基因體學 · global
從DNA讀出RNA剪接線索:Illumina發布SpliceAI2,協助尋找罕病相關變異
罕見疾病的遺傳線索,有時藏在基因如何剪接成RNA的細節裡。SpliceAI2在既有研究資料中找出更多候選變異,但這項進步能否轉化為更多確診,還需要臨床驗證。
對尋找罕見疾病病因的家庭而言,讀出DNA序列只是起點;困難往往在於判斷,哪一個變異真正打亂了基因運作。Illumina於10月8日發布SpliceAI2,試圖補上其中一道缺口:預測DNA變化如何影響RNA剪接,讓研究人員更有依據地挑選值得追查的遺傳線索。
細胞製作成熟RNA時,會移除稱為內含子的片段,再接合保留下來的外顯子。剪接位置一旦改變,產物也可能跟著變化。依Illumina的技術介紹,SpliceAI2可直接從DNA序列預測剪接位置的使用頻率、位置之間如何連接,以及完整的RNA轉錄本。這讓變異解讀從「哪裡可能剪錯」,延伸到「最後可能產生什麼」。
公司所稱「多找出約17%疾病相關變異」,有特定的統計背景。研究手稿分析Genomics England的7,504名先證者,聚焦單一等位基因即可致病的疾病,並打亂患者表型配對,估計偶然吻合的背景。在疾病基因清單吻合的勝算比同為2時,SpliceAI2找出133個超出背景預期的變異,次佳模型為114個;約17%的差距由此而來,並非確診率增加17%。
RNA資料提供了另一層檢驗:在一個依表型與模型分數篩選的子集中,23個優先追查的罕見變異,有17個呈現預測的剪接改變。手稿另指出,約半數辨識出的隱蔽剪接相關變異位於內含子內、距邊界超過50個鹼基,通常可能被外顯子定序漏掉。這也凸顯,預測工具能否發揮作用,取決於原始檢測是否涵蓋那些位置。
模型的訓練資料包括十個物種的314,745份RNA定序樣本,以及篩選後超過4,600萬個剪接接合點。Illumina表示,加入330份ENCODE長讀長樣本後,在未參與訓練的基因中,最主要轉錄本的完整重建正確率由78%升至82%。這項測試衡量的是轉錄本重建能力,與罕病候選變異的比較回答不同問題。
工具也已開放取得。PyPI紀錄顯示,SpliceAI2 2.0於10月8日發布;文件提供預訓練權重,以及蛋白質編碼基因範圍內40億個可能單核苷酸變異、1.5億個族群已觀察插入或缺失變異的預先計算結果。權重與預測資料供學術及非商業研究使用,商業用途須洽Illumina,本機執行則需要支援CUDA的GPU。
對罕病研究而言,這些預測可協助安排後續功能實驗;對藥物探索,則可提供變異如何改變RNA產物的研究線索。不過,核心證據目前來自預印本與既有資料分析,尚未證明前瞻性診斷效益。觀察到剪接改變,也不等於已確認它造成患者疾病;真正走進診斷流程,還須結合表型、遺傳與功能證據,檢驗工具能否增加可靠的確診並改善判讀效率。