ACMG指南-疾病证据等级

把判断一个变异致病性的确定程度，分成5档：

第1档，Pathogenic，致病

第2档，Likely Pathogenic，很可能致病

第3档，Uncertain significance，显著性不确定

第4档，Likely benign，很可能无害

第5档，Benign，无害

对于判断致病性的证据，根据其来源，分成8种来源：

第1种，群体数据

第2种，计算机的分析、和预测

第3种，基因的功能数据

第4种，基因变异、与可能是由这个基因变异导致的病之间的关系。在病人、和病人所在家族中的关联性，以及与健康人群的对比

第5种，新发变异数据（de novo variant data）

第6种，等位基因的数据

第7种，其它的数据库

第8种，其它的数据

把一个变异致病性证据的置信程度，分成4档，分别是：

第1档，致病，证据非常强，Pathogenic VeryStrong

第2档，致病，证据强，Pathogenic Strong

第3档，致病，证据中等，Pathogenic Moderate

第4档，致病，证据有支持性，PathogenicSupporting

把一个变异是“无害”变异的证据，它的置信程度分成2档，分别是：

第1档，无害，证据强，Benign Strong

第2档，无害，证据有支持性，Benign Supporting

这样，“致病”证据4档，加“无害”证据2档，一共是6档。

把证据根据其8种来源、和6个分档，进行列表，就形成了一个8行6列的表格。
 

描述：ac

图片：ACMG证据等级.png

接下来，我们就按着这个表格，挨个给大家介绍一下。

致病证据

第一种“很强的”变异会致病证据，就是已知一种基因失活，是一种病发生的机制。而现在发现的这个变异，就是让这个基因失活的变异。

例如：A，这个变异是个“无义突变”，也就是这个密码子在变异之后，变成了“终止密码子”。在RNA翻译成蛋白的过程当中，翻译到这里，蛋白的延伸就终止了。

B，移码突变。移码突变位点之后的肽段的序列，会和野生型的肽段序列完全不一样。

C，在mRNA剪接位置的前1个、或2个碱基，或者后1个、或2个碱基发生变异。这就会导致mRNA剪接的产物多出一个内含子、或者缺少一个内含子。

D，翻译的启始密码子发生变异。因为真核生物都是只能用“AUG”作为启始密码子，所以起始位置的AUG这三个碱基中的任何一个碱基发生变异，都会导致这个基因彻底不能被翻译成蛋白。

E，缺失一个或者几个外显子。

但是，我们要警惕以下几点：

A，如果失活的基因不是一个已知的疾病发生机制，那么这种失活变异可能是不致病的

B，如果缺失的是基因的3’位末端，那么这种缺失可能不会导致基因失活，因为有可能蛋白质的最后若干个氨基酸，对这个蛋白的功能没有太多的影响

C，对于引起mRNA剪接改变的变异，如果跳过了一个外显子，但是剩下的蛋白部分还能保持完整，并且没有发生移码，那么这种变异可能是不致病的

D，对于一个基因的mRNA有多种剪接方式的，如果一个剪接位点的改变，只影响一部分的剪接方式，那么这个变异有可能是无害的

上面，就是第一档：“最强的”变异致病的证据。接下来，我们来看第二档，“强的”变异致病证据。

第一个，如果之前已知（某个基因的）一种氨基酸的变异是致病的。例如：已知第34位碱基从G变成C，会导致氨基酸从缬氨酸变成了亮氨酸（Val→Leu），并且是致病的，那么第34位的碱基发生从G变到T变异，导致同一个位置发生同样的缬氨酸变到亮氨酸（Val→Leu）的变异，那么这种情况，也可以推断是同样致病的。

但是，这里要注意，如果碱基的改变影响到了剪接位点，那么剪接位点改变所造成的影响，可能比氨基酸序列改变所造成的影响更大。

第二个，对于从患者身上发现的新发变异（de novo  variant）。同时对患者的父母双方都做过检测，确认父母都没有这个变异，而这个变异是与一种特定的疾病特征相吻合的。例如：NIPBL这个基因发生新发变异，会导致Cornelia  de
Langesyndrome，患者有一种特殊的面容，多毛、并且有上肢缺陷，那么，这是一个“强的”致病证据。

注意：这里所说的父母，是指生物学意义上的父母,也就是需要排除：领养、捐卵、代孕、
胚胎移植等，非生物学因素的影响。

第三个，在体内和体外都已对这个基因和这个基因的产物做过功能验证。建立了对这个基因功能良好认识之后，而这个变异能够破坏这个基因的功能，这是一个“强的”致病证据。

那么请注意，要在临床诊断实验室中对一个基因进行过功能验证，并且，结果是有良好的可重复性的时候，才算是对这个基因的功能做了充分验证。

第四个“强的”致病证据， 是在受到该病影响的人群当中，这个变异存在的比例，明显高于对照组当中，这个变异存在的比例。

注意：在有这个变异的人群当中，患病的相对风险和对照组相比，高5倍以上。并且，相对风险的置信区间不包括：1.0。这样，才能算是一个“强的”致病证据。

这里解释一下“相对风险”，relative risk。也就是有这个基因变异的人群当中，患这个病的人的比例，与不含这个基因变异的人群当中，患这个病的人的比例。两者相比较，得到的比值，如果两个比值是一样的，也就是相对风险是1.0，而这个1.0又被包括在置信区间的范围内，那么就不能说明，这个基因变异对引起这个疾病有特别的意义。

第2个注意点：如果是病例十分稀少，达不到统计样本数量的要求，那么，如果在几个不相关的病人当中，有相同的变异，也有相同的表型。而在对照组当中，没有这个变异，也没有这种表型，则可以把这个证据，当作是一个“中等的”致病证据。

接下来， 我们来说“中等的”致病证据。

第一个“中等的”证据，是这次发现的变异，位于一个热点区域，这个热点区域是这个基因的明确的功能区。例如：在酶的酶活性中心区域。而且，这个区域还没有被报道过有“无害”变异。另外，如果在附近区域，之前被报道过有致病变异，也可以帮助证明：这次发现的变异，可能是有致病性的。

第二个“中等”致病可能性的证据，是对于显性遗传的变异。在国家心脏、肺和血研究院外显子测序项目，千人基因组项目，外显子合并财团（项目）中，都没有发现过这个变异。或者对于隐性遗传的变异，只在上述项目当中，极少地被发现，则认为是一个“中等”强度的致病证据。

但是，请注意：因为用二代测序得到的基因序列数据，对于找出“插入、缺失变异”，并不是很敏感，所以，用这个方法来推断插入、缺失变异的致病性，并不是很准。

第三个“中等的”致病可能性证据,是对于隐性遗传疾病

现在，在这个染色体的、这个基因上找到了这个变异，而在这个病人对应的那条染色体上的那个等位基因中，已经找到了一个致病变异。那么现在找到的这个变异，就有可能致病的。

那么这里要注意：这需要在测了父母双方的基因的单体型之后，才能确认，因为测了父母的基因单体型，才能确认两个变异是一个来自于父亲、另一个来自于母亲。

也就是要确定：这个人的这2个等位基因，各有一个变异，所以，他的两个等位基因都失活了。

第四个“中等的”致病可能性证据，是在该基因的蛋白产物的非重复区域，有阅读框移码的变异，或者是有终止密码的丢失变异。这会导致蛋白质的长度有变化。

第五个“中等的”致病可能性证据，是在同一个氨基酸位置，已知另一个氨基酸替换变异是致病的，而这次发现的，是同一个位置的氨基酸被替换成另外一种的氨基酸，那么，这也是一个“中等的”致病可能性证据。

例如：FGFR3这个基因，它的第650位的赖氨酸变成谷氨酰胺、或者天冬酰胺之后，会导致中等程度的软骨发育不良，而这个第650位的赖氨酸残基，如果变成蛋氨酸残基，则会导致严重的软骨发育不全。

第六个“中等的”致病可能性证据，是患者有这个变异，而患者的父母是健康的，但是还没有验证过：父母是否有这个变异？在这种情况下，可以算作是一个“中等强度的”致病可能性证据。

接下来，我们说“支持性的”变异会致病的证据

第一个“支持性的”变异会致病证据，从几个有这个变异的家庭中，发现这个病的发病率比正常人群高,而这个变异是在一个已知会引起这个疾病的基因上，这算一个“支持性”证据。
如果发现大量有这个变异的家庭当中，发生这个病的比例远比正常人群高，那这个证据就可以升级成“强的”致病证据。

第二个“支持性的”变异会致病的证据，是一个错义突变，发生在一个很少被发现有无害变异的基因上，而这个基因上，已知有好几种错义突变是致病的，这算是一个“支持性”证据。

第三个“支持性的”变异会致病的证据，是几种计算机算法，比如基因的保守性、进化数据、RNA剪接分析。都支持说这个变异是对基因、或者基因的产物有害的。那么，这也可以算是一种“支持性”致病证据

第四个“支持性的”变异会致病的证据，是病人的表型、和家族史都有一种特别的病征。比如Gorlin
syndrome，它是PTCH基因变异导致的综合征。

它会表现出：基底细胞肉瘤、手掌脚掌会有坑、会有牙源性角质化.那么，这可以算作是一种“支持性的”变异会致病的证据。

第五个“支持性的”变异会致病的证据，是一个有名的信息来源，例如：一家长期专注于这种疾病的临床实验室，报道说这个异变是致病的。但是这个信息还没有被别的临床实验室所证实，那么，这可以算是一个“支持性的”该变异会致病的证据。

无害证据

接下来，我们来说，判定一个变异是“无害的”证据

第一个，单独的证据，是该等位基因在外显子测序项目、千人基因组项目、和外显子合并财团项目当中，它的等位基因频率大于5%。

因为上述三个项目都是群体项目，采集的样本量很大，来源很广。所以，如果一个等位基因在这些大型的群体项目当中，高频率地出现。那么，可以证明：这个等位基因是无害的。

接下来说:“强的”无害变异证据。

第一个“强的”无害变异证据，是等位基因频率比疾病发生的频率高

第二个“强的”无害变异证据，对于幼年期就会发病的疾病来说，如果它是一个隐性遗传疾病，那么，发现一个健康成年人是这个等位基因的纯合子，那就是一个“强的”无害变异证据。如果是幼年期就会发病的显性遗传疾病，在一个健康成年人身上，发现有这个等位基因的杂合子，那就是一个“强的”无害变异证据。

对于在幼年就会发病的X连锁疾病来说，有一个带有这个等位基因的健康成年男性，或者是一个这个等位基因纯合子的健康成年女性，那都是“强的”无害变异证据。

第三个“强的”无害变异证据，是已经在体外实验和体内实验当中，都证明：这个变异对蛋白质的功能没有影响。

第四个“强的”无害变异证据，是在一个家庭当中，患者和健康人的基因型是混合的，有健康人有这个变异；也有病人没有这个变异。但是要注意：存在“拟表型”，也就是说，有些基因型要表现出一个表型，要与外界环境因素相互作用之后，才会表现出该表型。例如：癌症、和癲痫。也有一种情况，是家族中有一个以上的致病变异会导致这种病征，这会让这个家族中的基因分离情况变得复杂，接下来我们来说，“支持性的”变异无害证据。

第一个“支持性的”变异无害的证据，这个基因只有发生蛋白质截断才会致病，而现在发现的是一个错义变异。

例如，ASPM基因，它的主要致病变异形式，是蛋白质被截断。并会导致小头畸形，但这个基因有许多错义突变是不致病的。

第二个“支持性的”变异无害的证据，是在另一个等位基因上有一个致病变异，或者在同一个等位基因上已经发现有一个致病变异。

第三个变异无害的“支持性的”证据，是对于重复序列区域，如果有一个不引起移码的插入缺失变异，并且这一段的序列在进化上不是很保守，那么致病可能性就会低。

第四个“支持性”变异无害的证据，是如果几种计算机算法分析的结果，都认为这个变异是无害，那么，这个变异有可能是无害的。计算机会分析：序列的保守性、进化上的情况、对RNA剪接的影响等。

但是要注意：多种计算机算法采用相似的预测策略。所以，不同的算法不可以看作是完全独立的评判标准，多种算法算出来的结果，只能算是一次无害变异的“支持性”评分。

第五个“支持性”变异无害的证据，在一个病人身上，如果发现有另一个已知的、明确的致病原因，那么现在发现的这个变异，有可能是无害的。

第六个“支持性”变异无害的证据，是一个在这种疾病上有长期研究的知名机构说：这个变异是无害的。但是，别的实验室还没有独立地评判过这个证据。那么，这可以算是一个“支持性的”变异无害的证据。

第七个“支持性的”变异无害的证据，是一个同义变异，在计算机软件的推算结果当中，说它不会影响原有的剪接位点，也不会引入一个新的剪接位点，而且这个地方不是高度保守的，这也是一个变异无害的“支持性”证据。

判断标准

在有了致病、或无害的证据，并且按照上述的规则把证据的强度进行分档之后，就可以根据ACMG推荐的判定规则，对变异致病、或者无害的可能性进行判定。

判定的规则如表格中所示。
 
 

描述：22

图片：22.jpg

那么，举例说明：一个“很强的”致病证据，再加一个“强的”致病证据，就可以判定一个变异是“致病的”。

一个“很强的”致病证据，加二个“中等的”致病证据，也可以判定一个变异是“致病的”。

同样道理，1个“单独的”无害证据，或者2个“强的”无害证据，就可以判定一个变异是无害的。

其它更多的判定规则，大家可以看原文当中这个表格。

另外，随着针对变异是否致病的数据、和证据的连续积累、和强化，就可以对这个变异做出越来越明确的判断，原来判断是“很可能致病的”一个变异，经过增加数据，就可能变成确定的“致病”变异。

一个原来是“很可能无害的”变异，经过增加证据，就可能变成确定的“无害”变异