开源工具Talos自动化基因组数据重分析，加速罕见病诊断

基因检测已彻底改变了罕见病的诊断，但超过一半的患者在首次检测后仍然无法确诊。由于我们对基因组的理解不断进步，存储的测序数据可以重新检查，以得出最初无法做出的诊断。然而，目前的重分析绝大多数依赖人工，需要积极投入的临床医生和稀缺的实验室人员，因此绝大多数存储的基因组从未被重新审视。

Talos是一款开源工具，由基因组学研究中心、澳大利亚基因组学研究所、博德研究所和微软合作开发，旨在实现这一过程的自动化。它每次运行时都会根据最新的社区知识重新解释患者现有的变异呼叫，依托两个持续更新的公共资源：用于基因-疾病关系的PanelApp Australia和用于变异水平致病性的ClinVar。该工具针对低假阳性率进行了优化，返回一小批高置信度变异，而非长长的排序列表，因为在真实的基因组重分析中，限制因素是人类复核时间。

与专家手动分析对比验证

Talos在两个经过仔细手动分析的独立队列上进行了基准测试：澳大利亚急性护理基因组学（ACG）队列（包括危重婴幼儿和儿童）以及美国基于罕见基因组计划（RGP）的队列。在1089例先证者中，Talos在ACG队列中恢复了90%的范围内诊断，每个家族仅返回中位数1.3个候选变异。在RGP队列中，它在中位数相同的情况下恢复了87%的范围内诊断，显示出泛化能力。

在与广泛使用的优先排序工具Exomiser的正面比较中，Talos在小型变异上匹配了其整体灵敏度，但工作方式截然不同：Exomiser返回一个广泛的排序列表，而Talos返回一个简短、高度特异的列表。当复核局限于前五或前一个排序变异这一现实预算时，Talos显著领先（分别为p = 0.017和p < 0.0001）。两种工具发现的变异不同，表明它们具有互补性，在诊断流程中最好结合使用。

在国际范围内部署

最重要的实验涉及一个来自澳大利亚基因组学研究项目和单一诊断实验室的、经过检测但未确诊的队列，包含4735人。Talos在238人中给出了241项新诊断，额外诊断率为5.1%，每个可能的致病变异随后均被认证实验室确认为致病或可能致病。

这些诊断的来源说明了重分析为何如此强大：32%来自原始检测后发现的新基因-疾病关系，22%来自新的变异水平证据（重新分类），45%来自改进的过滤和分析，包括最初未检查的拷贝数变异和结构变异等变异类型，以及设置过窄的表型过滤器。各临床领域的诊断率一致（神经发育、心脏和肾脏适应症约5-6%），尽管原因不同。

基因组数据优于外显子组数据（6.1%对4.8%），部分原因是涵盖了非编码诊断，例如RNU4-2和深度内含子MRPL39变异。值得注意的是，59%的新基因-疾病诊断在重分析时尚未收录在OMIM中，这凸显了利用PanelApp Australia等快速更新资源的价值。

从一次性事件到持续项目

随后，Talos运行了29个月的迭代周期。尽管大多数诊断（92%）来自队列的首次通过，但迭代设计在两个方面证明了其价值。首先，由于后续周期仅返回新可操作证据，它们在整个项目期间平均每200例仅返回一个变异，显示出可扩展性。其次，该工具展示了从科学发现到诊断的速度有多快：新知识出现在公共数据库后，患者获得诊断平均仅需32天，最快案例在一天内完成。

该流程足够便宜，可以持续运行：注释1000个基因组成本约11美元，每月一次的重分析通过每个队列仅需几美分。

未来展望

Talos将基因组重分析从罕见、劳动密集型的事件转变为持续、自动化的项目，能够跟上科学发展的步伐。通过优化特异性，它尊重专家复核时间这一真正的瓶颈；通过依托公开共享、频繁更新的资源，它将全球社区积累的知识转化为对个体患者的诊断，往往在数周内即可实现。

开发者相信，他们已经建立了一项基础能力，并期待看到社区在此基础上进一步发展。特别是，随着用于理解和预测遗传变异后果的更先进AI模型的出现，他们期待利用这些模型对未解决的罕见病病例进行重分析。

Talos是开源的，并且易于在Azure等云环境中部署。这些结果为实现频繁、可扩展的重分析的卫生系统提供了实用的蓝图，以帮助仍在寻找诊断的众多患者。