From: https://blog.csdn.net/LittleComputerRobot/article/details/143476225

相关文章

  • YOLO11改进:卷积变体系列篇 | DCNv3可形变卷积基于DCNv2优化 | CVPR2023
     ......
  • CNVD漏洞和证书挖掘经验总结
    前言        本篇文章主要是分享一下本人挖掘CVND漏洞碰到的一些问题,根据过往成功归档的漏洞和未归档的漏洞总结出的经验,也确实给审核的大佬们添了很多麻烦(主要真的没人教一下,闷着头尝试犯了好很多错误,希望各位以后交一个通过一个。当然,也一定要注意测试资产的范围、......
  • 流程升级----空间CNV分析流程升级
    作者,EvilGenius这一篇我们要继续升级我们的分析流程了,对于空间CNV分析,拿到如下的结果:我们需要借助inferCNV+python的力量实现这个目标。空间转录组的CNV(拷贝数变异)分析是一项通过空间基因表达数据来推测基因组拷贝数变异的技术。CNV分析可以帮助我们理解肿瘤或其他......
  • 记录一次被拒cnvd
    看这个各个大佬cnvd拿到手软,自己也想搞一个,记录一次被拒。信息收集访问网站地址通过页面观察信息收集发下登录入口查看登录界面js(app.bb916d00.js)进行js代码审计,发现对应代码继续向下审计,发现多个路径尝试拼接路径发现点击交投所示可以看见后台详细信息刚好后台......
  • YOLOv8添加DCNv4可变性卷积(windows系统成功编译),全网最详细教程
    原论文摘要引入了可变形卷积v4(DCNv4),这是一种为广泛视觉应用设计的高效且有效的操作算子。DCNv4通过两项关键增强解决了其前身DCNv3的局限性:1.移除空间聚合中的softmax归一化,以增强其动态特性和表达能力;2.优化内存访问以最小化冗余操作,从而加速计算。这些改进使得DC......
  • YOLOv9添加DCNv4可变性卷积与RepNCSPELAN4结构融合(windows系统成功编译),全网最详细教
    前言引入了可变形卷积v4(DCNv4),这是一种为广泛视觉应用设计的高效且有效的操作算子。DCNv4通过两项关键增强解决了其前身DCNv3的局限性:1.移除空间聚合中的softmax归一化,以增强其动态特性和表达能力;2.优化内存访问以最小化冗余操作,从而加速计算。这些改进使得DCNv4相......
  • YOLOv10改进系列,YOLOv10添加DCNv4可变性卷积(windows系统成功编译),全网最详细教程
    原论文摘要引入了可变形卷积v4(DCNv4),这是一种为广泛视觉应用设计的高效且有效的操作算子。DCNv4通过两项关键增强解决了其前身DCNv3的局限性:1.移除空间聚合中的softmax归一化,以增强其动态特性和表达能力;2.优化内存访问以最小化冗余操作,从而加速计算。这些改进使得DC......
  • 苹果CMS sql注入(CNVD-2020-57756)
    侵权声明本文章中的所有内容(包括但不限于文字、图像和其他媒体)仅供教育和参考目的。如果在本文章中使用了任何受版权保护的材料,我们满怀敬意地承认该内容的版权归原作者所有。如果您是版权持有人,并且认为您的作品被侵犯,请通过以下方式与我们联系:[[email protected]]。我们将在确......
  • 使用python3拼接rgb.txt与depth.txt为associate.txt(适用于GCNV2_SLAM中TUM数据集的运
    这里以GCNV2_SLAM中TUM数据集的运行为例子:安装gnv2_slam可以参考:GCNv2_SLAM-CPU详细安装教程(ubuntu18.04)-CSDN博客首先下载数据集ComputerVisionGroup-DatasetDownload下载后通过该命令解压:tar-xvfrgbd_dataset_freiburg1_desk.tgz打开后,你可以发现:在该数据集......
  • SRC漏洞挖掘--CNVD国家信息安全漏洞共享平台
    目录0x00简介0x01过程中使用的工具0x02详细过程一、寻找挖洞目标1.1工具介绍1.2目标检索过程二、趁手的挖洞工具2.1工具介绍2.2工具下载链接2.3工具使用三、挖洞时间四、漏洞验证五、提交漏洞0x03注意事项0x00简介SRC漏洞平台:安全应急响应中心......