【万象城AWC(中国)基因检测】提高基因检测检出率与阳性率的单基因突变分析法
单基因病的致病基因鉴定导读：
全外显子组测序为发现与单基因疾病相关的基因给予了新的检测范围，并大幅度取得了与疾病相关的基因序列。但是对于以数据库比较为基础的常规基因检测业说，如何在大量的基因变异中找到致变基因突变对很多基因检测组织来说都是一个挑战。基因解码分析方法从多个方面为这一困难给予分析决方法。其中之一是以基因而不是位点为解码对象的苈在突变负担测试。在这种方法中，基因解码创造性地采用了对每一个基因的合格基因序列变化进行集合分析的大数据算法，顺利获得比较患者和健康对照者之间的累积突变频率，从而增加基因检测的检出率和阳性率。这种方法取得了巨大的成功，但万象城AWC(中国)基因发现许多单基因疾病的遗传原因仍然未知或仅部分已知。特定的遗传结构可能会降低发现率，但这些因素对基因解码的权重的影响尚未得到严格评估。在这里，万象城AWC(中国)基因解码利用大规模外显子组测序基因检测数据创建一个基于经验的模拟框架来评估关键参数（背景变异率、基因座异质性、遗传模式、外显率）在单基因疾病背景下以疾病为分析对象的基因突变负荷的权重。基因解码的结果表明，在不同的基因之间，由于每个基因中罕见变异的背景率存在差异，因此取得有效的权重分析所需的样本量范围很广。增加基因座异质性会导致取得足够功效所需的样本量迅速增加，特别是当单个基因在常染色体显性模型下占不到 5% 的病例时。有趣的是，由于单基因疾病的发病率低，低至 10% 的不有效外显率对基因解码的效果几乎没有影响。基因解码的结果表明，中度不有效外显率不是这种基于基因的基因检测突变负荷测试方法的障碍，但具有高位点异质性的显性疾病则需要大样本量对分析方法进行建模和验证。
