3. ClinGen的基因-疾病关联评估框架

好了，咱们进入正题。这章要讲的基因-疾病关联评估框架，说白了就是ClinGen用来判断「某个基因到底跟某个疾病有没有关系」的一套标准流程。我个人觉得，这是整个ClinGen体系里最核心的东西——你要是搞明白了这个框架，后面那些证据整合、分类的活儿就顺了。

3.1 为什么需要这套框架？

你可能会有疑问：基因和疾病的关系，不是文献里写了就算数吗？我在项目中遇到过不少例子，一篇高分的文章说某个基因导致某种病，结果后面几个团队都重复不出来。你想想看，这要是直接拿来做临床诊断，后果多严重。

ClinGen的框架就解决这个问题——它用统一的语言和标准，把散落在文献、数据库里的证据串起来，给你一个可靠的结论。说白了，就是给你一个「基因-疾病关联」的官方认证。

3.2 框架的核心概念

这个框架围绕三个核心概念展开：

• 基因-疾病对：你要评估的基本单位。比如 BRCA1 和遗传性乳腺癌，就是一个基因-疾病对。
• 证据类型：支持或反对这个关联的数据，包括遗传学证据、实验证据、统计证据等。
• 分类等级：根据证据强度，把关联分为明确、强、中等、有限、无关联、有争议等几个档次。

这个框架不是拍脑袋定的。它借鉴了ACMG的序列变异解读框架，但针对的是「基因层面」的评估——嗯，这里要注意，它们俩是不同维度的东西，别搞混。

概念	说明	我的经验
基因-疾病对	你要评估的具体组合，例如 CFTR 与囊性纤维化	我见过有人把同一个基因和不同疾病的关联混在一起，这是大忌
证据模块	按来源和类型分组的证据集合	每个模块都要单独评估，最后再汇总
分类等级	从 Definitive（明确）到 Disputed（有争议）共 6 级	Definitive 其实是很少见的，要非常充分的证据

3.3 评估流程：五步走

我个人习惯把整个评估流程拆成五步。你按这个顺序走，基本不会乱。

1. 定义基因-疾病对：明确你要评估哪个基因、哪种疾病或表型。选好对应的疾病本体（比如OMIM、MONDO的ID）。
2. 收集证据：从ClinGen内部数据库、PubMed、DECIPHER、OMIM等来源捞数据。记住，证据越原始越好，综述类文章只能当线索。
3. 评估证据：把证据按模块分类，每个模块单独打分。这一步最耗时，也最考验功底。
4. 整合证据：把所有模块的分数汇总，按规则算出总的证据强度。
5. 输出分类：根据总分给出最终关联等级，顺便写入ClinGen官网供全世界查询。

3.4 六个证据模块详解

评估的核心就在这六个模块里。每个模块都对应一种类型的证据，我们逐个来看。

模块编号	名称	一句话解释	典型来源
1	遗传学证据	基因变异是否在患者中富集	病例-对照研究、家系共分离数据
2	功能证据	基因变异是否影响蛋白功能	体外实验、动物模型、细胞实验
3	人群证据	变异在普通人群中的频率	gnomAD、1000 Genomes
4	统计证据	基因与疾病关联的统计显著性	GWAS、关联分析
5	计算预测证据	计算工具打出的致病性分数	PolyPhen-2、SIFT、CADD
6	其他证据	文献综述、专家意见等	ClinGen专家小组共识

我最喜欢拿 COL3A1 和血管型Ehlers-Danlos综合征来说事。当年我在评估这个基因-疾病对时，遗传学证据（大量的家系研究）和功能证据（胶原蛋白合成实验）都非常过硬，直接拿到了Definitive等级。但如果当时忽略了人群证据——其实 COL3A1 的罕见变异在gnomAD里是有低频出现的，好在这个不影响评估结果，因为显性遗传病的致病变异本来就不该在健康人群里出现。

3.5 如何给证据打分？

每个模块的证据都有具体的打分标准。以遗传学证据为例，它下面还有几个子类：

• 家系共分离：在一个家庭里，致病变异是否随疾病一起遗传。如果3代以上的大系系里共分离，得分会很高。
• de novo变异：患者身上出现的新发变异，尤其是那些功能强烈破坏的，属于非常硬的证据。
• 等位基因频率：比如隐性遗传病中，患者是否比对照组携带更多有害变异。

3.6 汇总与分类

六个模块打完分后，你要把它们填进一个汇总矩阵。ClinGen官方提供了一套预定义的规则，从每个模块的得分组合推导出最终等级。

举个例子，如果遗传学证据拿到「强」（Strong），功能证据拿到「中等」（Moderate），其他模块没什么拖后腿的，那最终等级大概率是「明确」（Definitive）。

// 假设的伪代码：证据汇总逻辑
if (genetic_evidence == "Strong" AND functional_evidence == "Moderate") {
    final_classification = "Definitive"
} else if (genetic_evidence == "Moderate" AND functional_evidence == "Limited") {
    final_classification = "Limited"
}

当然实际规则比这复杂得多，但我建议你先抓住这个思路。后面我们会专门讲每个模块的打分细则。

你可能注意到了，final_classification 有6个等级：

• Definitive：毫无疑问，基因和疾病有关
• Strong：非常充分的证据，但可能还有一点点不确定性
• Moderate：有一些证据，但没到很强的地步
• Limited：证据不足，只能算是潜在关联
• No Known Disease Relationship：目前看不出任何关联
• Disputed：有相互矛盾的证据，存在争议

3.7 一图看懂评估框架

下面这张SVG图，把整个评估流程概括出来了。你保存下来，以后做评估时当速查表用。

3.8 实际案例：MYH7 与扩张型心肌病

最后，我用一个具体的案例帮你把整个流程串起来。我个人觉得，看案例比记理论有用多了。

MYH7 基因编码心肌肌球蛋白重链，它的变异跟扩张型心肌病（DCM）有关系。我们来走一遍评估：

• 遗传学证据：大量家系共分离研究，多个独立家族里患者都携带 MYH7 的错义变异。得分：Strong
• 功能证据：表达实验显示突变的肌球蛋白重链影响收缩功能。得分：Moderate
• 人群证据：这些变异在gnomAD里几乎看不到。得分：支持关联（不扣分）
• 统计证据：病例-对照研究显示 MYH7 变异在DCM患者中显著富集。得分：Moderate
• 计算预测：多个工具预测为致病。得分：支持性，但不单独计算大分
• 其他证据：ClinGen心脏疾病专家小组一致认可。得分：Moderate

汇总之后，MYH7 与扩张型心肌病的关联等级被定为 Definitive。这个结果现在直接在ClinGen官网上挂着，你随时可以查到。