📚 课程目录第2章变异分类的基本框架

2. 变异分类的基本框架：五级分类体系

说实话，我第一次接触ACMG指南时，最困惑的反倒不是那些复杂的证据代码，而是——

为什么一定要分五级？

不能直接说“致病”或“不致病”吗？后来我在实际项目中才发现，这种二分法在临床根本行不通。你想想看，如果证据不足就往一边推，最后坑的是患者和医生。所以，ACMG这套五级分类框架，说白了就是一个风险评级系统，让每个人都知道手里的证据到底有几斤几两。

2.1 五级分类到底是什么

ACMG/AMP指南把变异分成五个等级，从确定性到确定性，中间留了一个“灰色地带”。我习惯把这五级理解为一条谱带：

分类	英文	证据强度要求	临床意义
致病	Pathogenic	非常强（PVS1 + 多个中等等级证据）	疾病原因，直接用于诊断
可能致病	Likely Pathogenic	强（PVS1 + 1个中等，或2个中等）	极可能是病因，可辅助诊断
意义不明	VUS	证据互相矛盾或不足	不能用于诊断，需进一步研究
可能良性	Likely Benign	强良性证据（如人群频率高）	极可能是正常多态性
良性	Benign	非常强（如MAF>5%）	正常变异，与疾病无关

嗯，注意看这个表——致病和可能致病之间，有一条模糊的线。我在项目中经常遇到这种情况：某个变异有PVS1（功能丧失）和一个PM2（人群频率极低），但缺乏家系共分离证据。这时候它正好卡在致病和可能致病的临界点上。

我曾经踩过一个坑：有一个案例，一个无义突变被我直接标了“致病”，但后来发现这个基因的最后一个外显子存在NMD逃逸机制，PVS1的强度需要降级。结果重新评估时发现，它最多只能算“可能致病”。所以，千万别只看代码数量，不看代码强度。

2.2 从证据到分类的推演逻辑

ACMG指南的核心，其实是贝叶斯思维——每个证据都是一个概率调整器。你收集到一个PVS1，先验致病概率往上拉；一个BS1（人群频率过高），概率又往下压。最后所有证据叠加，看落在哪个区间。

我个人习惯用一个简化的框架来理清思路：

收集所有相关证据——包括致病性证据（PVS1, PS1, PM2等）和良性证据（BA1, BS1, BP4等）。
评估每个证据的强度——是“非常强”、“强”、“中等”还是“支持”？
合并同方向证据——多个同方向证据可以叠加，但要遵守“不重复计数”原则。
检查是否有冲突——如果致病和良性证据同时存在，需要判断谁更占优。
对照标准表定级——最终落在哪一级。

举个我遇到过的真实例子。一个错义突变，在ClinVar上有5个实验室标了“致病”，但人群频率是0.01%——这个频率按说也挺低。这里的关键是：多个“致病”标注算不算强证据？算，但只能作为PP5（公共数据库支持），强度只是“支持”，远不如你自己重新验证功能数据来得可靠。

核心原则：复现验证时，不要让数据库标注替代你自己的分析。特别是在做回顾性验证时，如果某个变异被多个实验室标注为“致病”，你一定要追问一句：他们用的证据链，我现在能不能复现？

2.3 怎么判断证据是否足够

ACMG指南给出了一套具体的“金标准”。举个例子，要标一个无义突变为“致病”，至少需要：

PVS1：基因的功能丧失是已知致病机制
PS1或PM5：同一位点已有致病报道
PM2：人群频率极低（一般<0.001%）
PP1或PP4：家系共分离或表型高度特异

如果你缺了PM2，只靠PVS1+PS1，可能就只能标“可能致病”了。这里有个我经常提醒团队的点：PM2不是“必须的”，但缺了它，其他证据的权重就要提上来。

一个小技巧：我在做复现验证时，会先用一个简单的打分表过一遍。比如：

致病性证据：
  PVS1 (非常强)    → 8分
  PS1, PS2, PS3, PS4 (强)  → 4分
  PM1~PM6 (中等)   → 2分
  PP1~PP5 (支持)   → 1分

良性证据：
  BA1 (非常强)     → -8分
  BS1~BS4 (强)     → -4分
  BP1~BP7 (支持)   → -1分

总分 >= 10 → 致病
总分 6~9   → 可能致病
总分 -6~5  → 意义不明
总分 -9~-6 → 可能良性
总分 <= -10 → 良性

注意，这个只是经验值，不是官方规则。但你用它做快速筛查，会发现很多“看起来致病”的变异其实证据并不扎实。

2.4 五级分类的SVG结构图

下面这张图，我画出了五级分类的层级关系和证据流向。你看一下，从最底层的“无变异/良性”到顶层的“确定致病”，每一步证据都在起作用。

2.5 为什么这个框架对复现验证如此重要

你想想看，你的复现验证最终要回答什么问题？其实就一个：别人标的那一级，我现在用同样的数据和方法，能不能走到同一个分类？

如果别人标了“致病”，你验证时发现PVS1不成立（比如那个转录本isoform不包含这个外显子），那分类就得降。我做过一批回顾性验证，发现大约15%的“致病”变异其实只够“可能致病”——原因是之前版本的数据库里没有考虑新的转录本信息。

复现验证的核心检查项：

证据代码是否正确分配——别漏了，也别多给。
证据强度是否有调整——比如PVS1降级规则是否应用？
有没有证据冲突——如果既有PS3（功能研究支持致病），又有BS3（功能研究支持良性），怎么处理？
使用的数据库版本是否一致——不同版本的gnomAD频率差很多。

我常对团队成员说的一句话：“如果你复现时发现分类不一致，别急着说原来的分类错了。先列出所有证据，一条一条核对。很多时候只是证据权重微调，但最终分类不变。”——这就是为什么五级框架给了你调整空间，但它不能随意调整。

好了，五级分类的基本框架就讲到这里。记住一句话：证据是砖，分类是墙——每一块砖的强度、方向、位置都影响最终的墙壁是否牢固。