第1页：第一章基于疾病的遗传学数据分析
医学遗传学：Medical Genetics第一章基于疾病的遗传学数据分析
第2页：基于疾病的遗传学数据分析目标要求
【目标要求】
- 1．常用的医学遗传学数据库（尤其是OMIM和GeneTests）的应用范围和使用技巧；
- 2．遗传病数据的解读方法及其临床意义；
- 3．各种遗传病的数据库网站，以及相关的储存文件类型。
【教学内容】
- 1. OMIM和GeneTests的应用范围和使用技巧
- 2.遗传病数据的解读方法
- 3.各种遗传病的数据库网站
【重点难点】
第3页：基于疾病的遗传学数据分析目录
- 第一章基于疾病的遗传学数据分析
- 前言
- 第一节人类基因组与遗传数据库
- 第二节疾病的病因分析
第4页：前言
- 前言
- 我们知道进行数据分析就要从数据的仓库（即数据库）里调用数据来进行分析。
- 什么叫数据库（database）？
- 就是用于收集、整理、储存、加工、发布和检索数据的系统。
- 它是一切生物信息学工作的出发点。
第5页：什么叫生物信息学
- 什么叫生物信息学（Bioinformatics）？
- 生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行数据收集、储存、检索和分析的科学。
- 它是当今生命科学和自然科学的重大前沿领域之一，同时也是21世纪自然科学的核心领域之一。
- 其研究重点主要体现在基因组学（Genomics）、转录组学（transcriptomics）和蛋白质组学（Proteomics）三方面，具体说就是从DNA、RNA和蛋白质序列出发，分析序列中表达的结构功能的生物信息。
第6页：第一节人类基因组与遗传数据库
- 第一节人类基因组与遗传数据库
- 1990年代以来，伴随着人类基因组等各种基因组测序计划的展开和分子结构测定技术的突破和Internet的普及，数以百计的生物学数据库如雨后春笋般迅速出现和成长。
- 人类从此进入了以生物信息学为中心的后基因组时代。
第7页：一、遗传数据库的基本概念
- 一、遗传数据库的基本概念
- 遗传数据库（genetic database）：
- 是储存在计算机内的、有组织的、可共享的遗传数据的集合。
第8页：
第9页：与遗传有关的数据库种类很多
- 与遗传有关的数据库种类很多：
- 依据数据的类型，可分为基因组数据库、核酸一级结构序列数据库、蛋白质一级结构序列数据库、生物大分子（主要是蛋白质）三维空间结构数据库等；
- 按照数据的层次，可分为基本数据库、复合数据库和二次数据库等；
- 依据数据的来源，可分为原始数据库、衍生数据库、集成数据库和知识数据库。
第10页：国际上最权威、最主要的三大核酸序列数据库
- 国际上最权威、最主要的三大核酸序列数据库：
- 美国国家生物技术信息中心（NCBI）维护的GenBank、
- 欧洲分子生物学研究室（EMBL）下属的欧洲生物信息学研究所（EBI）维护的EMBL-EBI、
- 日本国立遗传学研究所维护的DDBJ。
第11页：www.ncbi.nlm.nih.gov
www.ncbi.nlm.nih.gov
第12页：http
http：//www.ebi.ac.uk/embl
第13页：http
http：//www.ddbj.nig.ac.jp/
第14页：Nucleic Acids Resear
Nucleic Acids Resear：ch自2004年起，每年单独发行一期。“Database Issue”专辑，重点介绍和探讨生物信息学数据库的研究发展现状。
第15页：Nucleic Acids Resear
Nucleic Acids Resear：ch在2019年发行的“Database Issue”专辑。
第16页：https
https：//academic.oup.com/nar/issue/47/D1
第17页：
第18页：
第19页：中国科学院北京基因组研究所
- 中国科学院北京基因组研究所(BIG)的大数据中心提供了一套数据库资源，支持学术界和产业界的全球研究活动。随着海量多组数据以前所未有的规模和速度生成，大数据中心通过大数据集成和增值策展，不断拓展、更新和丰富核心数据库资源。
- 在过去的一年里有重大更新资源的包括BioProject(生物项目库)，BioSample(生物样品库)，基因组序列存档(GSA，存储原始序列和读取数据存储库)，基因组数据库(一个集中整合的数据库)，基因组变异作图(基因组变化的公共存储库GVM)，科学维基(wiki目录的生物知识社区注释)和ICFR(水稻信息共享资源)。
- 新发布的资源包括EWAS Atlas(一个表观基因组范围关联研究的知识库)、iDog(一个针对狗的集成组学数据资源)和RNA编辑资源(分别用于editome-disease associations和plant RNA editosome)。
- 为促进全球生物多样性和健康大数据共享，启动了开放生物多样性和健康大数据(BHBD)倡议。所有这些资源都可以通过http://bigd.big.ac.cn公开访问。
第20页：数据库
数据库：http://bigd.big.ac.cn
第21页：
第22页：主页http
主页http：//bigd.big.ac.cn/
第23页：二、常用的人类基因组与遗传数据库
- 二、常用的人类基因组与遗传数据库
- （一）OMIM
- “Online Mendelian Inheritance in Man（在线《人类孟德尔遗传》）”。由美国Johns Hopkins大学医学院创建和维护；
- OMIM源自Victor A. McKusick教授主编的Mendelian Inheritance in Man：Catologs of Human Genes and GeneticDisorders，MIM一书。
- OMIM是遗传医学最权威的、最有参考价值的百科全书和数据库。
第24页：http
http：//www.omim.org
第25页：输入DMD，DUCHENNE MUSCU
输入DMD，DUCHENNE MUSCU：LAR DYSTROPHY
第26页：
第27页：
第28页：www.ncbi.nlm.nih.gov
www.ncbi.nlm.nih.gov
第29页：https
https：//www.ncbi.nlm.nih.gov/omim/?term=DMD
第30页：
第31页：
第32页：最权威、最常用
- （二）GeneTests
- 最权威、最常用的有关遗传病基因检测和基因诊断的数据库，由美国西雅图华盛顿大学医学院于1992年创建和维护；
- 囊括了全球经标准化资质审核之后准许进行基因检测和基因诊断的所有遗传病、基因、医院、独立医学检验所、高校实验室、基因诊断公司等信息；
- “GeneReviews（基因综述）”是其一大亮点。
第33页：https
https：//www.genetests.org/
第34页：人类基因突变数据库
- （三）HGMD
- 人类基因突变数据库(The Human Gene MutationDatabase,HGMD)是通用型数据库的代表,它全面收集引起人类遗传疾病或与人类遗传疾病相关的核基因突变。由英国威尔士Cardiff大学医学遗传学研究所创建和维护；
- 此数据库建立的初衷是用于突变机制的分析,但由于它收录最新的、完整的有关人类疾病突变谱的参考数据，HGMD至今已获得了更为广泛的应用。
第35页：HGMD系统收录文献报道中的所有致病突变
- HGMD系统收录文献报道中的所有致病突变和与疾病相关的功能多态并将这些数据以易于读取的格式提供给感兴趣的各方面，不管他们是来自学术、临床还是商业领域。
- HGMD收集的数据包括了单碱基置换(比如编码序列中的错义突变和无义突变以及调控和剪切区域中的点突变)、微缺失(micro-deletions)和微插入(micro-insertions)、缺失/插入(indels)、重复序列扩增以及大的基因损伤(缺失、插入和培增)和复杂的基因重组。
第36页：HGMD通过互联网
- HGMD通过互联网(http://www.hgmd.org)免费提供给注册的(registered)学术和非盈利用户，但此公共网站只提供那些已收录三年以上的数据。
- 最新的数据可从HGMD专业版(HGMD Professional)通过我们的商业合作伙伴BIOBASE GmbH以付费的形式获得。除了最新的突变数据，HGMD专业版还提供公共网站上不具有的功能强大的搜索工具以及与基因和突变有关的特别信息。HGMD专业版每三个月更新一次。
Stenson et al. (2017：) The Human GeneMutation Database: towards a comprehensiverepository of inherited mutation data formedical research, genetic diagnosis andnext-generation sequencing studies. HumGenet 136:665-677. doi: 10.1007/s00439-017-1779-6 [PubMed]
第37页：http
http：//www.hgmd.cf.ac.uk书表1-2
第38页：信息量非常丰富、完整的强大人类基因综合数
- （四）GeneCards
- 信息量非常丰富、完整的强大人类基因综合数据库，提供简明的基因组、蛋白质组、转录组、遗传和功能上所有已知和预测的人类基因等数据。由Weizmann Instituteof Science in Israel于1997年创建和维护；
- 包括指向疾病的关系，突变和多态性，基因表达，基因功能，信号通路，蛋白与蛋白的互作，相关药物及化合物和切割等研究抗体的试剂和工具，重组蛋白、克隆、表达分析和RNAi试剂等信息。
第39页：https
https：//www.GeneCards.org/
第40页：PTEN抑癌基因
PTEN抑癌基因：（人类第十号染色体上的磷酸酶和张力蛋白同源基因）
第41页：第二节疾病的病因分析
- 第二节疾病的病因分析
- 什么叫病因（cause ofdisease）？
- 是指能引起疾病发生并决定疾病特异性的体内外因素。
- 致病的因素有：
- ①生物性因素，主要是各种病原微生物；
- ②理化因素
- ③营养性因素
- ④先天性因素
第42页：⑤免疫因素
- ⑤免疫因素
- ⑥精神、心理、社会因素
- ⑦遗传性因素：指引起疾病发生的遗传基础。
第43页：一、疾病发生机制的遗传学基础
- 一、疾病发生机制的遗传学基础
- 遗传病包括染色体病、单基因病、复杂疾病（多基因病）、体细胞遗传病和线粒体基因病。
- 疾病发生的遗传学基础
- --染色体畸变（chromosome aberration）
- --基因突变（gene mutation）
- --表观遗传变异（epigenetic variation）
- --遗传易感性（genetic susceptibility）
第44页：二、遗传数据分析在遗传病诊治中的应用
- 二、遗传数据分析在遗传病诊治中的应用
- 临床基因诊断的先进技术
- 第二代测序技术（next-generationsequencing，NGS）：全基因组测序（WGS）、全外显子组测序（WES）、靶向目标序列测序、转录组测序、甲基化测序等。
- 第三代DNA测序的技术：为单分子测序(single-molecule sequencing，SMS)
第45页：染色体病诊断的先进技术
- 染色体病诊断的先进技术
- 染色体芯片分析（chromosome microarrayanalysis，CMA）：
- 检测CNV（拷贝数变异）。
- 既覆盖到全基因组，又可提供染色体变异位点的精确定位。
- SNP分型芯片：可以用于疾病筛查（如心血管疾病、癌症、病原菌）
第46页：2015年，美国医学遗传学会
- 2015年，美国医学遗传学会（ACMG）、美国分子病理学协会（AMP）、美国病理学家学协会（CAP）颁布《遗传变异的分类标准与指南》
- 孟德尔病相关的基因变异划分为5个等级：
- ①临床致病性（pathogenic）变异
- ②临床可能致病性（likely pathogenic）变异
- ③临床意义不明确的（uncertain significance）变异
- ④可能良性的（likely benign）变异
- ⑤良性（benign）变异
第47页：随着高通量测序的广泛应用
- 随着高通量测序的广泛应用、测序设备自动化程度的提高，测序数据正成几何增长，这无疑会对数据计算能力提出挑战。
- 据测算，一个人一生与健康相关的数据整合起来大约10TB，一百万人的数据量约为10EB。此外，还有大量动植物基因组、转录组、微生物基因组及宏基因组测序分析等科研服务项目，数据类型和数量异常庞大。
第48页：测序仪运行产生的原始数据并不能直接
测序仪运行产生的原始数据并不能直接：能直接提供关于疾病的信息，测序企业需要依据生物信息学的方法，对海量的测序数据进行复杂的过滤、比对、拼接和处理、数据分析等重重步骤，才能获得基因组上的变异信息，再结合遗传学、病理学以及其他组学等信息共同分析，最终才能转化为人们可理解的生物学数据，为疾病的诊疗提供参考和指导。
第49页：在医学诊断与治疗过程中
- 在医学诊断与治疗过程中，临床检测始终扮演着无法替代的角色。从最简单的判断ABO血型，到为糖尿病人测量血糖浓度，再到基于某些肿瘤生物标记物的存在与否进而预测特定靶向治疗药物的疗效，临床检测结果的准确性直接会影响临床诊断的结果与后续治疗方案的制定。
- 为规范临床检测提供者和临床检测试剂盒的质量管理体系，美国在1988年颁布《临床实验室改进修正案》（Clinical Laboratory ImprovementAmendments，简称CLIA），对临床检测的质量管理程序提出了指导意见。
第50页：在美国，一间临床检测试验室只有获得
- 在美国，一间临床检测试验室只有获得CLIA执照后，才有权接收并处理美国人源临床样本，足见CLIA的权威性及临床检测质量管控的重要性。
- 在CLIA基础上，美国病理学会（College ofAmerican Pathologists，简称CAP）凭借病理学在疾病诊断中无法动摇的金标准地位，对CLIA提出了自己的解读，制定了具有可操作性的质量评价规程和认证体系。
- CAP与CLIA双认证被视为临床检测行业内最高标准，在全球范围均获得认可。
第51页：精准医疗的重点不
- 精准医疗的重点不在“医疗”，而在“精准”。
- 通过基因组、蛋白质组、代谢组等组学技术和医学前沿技术，对于大样本人群与特定疾病类型进行生物标记物的分析与鉴定、验证与应用，从而精确寻找到疾病的原因和治疗的靶点，并对一种疾病不同状态和过程进行精确分类，最终实现对于疾病和特定患者进行个性化精准治疗的目的，提高疾病诊治与预防的效益。
第52页：得益于此，从疾病的筛查、诊断到治疗、预后
- 得益于此，从疾病的筛查、诊断到治疗、预后，越来越来的临床基因检测项目落地、产品商业化，例如无创产前检测、试管婴儿中的胚胎植入前检测、新生儿疾病筛查、肿瘤易感基因筛查、肿瘤个性化用药、遗传病筛查……
- 除了临床级、科研级应用，越来越多的人开始对消费级基因测序产品感兴趣，“祖源分析”、“运动基因”、“皮肤特性”等项目让大家重新认识基因的“奇妙”。这也预示着，基因检测正从医疗技术走向消费级技术。
第53页：请预习
- 请预习
- 第二章基因突变与遗传多态性
- 请回答：
- 1．简述基因突变的特性。
- 2．简述基因突变的类型。
- 3．突变发生在编码区可能会产生哪几个方面的效应?
- 4．突变发生在非编码区可能会产生哪几个方面的效应?
- 5．诱发基因突变的因素有哪些?
- 6.遗传多态性研究的科学意义及应用价值。
第54页：本章结束致谢页
Thanks
