1、ACMG指南概述：历史背景、发展历程、解读基本原则
各位好，我是这门课的主讲人。今天咱们聊聊ACMG指南的来龙去脉。这块儿内容说白了，就是整个变异解读体系的地基。地基不稳，后面盖多高的楼都白搭。
我个人习惯，讲任何东西前，先搞清楚它从哪来的，为什么要这么干。ACMG指南也一样。它不是拍脑袋想出来的，而是被时代的浪潮逼出来的。
1.1 历史背景：为什么要有这么一套规则？
早年间，大概是2000年左右，人类基因组计划刚完成。大家心想，这下子所有疾病都能看明白了吧？结果呢？测序数据有了，但谁能解读？
- 一个实验室说变异是致病的，另一个说没意义。
- 同一个变异，诊所A报阳性，诊b所B报阴性。
- 患者拿着两份报告，一脸懵：我到底有病没病？
这种情况，说白了就是标准缺失。我记得有一篇文献统计过，2011年之前，同行用不同方法解读同一批变异，一致性还不到40%。这对临床来说，简直是灾难。
为什么会这样？因为每个人手里的证据库不一样，判断标准也不一样。你想想看，两个人都没一个统一的尺子，怎么衡量同一个盒子的长度？
核心驱动力：大规模测序技术的普及，使得海量变异数据涌入临床。如果没有统一标准，变异解读就成了“公说公有理，婆说婆有理”的罗生门。
1.2 发展历程：从草稿到全球共识
ACMG这套东西，不是一天建成的。它的演进史，我给它分成了三个阶段：
| 阶段 | 时间 | 标志事件 | 我的个人看法 |
|---|---|---|---|
| 萌芽期 | 2000-2007年 | ACMG成立分子遗传学工作组，开始尝试统一变异报告术语 | 当时大家还比较松散，说白了就想先解决“报告统一叫法”这种最基础的问题。 |
| 成形期 | 2008-2014年 | 发布《ACMG实验室标准指南》，首次提出“致病”“可能致病”等五级分类 | 这个版本是个框架，但很粗。我在刚入行时，就拿着这个老版本做过解读，真的一头雾水，因为证据怎么组合、权重怎么算，全凭经验。 |
| 成熟期 | 2015年至今 | Richards等2015年在《Genetics in Medicine》上发表ACMG/AMP联合指南 | 就是现在大家手里用的这个版本。它划时代地引入了证据编码系统，比如PVS1、PS1、PM2、BA1这些。从此，解读从“经验主义”变成了“可复现的规则主义”。 |
嗯，这里要注意。2015版之后，ClinGen和ClinVar等社区力量也推动了贝叶斯框架和多点变异解读的补充。但万变不离其宗，2015版是根基。
避坑指南：我曾经见过有人拿2015版的证据编码规则，去套2023年新发现的剪接变异，结果得出了错误的结论。为什么？因为2015版里，剪接变异的预测算法评分标准还没覆盖那么全。所以，一定要关注后续的ClinGen SVI工作组的更新。
1.3 解读基本原则：核心框架长什么样？
ACMG指南到底在说什么？说白了就一句话：用一套标准化流程，把一堆杂乱的证据，归到五个终极分类里。
这五个分类是：
- 致病（Pathogenic, P）
- 可能致病（Likely Pathogenic, LP）
- 意义未明（Variant of Uncertain Significance, VUS）
- 可能良性（Likely Benign, LB）
- 良性（Benign, B）
它的基本原则包括：
- 证据分层：证据不是平等的。有“非常强”“强”“中等”“支持”四个等级，每个等级赋分不同。
- 复合规则：同样的证据，不能叠加；不同方向的证据，会互相抵消。这有点像法律上的“疑罪从无”，但又不完全一样。
- 透明性：你每一步“为什么把A定为PM2，而不是BS1”，必须能复现、能溯源。
这听起来有点抽象。我举个例子。假设你看到一个错义变异（比如V600E）：
• 功能研究：体外实验显示功能获得（PS3）
• 人群频率：在gnomAD中频率极低（PM2）
• 同一个基因、同一个密码子的另一个已知致病错义变异（PM5）
三块证据组合：PS3 + PM2 + PM5 → 按规则 = 强证据（致病）你可能会问：那要是PS3和PM5是同一条证据的两个不同体现呢？那就不能叠加。这就要看证据的独立性判断。我早期刚接触ACMG时，最头疼的就是这个“独立性”问题，一不留神就重复计分了。
重要提醒：ACMG指南不是死规矩。它给出的是基线框架。每个实验室可以根据自己的数据、背景和临床场景做适度调整（这叫“ACMG扩展”），但调整必须如实记录，不能暗箱操作。我曾见过一个实验室，为了“不吓到患者”，悄悄把LP降级成了VUS，又不写明原因。这种做法，非常不专业。
好，我把这几个基本原则串起来，画一张图，你看一眼就能明白整个逻辑是怎么流动的。
从这张图你能看到，最终分类其实是过滤、合并、校验之后的结果。每一项变异，都会沿着这条管道走一遍。
我个人认为，ACMG指南最了不起的地方，是让变异解读从“玄学”变成了“工程学”。过去我们靠老师傅传帮带，现在靠规则+数据库+算法。但这并不意味着人可以撒手不管。相反，规则理解得越深，你对边界案例的判断才越准。
好，大纲就这些。后面我会带着你一步步拆解每一个证据编码的用法，以及它们在真实案例中怎么搭配、怎么踩坑。别急，我们先打好第一层基础。