Talos展示自动化基因组重分析可在数周而非数年实现新诊断

对于大多数罕见遗传病患者而言，首次基因组检测并未给出诊断，原因并非数据中缺乏答案，而是我们对基因组的理解仍不完整。每年都会发现新的基因-疾病关联和变异分类。存储的测序数据可以被重新检查，以找到原始检测时无法知晓的答案。问题始终在于规模：重分析大多是手动进行的，依赖积极主动的临床医生和稀缺的实验室人员。因此，大多数基因组从未被重新审视。

一个来自群体基因组学中心、澳大利亚基因组学、博德研究所和微软的国际团队现已发布解决方案。Talos是一款用于自动迭代基因组数据重分析的开源工具，它表明系统性的重分析在大规模应用中是可行且具有价值的。该工具有意保持保守。它返回一组小型高置信度变异，而非冗长的排名列表。它将临床医生的注意力集中在自上次分析周期以来支持证据发生变化的变异上。

设计理念：特异性优于召回率

Talos针对两个持续更新的公共资源重新解读患者现有的变异呼叫：PanelApp Australia用于基因-疾病关系，ClinVar用于变异水平的致病性。然后运行一个优先化算法，旨在筛选出最可能符合ACMG/AMP临床报告标准的变异。该流程利用家族结构、遗传方式和新生突变状态，以及可用的表型数据，来缩小候选集的范围。

两个设计选择使Talos区别于其他工具。首先，它针对低假阳性率进行了优化。在一个近1100名患者的验证集中，它恢复了90%范围内的诊断，同时为每位患者的专家审阅仅标记出1.3个候选变异。其次，在重复运行时，Talos仅返回自上一周期以来其支持证据发生变化的变异，因此临床医生看到的是真正的新发现。

验证对比专家手动分析

该团队针对两个已经过仔细手动分析的独立队列对Talos进行了基准测试：澳大利亚急性护理基因组学队列（危重婴幼儿和儿童）以及美国罕见基因组项目队列（先前检测无明确结果的家庭）。对于ACG三人组，Talos以每个家庭中位1.3个候选变异恢复了90%范围内的诊断。它遗漏的诊断大多是其保守策略的结果，即缺乏ClinVar支持的隐性变异，而这些变异已被人类分析师通过反式构型或功能研究分类。

关键在于，Talos在RGP队列上保持了相同的操作点，该队列包括年龄最大达82岁的先证者。在这些三人组上，它以每个三人组中位1.3个候选变异恢复了87%范围内的诊断，表明其在不同队列间具有普适性。

在与广泛使用的优先化工具Exomiser的直接比较中，Talos在小变异方面匹配了其总体灵敏度，但在精确率-召回率曲线上处于一个截然不同的位置。Exomiser对排名列表进行排序并返回宽泛的结果。Talos返回简短且高度特异性的结果。在配对比较中，当对所有Exomiser排名变异进行审阅时，两个工具在统计上无差异，但一旦将审阅限制在现实预算内，即前五个（p = 0.017）或前一个（p < 0.0001）排名变异时，Talos显著领先。值得注意的是，这两个工具找出了不同的变异，意味着它们具有互补性，应在诊断流程中联合使用。

大规模部署

随后，Talos被部署在一个包含4735名已检测但未确诊个体的队列中，这些个体来自澳大利亚基因组学研究项目和单个诊断实验室。大多数患者为单例，伴有神经发育、心脏、肾脏或神经系统指征。

Talos在238名个体中提供了241项新诊断，额外发现率为5.1%，每个单一可能致病变异随后均被认证实验室确认为致病性或可能致病性。这些诊断的来源说明了为何重分析是一种如此强大的方法：

• 32%源自原始检测后新发现的基因-疾病关系
• 22%源自新的变异水平证据（重分类）
• 45%源自改进的过滤和分析，包括原始未检查的CNV和结构变异等变异类型、设置过窄的表型过滤器以及其他来源

各临床领域（神经发育、心脏和肾脏指征的发现率大约为5%至6%）的发现率基本一致，但原因有所不同。在神经发育诊断中，新基因关联和CNV占主导地位，而变异重分类推动了大多数心脏诊断。基因组数据优于外显子组（6.1%对比4.8%），部分原因是覆盖了非编码诊断，如RNU4-2和深内含子MRPL39变异。一个反复出现的主题是传统知识库的滞后：在重分析时，59%的新基因-疾病诊断尚未在OMIM中整理，这突显了使用像PanelApp Australia这样快速更新的资源的价值。

迭代重分析：从一次性事件到持续项目

随后，该团队运行Talos进行了29个月的迭代周期。大多数诊断（92%）在队列首次通过时产生，但迭代设计在两个方证明其价值。首先，它展示了持续重分析的可扩展性。由于后期周期仅返回新近可操作的证据，在整个项目中，它们平均每200个病例仅揭示一个变异。其次，它展示了系统从科学发现到诊断的速度有多快。平均而言，从新知识出现在公共数据库中到患者获得诊断仅需32天。最快的案例在一天内完成。

该流程的运行成本足够低以实现持续运行：注释1000个基因组花费约11美元，每月一次的重分析通行费只需几美分。

展望未来

Talos将基因组重分析从一个罕见、劳动密集型的事件转变为一个连续的自动化项目，能够跟上科学发展的步伐。通过优化特异性，它尊重专家审阅时间这一真正的瓶颈。通过利用公开共享且频繁更新的资源，它将全球社区积累的知识转化为针对个体患者的诊断，且往往在数周内实现。

该工具是开源的，易于在Azure等云环境中部署。Talos团队将其视为一项基础能力，并期待将更先进的AI模型纳入未解罕见病例的重分析中，以理解和预测遗传变异的后果。