《HUMAN MUTATION》：Recognition of a Critical Functional Domain and Improved PHOX2B Missense Variant Interpretation by Utilization of In Silico Prediction Tools
编辑推荐：
这篇研究综述了如何利用CADD、REVEL、BayesDel和AlphaMissense等生物信息学预测工具，对与先天性中枢性低通气综合征(CCHS)相关的PHOX2B基因错义变异进行系统性评估和校准。研究不仅为特定预测工具在PHOX2B基因应用上确定了支持、中度、强、极强等级别的证据强度阈值，还识别了同源域(homeodomain)是致病变异富集的关键功能域，支持使用PM1证据。这为减少意义不明确变异(VUS)的分类、推动CCHS的精准诊断和临床管理提供了关键方法学依据。
引言：先天性中枢性低通气综合征(CCHS)是一种罕见的自主神经障碍，主要特征为肺泡低通气、呼吸控制异常乃至缺失，以及自主神经系统失调。其主要的已知遗传病因是高度保守的配对样同源框2B基因(PHOX2B)的杂合致病性变异。鉴定PHOX2B致病性变异是CCHS诊断标准的重要组成部分，但错义变异的临床意义评估极具挑战，主要由于其罕见、缺乏可用的临床和功能证据，导致绝大多数被检出的错义变异被归类为意义不明确的变异(VUS)，从而延误诊断和临床管理。本研究旨在通过评估和校准多种生物信息学致病性预测工具，提高诊断实验室对PHOX2B错义变异的分类准确性，以辅助CCHS患者的临床管理。
材料与方法：研究团队查询了截至2023年12月的公共数据库、文献及大型患者数据库，共收集了506个PHOX2B错义变异。通过专家组根据改良框架（受ACMG/AMP指南影响，但独立于其严格规则）达成共识，将变异分类为良性、致病性和VUS。良性变异主要基于超过疾病特异性最大耐受等位基因频率（0.0001%）进行定义。致病性变异分类则基于多个因素，包括在患病先证者中存在、家族共分离或新发变异、在gnomAD数据库中极罕见或缺失，以及支持性功能实验证据。未达到明确标准的变异则归类为VUS。随后，研究获取了所有变异在四种生物信息学预测工具（CADD、REVEL、BayesDel-noAF和AlphaMissense）上的预测分数。为设定用于ACMG/AMP指南中PP3（致病性支持）和BP4（良性支持）标准的证据强度阈值，研究采用了多重插补框架下的加权逻辑回归模型，该方法能够利用VUSs中的信息提高参数估计的准确性和精确度，从而计算出对应于不同强度等级（支持、中度、强、极强）的预测分数阈值。研究还计算了各工具的受试者工作特征曲线下面积(AUC)以评估其区分能力，并分析了致病性和良性变异在基因上的位置分布，以评估是否存在热点或关键功能域。
结果：在506个错义变异中，81个(16.0%)被专家组共识分类为良性，33个(7.7%)为致病性，392个(65.2%)为VUS。四种预测工具在区分共识良性与致病性变异方面均表现优异，AUC值分别为：CADD 0.963， REVEL 0.982， BayesDel 0.992， AlphaMissense 0.961。通过加权逻辑回归模型，研究计算出了各工具对应于PP3和BP4不同证据强度（支持、中度、强、极强）的分数阈值区间。例如，对于REVEL工具，支持、中度、强级别的致病性(PP3)证据阈值分别为分数≥0.71， ≥0.77和≥0.90；而良性(BP4)证据的阈值分别为≤0.26（强）， (0.26, 0.41]（中度）， (0.41, 0.48]（支持）。研究指出，CADD、REVEL和BayesDel达到了临床基因组资源中心(ClinGen)推荐的用于PP3/BP4预测所需的强度，而AlphaMissense未能达到“强”级别的致病性证据强度。在392个共识VUS中，应用这些阈值进行分类后发现，BayesDel预测为良性的VUS比例较高，且预测为致病性的VUS比例最低(11.7%)，其“不确定”预测的变异数量也最少(n=71)，结合其最高的AUC值(0.992)，表明BayesDel可能是PHOX2B临床变异解读最合适的预测工具，REVEL次之。此外，研究有一个重要发现：81.8%（27/33）的共识致病性变异位于编码PHOX2B蛋白同源域(homeodomain)的密码子98-157区域内，而仅有4.9%（4/81）的共识良性变异位于该区域。所有四种预测工具对位于同源域内的所有可能错义变异的平均预测分数均显著高于该区域外的变异，这从计算角度证实了该功能域内致病性变异的富集，支持对影响这60个氨基酸残基的错义变异考虑使用PM1标准（位于关键功能域或突变热点）。当使用本研究推荐的PM1、PP3和BP4证据标准对392个共识VUS进行重新分类时，219个(55.9%)变异可被归类为可能良性，4个(1.0%)为可能致病，169个(43.1%)仍为VUS。
讨论：本研究展示了对生物信息学预测工具进行基因特异性校准的重要性。利用似然比为基础的序数分类法，能够为PP3/BP4标准定义离散的强度阈值，从而提升变异致病性计算机评估的分辨率，并识别出计算机预测既不增加也不减少致病性可能性的“不确定”分数范围。在评估的四种工具中，BayesDel和REVEL表现最佳，推荐用于PHOX2B错义变异的常规临床评估。研究明确识别了PHOX2B同源域是致病变异聚集的关键区域，其功能涉及二聚化、DNA结合和核定位，这与SHOX、PAX3等其他疾病相关基因的情况类似。因此，对于改变该区域氨基酸的错义变异，应考虑应用PM1证据。这些改进（应用增强的PP3/BP4标准以及对同源域变异常规考虑PM1）有助于对PHOX2B VUSs进行重新分类，特别是可以排除大量低度可疑的变异（超过一半的VUS可被降级为可能良性），从而对CCHS患者的临床管理、遗传咨询和医疗决策产生积极影响。尽管在现有公开临床数据有限的情况下，升级为可能致病的VUS比例看似不高（本研究为1%），但在真实的临床实践中，结合更多患者特异性信息，这一比例可能会更高。文章最后通过一个案例展示了本研究成果的应用价值：一个患有低氧血症和高碳酸血症的年轻个体携带新发PHOX2B变异c.296G>C (p.Arg99Pro)，最初被报告为VUS。应用本研究的推荐标准重新评估后，该变异因位于同源域、具有高预测分数（满足PP3强或PM1+PP3中度）且gnomAD中缺失等因素，被重新分类为可能致病，从而促使了CCHS的明确诊断，并启动了相应的医疗管理和家庭咨询。
结论：生物信息学致病性预测工具能够以较高的准确性区分PHOX2B的良性与致病性错义变异，并支持致病性变异在编码同源域区域的富集。这一认识的深化对于改进PHOX2B错义变异的解读至关重要，将增加原本会被归类为VUS的变异的明确分类数量，并为其他VUS的相对可疑程度提供清晰参考。所有这些都将积极促进对这些脆弱的、依赖呼吸机的罕见病群体的医疗管理。
