由大规模外显子组测序数据推断复合杂合性

美国博德研究所Kaitlin E. Samocha小组从大规模外显子组测序数据推断复合杂合性。相关研究12月6日在线发表于《自然-遗传学》。

研究人员开发了一种策略来推断基因内罕见变异对的阶段，此举利用了在基因组聚集数据库中观察到的基因型。该方法估计阶段的准确率为96%，无论是在三人组数据中，还是在孟德尔病症患者和假定的因果复合杂合子变体中。研究人员提供了编码变异的相位估计和反式中罕见变异的每个基因计数的公开资源，这有助于解释隐性疾病背景下罕见的共发生变异。

据悉，当一个基因的两个拷贝都受到破坏性遗传变异的影响时，就会出现隐性疾病。当一个病人在一个基因中携带两个潜在的遗传变异时，准确的诊断需要确定这些变异发生在染色体的不同拷贝上，而不是发生在同一拷贝上。