序列变异分类和报告：改进癌症易感性基因检测结果解释的建议

摘要

癌症易感性的基因检测

目前有1500多种不同基因或遗传条件的临床检测(网址：www.genetests.org). 由临床认证的基因检测实验室引入的最初基于DNA的检测侧重于识别相对罕见的遗传疾病中先前定义的突变。例如，囊性纤维化和多发性内分泌腺瘤2型（MEN2）的分子检测是基于已知突变的样本CFTR公司（MIM#602421）和房地产税（MIM#164761）基因。基于整个编码区测序的遗传测试通常不用于临床，因为测序涉及费用、缺乏序列/多态性信息，以及需要改进方法以有效解释序列痕迹。

全序列分析巴西航空公司1（MIM#113705）和巴西航空公司2（MIM#600185）基因是由Myriad Genetic Laboratories于1996年引入的，是第一个基于序列的检测方法，用于确定其他常见癌症的风险增加(柯林斯，1996年). 由于高通量测序技术和替代方法的进步，基于序列的检测现在在基因检测中无处不在，其中突变扫描方法之后是目标区域的测序。导致癌症风险增加的绝大多数DNA序列变化都集中在识别可能发生在整个抑癌基因编码区的失活突变上。

对于基于序列的基因检测，有三种可能的结果报告给医生：（1）阳性，其中检测到一种突变明显破坏了基因功能（因此极有可能导致临床后果）；（2）阴性，其中未检测到DNA序列的变化；（3）不确定，其中检测到序列“不确定/未分类显著性变体”（VUS）或“未分类变体”（UV，UCV），尚不清楚该变体是否对可能增加癌症风险的基因功能有任何影响。荷兰的一个实验室报告称，从三分之一到一半的序列变化巴西航空公司1和巴西航空公司2分别是这样的变体吗(Gomez-Garcia等人，2005年). 同样，对Myriad Genetics Laboratory数据的分析显示巴西航空公司1和巴西航空公司2检测得到变异结果的可能性（13%）与具有致病性突变的结果相似(Frank等人，2002年). 由于缺乏关于该群体常见多态性的信息，来自未被研究群体的个体接受遗传测试的非分类变异结果的可能性更高(Kean-Cowdin等人，2005年;John等人，2007年). 此外，研究较少或新发现的疾病相关基因对基于序列的结果的解释提出了更大的挑战。

在日常临床实践中适当使用基因检测需要实验室作出明确的报告，临床医生作出知情的解释，并向患者明确告知其后果。变体的分类系统以及与每个类别相结合的行动建议将有助于实现这一目标。序列变异的临床解释并不局限于检测癌症易感性。基因检测用于风险预测、携带者检测和生殖决策等多种目的，这可能会影响变体的分类方式。在这篇论文中，我们重点关注常染色体显性肿瘤易感性的基因检测，期望这一临床应用的成功可能会导致进一步扩展到其他基因检测场所。

如何报告复杂的数据以预测癌症相关性的问题并不是基因检测所独有的。肿瘤学中有几种临床分类系统被普遍认为能够有效地传递检测结果与疾病相关的可能性。我们简要回顾了其中的一些系统，因为它们是我们关于癌症易感性基因检测建议的模板。

通过临床检查、影像学和细胞学对乳腺癌进行三重评估

采用三重评估的一致报告框架已被确立为术前乳腺癌诊断的宝贵工具(博纳和斯内格，1998年;Roskell和Buley，2004年;Farshid和Downey，2005年). 对乳腺病变进行三重评估后，在计划进一步治疗时，最可疑的类别占优势。

在许多国家，作为乳腺癌筛查工具的乳房X光检查结果是使用美国放射学会的乳腺成像报告和数据系统（BIRADS）分类报告的(Kerlikowske等人，1998年). BIRADS系统包括7种可能的结果报告类别(表1). 值得注意的是，每个类别都与进一步操作的临床建议相匹配，例如活检或随访间隔。该系统自1995年起在美国使用，目前已被国际认可用于乳房X射线照相报告(Balleyguier等人，2007年).

同样，经验丰富的细胞病理学家分析从可触及乳腺病变的细针吸取细胞学中获得的细胞。细胞制剂不能总是被清楚地解释（如序列变异），也可分为五类（恶性、可疑、非典型、良性或不充分）。临床医生将这些数据与放射学和临床发现的证据一起用于诊断。

IARC致癌物分类

另一个公认的癌症关联分类系统是确定化合物是否对人类致癌。IARC专著项目成立于1971年。其目标是在国际专家工作组的帮助下，编写并以专题论文、对广泛人类接触致癌性证据的批判性审查和评估（参见http://monopophs.iarc.fr/ENG/Preamble/CurrentPreamble.pdf).

第一步是使用标准术语评估人类和实验动物致癌性证据的强度。人类和动物研究中与致癌性相关的证据分为四类：证据充足、证据有限、证据不足或证据表明缺乏致癌性。使用“弱”、“中等”或“强”等术语，对机械数据进行评估，以确定观察到的致癌作用是由特定机制引起的证据强度。源于人类、实验动物和机理研究的致癌性证据体系被合并为对该制剂对人类致癌性的总体评估，分为五类之一(图1和表2). 由正在考虑的接触方面的专家组成的工作组可能会将该制剂指定为高于或低于严格解释人类和动物数据所显示的类别。

在单独的窗口中打开

图1

评估可能致癌物时用于数据组合的算法

序列变体的其他分类系统

2007年，荷兰和英国临床分子遗传学学会提出了变体分类的实践指南，作为该学会的一项共同行动（如其网站所示：http://cmgsweb.shared.hosting.zen.co.uk/BPGs/Best_Practice_Guidelines.htm). 这些指南从临床分子遗传学的角度制定了质量标准和证据线，在评估变体是否具有致病性时应加以审查。本指南的结论是，报告所有序列变异是至关重要的。它建议报告三类不确定变异体：a）肯定不致病，b）不太可能致病，c）可能致病。然而，将变异体放入任何给定类别的致病性水平以及与每个类别相关的临床建议均不包括在内。同样，ACMG最近发布的关于将序列变异解释和报告为六类的标准的建议侧重于提供高质量的临床实验室遗传服务。然而，他们不建议使用特定的定量信息来对变体进行分类。有一个广泛的类别3——“以前未报告的序列变异，属于可能导致或可能不会导致疾病的类型”(Richards等人，2008年).

拟议分类系统

我们提出了一个分类系统，该系统更清楚地传达了变异与临床实践的相关性信息，包括癌症风险评估和未来研究的需要。该系统将包括明确致病性和明确中性的变体以及目前临床意义不明的变体。我们建议删除描述变体时的术语“未分类”，除非它适用于实验室中识别的变体先前的被指定为特定类别。与上述系统类似，我们建议临床和研究目的最好分为五类（参见表3).

类别1对应于“非致病性”或“无临床意义”的定性分类。将变体指定为1类排除了该变体对癌症风险的重大临床显著影响。一些明显中性的变异实际上可能导致癌症风险的低增加（或降低），其数量级与全基因组关联研究（GWAS）中报告的常见多态性相关(伊斯顿等人，2007b) (Hunter等人，2007年). 然而，此处所述的拟议报告和分类系统仅适用于可能高外显率突变的临床测试。

拟议分类系统的主要进步是创建了第2类和第4类，“可能无致病性/临床意义小（LCS）”和“可能有致病性”，其致病可能性的定义一致，分别为5%和95%。工作组认为，重要的是将这两组变体与第3类（“不确定”）区分开来，以便将信息实在太少而无法提出任何建议的变体（第3类）与有明显但并非无可辩驳的证据反对（第2类）或支持（第4类）的变体区分开来致病性。初始试验报告应表明，如果将来有更多证据可用，分类类别可能会改变，例如分离研究、肿瘤组织病理学、体外试验等。因此，随着数据的积累，分类类别可以不断完善。

理想的系统将能够对每个变体进行定量评估。在某些情况下，致病性的概率可以根据从多条证据中经验确定的似然比或比值比进行分配(Goldgar等人，2004年) (伊斯顿等人，2007a)如下所述。尽管目前只能对少数基因中的少量变体进行精确量化，但这个数字还会增加。分类变体的实验室和计算方法正在改进，随着更多的家族被识别出变体，更明确的结果将来自分离分析和统计遗传学方法，该方法具有全面且可广泛访问的基因/疾病特定数据库，可收集变异证据（参见本期的配套论文：Couch等人，2008年; Easton等人，2008年；Goldgar等人，2008年;Tavtigian等人，2008年;Greenblatt等人，2008年).

然而，即使某些类型的信息无法量化，我们建议使用所有可用数据将每个变量分配给这五个类别中的一个。该分类可能包含多条证据的强度等信息，类似于IARC致癌物分类系统（参见http://monopophs.iarc.fr/ENG/Preamble/CurrentPreamble.pdf). 例如，一个任意的基于点的系统已经被建议用于（MMR）修复基因变体，但目前还没有被广泛使用(Barnetson等人，2008年). 我们认识到，对于信息有限的基因，这可能导致大多数变体被分配到第3类。

分类系统的使用

使用这种分类系统将有助于处理和向患者传递适当的信息，并通过以下方式提高信息的临床利用率：1）遗传学专业人员和经常与高危患者打交道的临床医生将能够向患者传递分类，一般原理，以及基于每类变体的临床建议。2） 如果使用清晰一致的分类系统，并且该系统包括BIRADS所示的每个类别的适当临床操作说明，则没有接受过遗传学培训的保健专业人员将能够更好地理解这些信息分类。患者误解和误传的风险降低。

了解在对每个变体进行分类时考虑了哪些证据，以及如何整合数据，将超出大多数临床医生的专业知识范围。专家们必须为每类信息制定标准，评估现有数据，为每种变体制定标准，并将结论和数据摘要传递给临床和分子检测团体。通过国际癌症易感性联盟，包括乳腺癌信息核心（BIC）指导委员会，已经存在专家小组，该委员会解释了巴西航空公司1和巴西航空公司2基因并在BIC网站上发布结论http://research.nhgri.nih.gov/bic/国际胃肠道遗传肿瘤学会（InSiGHT；http://www.insight-group.org/)与人类变异体项目（HVP；http://www.humanvariomeproject.org/)实现对MMR基因变体进行分类的目标（Cotton 2007）。其附加目标是：1）为每种类型的证据建立标准并将其整合，2）验证每种类型证据，并尽可能使用预测值进行量化，以及3）提高评估数据和显示结论过程的透明度。其目标是BIC、InSiGHT和HVP将首先为两种最常见的遗传性癌症综合征建立标准，随后扩展到其他基因。

目前，除非有压倒性流行病学证据表明变异与癌症有关，否则许多群体在将变异归类为致病性变异时都很谨慎。例如，BIC数据库目前对“临床重要”使用三种分类，即是、否或未知(Couch和Weber，1996年). 致病性在0.1%至99%之间的所有变体均列为“未知”。许多诊断实验室避免使用“可能致病”类别，因为如果根据新数据证明分类不正确，则可能存在潜在的责任。此外，临床医生可能倾向于将此评论解释为致病性，但尚未有正式证据。这些变体通常被简单地报告为“VUS”或“未分类”。一些实验室会引用支持性证据而不报告结论（例如，如果数据库中的变异被标注为致病性，或者变异出现在保守的残基上），而一些实验室则不会。在这种情况下，这种不一致性对临床医生和患者的影响是无信息的；充其量是无济于事的，最坏的情况是容易被误解。

该工作组注意到，与这种保守的方法相比，卫生保健专业人员习惯于根据80–85%的预测值在肿瘤学的许多其他方面做出重要的临床决策。例如，经直肠超声（估计准确度为70-90%(Giovannini和Ardizzone，2006年)是用于确定直肠癌手术决策的推荐程序（或“测试”）。临床遗传学专业人员应该能够讨论合理的策略，以应对95%–99%（或相反，0.1–5%）的癌症相关性变异。目前，由于没有公认的“可能致病”或“可能不致病”类别的标准，携带这两类变体的个体根据家族史进行治疗，尽管癌症风险的巨大差异是可以清楚识别的（基于专家共识）。这可能导致个人风险增加。例如，在遗传性非息肉病结肠癌（HNPCC）中，如果没有遗传诊断，建议受影响个体的所有一级亲属进行频繁（通常是每年一次）结肠镜检，这可能导致1:1000结肠镜检的主要并发症，死亡风险为1-5:10000(Gatto等人，2003年;Becker等人，2007年). 将一些变异分为4类，并对4类变异的高危亲属进行检测，可以减少非携带者不必要的结肠镜检查。

与每个类别相关的风险程度

我们认为，生成后验概率的贝叶斯系统最终应成为所有变量的标准。概率信息可以通过多种方式传递给患者，以增进理解(Trevena等人，2006年). 第5类和第1类的阈值分别为99%和0.1%，这两个阈值很可能是致病性或中性/临床意义不大，进一步的数据不太可能改变分类。对于2-4类（致病性的后验概率为0.1%至99%），随着时间的推移积累的额外支持数据将有助于将变异体重新分类为具有更高置信度的类别。

可以建议4类变异携带者（致病可能性为95-99%）接受监测，并建议对5类变异携带者进行癌症预防治疗，即使他们有被过度治疗的小风险。2类变异（致病性可能性为0.1-5%）被归类为“可能非致病性”。如果发现更多有利于致病性的数据，它们可能会变成第3类（不确定）。然而，他们不太可能转换为4级或5级。从先验概率0.05开始，新数据的似然比必须大于1900:1，才能将变量从类别2转换为类别4或类别5（后验概率≥0.95）。因此，考虑到2类突变转化为致病性类别的可能性，可以认为2类突变的临床相关性可以忽略不计，尽管应该寻求进一步的数据来明确将其归类为1类而非3类。

因此，从临床角度来看，最重要的区别将是第3类和第4类。定量考虑时，后验概率为0.95（类别4），对应于后验概率19:1（95%/5%）。选择此截止值的一个原因是，低于此水平的概率的微小变化会导致后验概率的较大变化（例如，90%的概率，后验概率=90/10=9:1；对于85%的概率，后验概率=85/15=5.7:1）。新数据可能会显著改变这种不确定性。因此，我们的3类变异体具有足够的不确定性，因此在根据测试结果采取任何行动之前，不应对其他亲属进行临床预测测试，并且需要进一步的数据。具有这些不确定比值比的第3类变异体也可能代表具有中等临床效应或低外显率等位基因的变异体。需要进一步的数据来验证这一假设。总的来说，考虑到不确定性，对3类变异携带者（及其家族成员）的临床建议应取决于家族中的癌症模式、肿瘤组织学等，而不是是否存在变异。

本分类的一般性

理论上，任何癌症易感基因都可以通过该系统进行分类。挑战将是根据用于分类变体的各种方法，开发量化后验概率的机制。此时，巴西航空公司1和巴西航空公司2是基因诊断实验室中最常见的人类基因分析，并且有大量关于其序列变异的信息。许多BRCA变体可以根据统计遗传学研究的后验概率进行分类(伊斯顿20072008). 对于与罕见癌症易感综合征有关的基因，通过比较病例和对照，很难从统计学上解决这个问题。对于经常成为体细胞变化目标的基因，例如TP53型（MIM#191170），CDKN2A型（MIM#600160）和房地产税，肿瘤样本中反复出现的体细胞突变可以提供有利于致病性的量化证据（Greenblatt 2003）。然而，关于癌症综合征中大多数基因的体细胞突变谱的数据有限。进化保护数据虽然不太可能单独确定，但也已被量化，并可提供优势比，用于帮助确定致病性的概率（参见Tavtigian等人，2008年). 体外检测变异对编码蛋白功能的影响是一些癌症易感基因很有希望的分类方法。虽然它们的贡献还无法量化，但一些分析结果（例如MMR）可以提供重要的定性信息（参见Couch等人，2008年). 肿瘤病理学特征也是如此(Hofstra等人，2008年). 召集专家小组，例如前面描述的MMR基因的InSiGHT委员会，审查每个特定基因和条件的可用数据类型，将鼓励为所有这些不同类型的数据制定数字分数。随着时间的推移，我们预计这些努力将扩大到包括研究人员和临床医生，他们专注于不太常见的癌症易感性条件。

家庭成员临床和/或研究测试建议的标准化

显然，序列变异将继续对科学和医学界构成挑战。最终目标是对所有2-4类变体进行重新分类，并在可能的情况下获得对1类或5类的决定性分配。这将通过对家庭成员进行额外的测试来辅助，以获取有关变异是否与家族中的癌症隔离的信息（在表4) (Goldgar等人，2004年). 同样重要的是，在研究环境中进行的基因测试的结果应通过同行评审的出版物和/或特定于当地的数据库提供给科学界(Greenblatt等人，2008年)，以使我们能够更快地了解其功能和临床后果。

目前，临床使用的症状前测试(表4–“临床测试”）通常不建议用于分类为不确定的任何变体(Vink等人，2005年). 根据家族史和其他危险因素的存在，对检测到这种变异的家族成员给予与未检测到序列改变的家族相同的临床建议。在先证者携带第4类“可能致病”变体的情况下，50%未遗传该变体的亲属极有可能罹患癌症的平均风险，但他们仍在接受强化筛查，在某些情况下还接受预防性手术或其他治疗措施。相反，不熟悉遗传学术语的临床医生可能会将任何序列变异解释为有害结果。如果临床医生和分子病理学实验室对2-4类的标准和建议有信心，那么可以为这些人做出更合理的决定。

我们预计，使用五类分类系统将改进癌症预防和监测临床方案的解释和针对性。在表4如果对受影响先证者的检测导致序列变异的识别，我们建议对家庭中的高危人群进行临床检测。与以前的标准相比，对于1-3类变异的先证者，临床方法没有改变。由于对基因型的了解不会影响临床推荐，因此不应提供其亲属对2–3类变异的预测性测试。然而，我们建议不仅对具有明确致病性序列变异体（第5类）的家庭成员，而且对第4类的家庭成员进行预测性测试，因为有强有力的证据表明该变异体可能具有致病性(表4). 因此，对携带4类变异的个体的癌症监测建议反映了针对5类携带者的建议。在选定的病例中，如果疾病基因位点是确定的，那么序列变异可以用作关联标记，以预测特定家族中的携带者状态和癌症风险。在进行连杆测试之前，必须满足两个条件。首先，必须有足够数量的受影响家庭成员进行隔离分析。其次，在研究的家族中发现该变异与表型共同传播。在这种情况下，变体的临床使用受警告间接检测，即由于潜在的重组而导致的不完全敏感性和特异性，通常由受过训练的遗传学专业人员进行，他们知道这些限制。由于基因座异质性，它很少适用于遗传性乳腺癌和卵巢癌或Lynch综合征。

最大的潜在问题是，建议家庭中4类变异体检测阴性的高危人群，他们可能不会增加癌症风险。此类讨论应包括1–5%的剩余可能性，即感兴趣的变体可能不是致病性的。如果先证者中没有检测到突变或变异，这种解释与讨论类似。这种1-5%的几率可归因于三种可能的解释之一，并在一定程度上取决于家族史的类型。首先，用于突变搜索的技术并非100%敏感（必须审查用于突变测试的方法，并且必须确保先证者已进行了全面的突变搜索）。其次，被检测的先证者可能不是突变携带者，该突变是疾病的共同诱因，并且在另一个受影响的家庭成员中存在致病性突变；根据家庭结构，当未发现突变时，适当的策略可能是对另一个受影响的家庭成员进行全面测试。然而，在存在极有可能致病的变体（第4类）的情况下，人们将测试家族中任何其他受影响的人是否存在该变体，以检查该变体是否作为第一种选择被隔离，而不是全面测试第二个家族成员是否存在其他突变。请注意，在这方面，尽管有报道称分离了两个单独突变的家族，但如果检测到第5类致病性突变，则对第二个家族成员进行全面的全面突变筛查并不常见。最后（也是大多数受试家庭中最有可能的解释），这种疾病是多基因的，而不是由于家族中单一的高风险基因分离。我们使用后者，因为它是大多数未发现BRCA1/2突变的家庭最可能的解释。对于每种情况，可以计算由多基因因素（家族性非BRCA1/BRCA2或非MMR基因缺陷引起的家族性结直肠癌）引起的家族史引起的残余风险。与正在评估的许多常见癌症（如乳腺癌或结肠癌）的剩余人群风险相比，这种剩余风险可能较小。潜在影响示例巴西1/2和MMR基因测试如下所示。

分子遗传学家和临床医生对分类系统的利用

我们预计，制定一个明确的5级方案是朝着将罕见序列变异的分类和癌症风险增加患者及其家属的临床管理标准化迈出的重要一步。然而，要在国际上实施这一制度，需要克服几个障碍。

1. 谁将分配/计算初始分类在测试时？鉴于变体分类是基于来自多个来源的信息，任何个人都不太可能接受足够的培训，从用于分类的所有方面轻松地推导和/或解释数据。如前所述，我们预计，对于大多数基因，专家小组将需要确定序列变异的致病可能性，以供癌症遗传学界使用。即使以基于各种数据类型的定量分数表示，这也是正确的。为了提供分类，需要相关专家之间的协调，这种协调可以采取几种形式。

   基于BIC指导委员会最初开发的方法，并将由InSiGHT很快实施，分类可由涵盖所需专业知识范围的小组在精心管理的数据库上提供。所使用的信息和决策过程必须透明显示，以便临床和分子实验室能够评估和解释结论。未来，可以在精心管理的数据库上提供资源，用于计算分子遗传学家和/或临床医生提供的数据（例如，与系谱信息或肿瘤病理学分离的贝叶斯分数）与其他类型数据（例如进化保守性）相结合的变异概率。这可以通过链接基于血统的项目来实现，例如BOADICEA(Antoniou等人，2008年)使用BIC等数据库。即使在没有绝对概率的情况下，如MMR基因变体分类的情况，也可以开发一套应用于标准数据集的规则，以将大多数临床遗传学家目前用于评估特定变体临床意义的“基于经验的”方法形式化(Lucci-Cordisco等人，2006年) (Barnetson等人，2008年). 类似的系统用于射线照相和其他诊断测试。

   需要进行讨论，以评估决定分类和/或为此类分类提供资源的人的法律责任（数据库、编程设施）。IARC未分类遗传变异工作组的压倒性观点是，当前的非标准报告方法创造了更大的不当决策机会，并干扰了临床护理。

2. 时间和资源需要提供此分类。任何需要分子遗传学家或临床遗传学家在单个实验室/诊所进行广泛投入的系统都需要得到医疗服务提供者的认可，作为这些专业人员的必要职能，并提供适当的资源以改进分类，因此，这些罕见变异的临床解释。同样，最好在国际一级提供支持，以资助和标准化数据库的开发，以存储更多信息，或允许个别实验室/诊所使用积极的方案编制。目前，数据库管理员和专家小组成员提供的时间基本上是无偿服务尽管存在这一局限性，但BIC和MMR数据库等数据库的管理者在过去十年或更长的时间里仍然坚定不移，因为他们觉得有必要填补一个明显的知识空白，这一空白阻碍了遗传测试在临床遗传学实践中的实施。
3. 使用标准报告标准介绍关于特定疾病数据库的一致信息促进和规范分类。报告变异的任务过于广泛，无论是分子遗传学家还是直接与患者打交道的临床医生都无法单独承担。此外，分享来自不同来源的信息将有助于扩大数据集的积累，从而促进解释过程。国际目标应该是争取每个疾病基因相关信息的单一入口点，纳入地方、国家和商业数据库的信息，以便汇编信息（参见Greenblatt等人，2008年). 实验室和国家卫生服务部门为整合信息所做的努力是由人类变形金刚项目（2007年棉花）发起的。如果完成，它将改进分类，允许在分类更新时向原始提交实验室反馈信息，并确保向具有相同变体的患者提供的信息在家庭内部和家庭之间是相同的。由于该信息用于临床分类，因此可能需要每个国家相关临床认可机构的正式批准（例如，美国医学遗传学学院、英国人类遗传学学会等）。

序列变异分类及临床应用举例

示例1：乳腺癌–变体–BRCA2 D3095E

编码假定错义变化Asp3095Glu的变体巴西航空公司2如图所示，在一名49岁的乳腺癌患者身上发现了该基因图2。在鉴定该变体时，有以下证据可用于评估致病性：

在单独的窗口中打开

图2

在诊断出3级乳腺癌后，该指数病例（箭头所示）被提交给了遗传服务机构。她的母亲死于浆液性乳头状卵巢癌，享年48岁。基因检测发现在巴西航空公司2基因。

• 执行测试的临床诊断实验室只能看到一次。
• 这个家庭很小，没有其他活的受影响亲属，因此不可能用变异检测母系中癌症的共同隔离。
• 双亲均已死亡，因此我们无法检查此突变是否为从头开始（新发突变在巴西航空公司2).
• 在BIC数据库中报告了12次，并被列为临床意义“未知”。
• 文献中没有关于这种突变发生在带有有害突变的反式体内的报道（如果发现这种突变，将与致病性相矛盾）。
• 剪接软件预测正常剪接，目前还没有发表RNA研究。
• Asp 3095位于功能重要的BRCA2 DNA结合域，含有该变体的BRCA1蛋白表现出反式激活缺失在体外(Farrugia等人，2008年).
• Asp 3095在12个BRCA2蛋白序列的比对中是不变的（11种脊椎动物加海胆，在线<http://agvgd.iarc.fr/alignments.php>). 该域中位于不变位置的错义替换具有致病性的先验概率为0.73(Spurdle等人，2008年).
• 使用基于序列守恒的其他算法证明Align-GVGD和SIFT预测asp到glu的替代“可能有害”，PolyPhen预测替代是良性的。
• 基于家族史、共现和共分离的综合似然比可从文献中获得，显示出23:1的概率支持因果关系(伊斯顿等人，2007a). 然而，该计算没有考虑序列保守性、对功能的预测影响或功能分析结果。我们目前对这些额外因素的评估得出致病性概率为0.73，或比值比为2.7。考虑到所有可用证据，并将此概率与综合似然比相结合，因果关系的后验概率为98.4%，为4类变异体-可能致病。

巴西航空公司2突变导致乳腺癌和卵巢癌的高风险。接下来，我们考虑了在巴西航空公司2先证者及其家人的基因。根据我们的分类，建议对未受影响的姐妹进行测试。如果她对4级变异体的检测呈阳性，那么她将有不到2%的机会被给予比其家族史和家庭地位单独预测的更高的风险水平。将变体称为4类的致病性下限为95%（或5%的概率，即所提供的信息将基于错误的致病性前提）。在这种后验概率水平上，我们应该遵循与5类致病性突变携带者相同的临床建议。

为了说明这些建议的稳健性，我们估计了在95%的下限下，在4类变量中提出这些建议对风险的影响。

1. 姐姐的基因测试表明她携带变异基因
   • 口译-她有很高的发展风险巴西航空公司2-相关癌症。
     • 累积终生乳腺癌风险为0.95概率×0.8外显率加上0.05概率×0.05×0.30[根据家族史估计风险]=0.76+0.015=0.775
     • 累积终生卵巢癌风险为0.95概率×0.2外显率加上0.05×0.015[根据家族史估计的风险]=0.19+0.00075=0.19。
   • 基于78%的乳腺癌和19%的卵巢癌风险，英国的临床建议将包括
     • 30-35年的年度乳房X光片和MRI。
     • 35年来的卵巢监测研究试验（注：目前没有证据表明卵巢筛查有效）
     • 双侧输卵管-卵巢切除术可在35-40年内根据要求进行，40年后建议进行
     • 如有要求，可进行双侧预防性乳房切除术
2. 该姊妹对4类变异体的检测结果为阴性，有5%的概率表明错误的检测是由于其他基因或隐性突变造成的。
   • 解释-如果家族史是由多基因因素引起的（家族性非-BRCA1/BRCA2)那么她的癌症风险是人口风险的95%加上家庭估计风险的5%。
     • 累积终身乳腺癌风险0.95[人群风险]×0.1加上0.05×0.3[家族风险]=0.095+0.015=0.11
     • 终生累积卵巢癌风险为0.95×0.01【人群风险】加上0.05×0.015【家族风险】=0.0095+0.00075=0.01

计算得出的乳腺癌和卵巢癌风险（包括人群风险）表明，乳腺癌的最大终生累积风险约为11%，卵巢癌的最大一生累积风险约1%，这与人群风险非常相似。因此，以与普通人群相同的方式管理患者似乎是合理的。

结论

我们在这篇论文中提出了一种基因变异的临床报告方案，特别是针对具有高癌症风险的肿瘤抑制基因的遗传突变。在临床实践中，对这种结果的低估和过度解读都很常见。该分类和报告框架的目的是提高基因检测结果的临床利用率，最大限度地为其他家庭的利益了解更多变异，并将临床环境中对变异的错误解释风险降至最低。如果成功应用，这一分类的原则可以扩展到其他基因，在这些基因中，失活突变可能会在整个基因中发生，并且对基因的分析检测到序列变异，无法立即为其指定明确的功能后果。

致谢

附录

IARC未分类遗传变异工作组成员：

Fergus Couch，梅奥诊所，美国；尼尔斯·德温德（Niels de Wind），荷兰莱顿大学；戴安娜·埃克尔斯，英国南安普顿大学；英国剑桥大学道格拉斯·伊斯顿；William Foulkes，加拿大麦吉尔大学；Maurizio Genuardi，意大利佛罗伦萨大学David Goldgar，美国犹他大学；马克·格林布拉特，美国佛蒙特大学；Robert Hofstra，荷兰格罗宁根大学医学中心；Frans Hogervorst，荷兰癌症研究所，荷兰；Nicoline Hoogerbrugge，荷兰奈梅扬大学医学中心；莎伦·普隆，美国贝勒大学；Paolo Radie，意大利国家图莫里研究所；Lene Rasmussen，丹麦罗斯基勒大学；Olga Sinilnikova，法国里昂平民临终关怀院；澳大利亚昆士兰医学研究所Amanda Spurdle；Sean Tavtigian，IARC，法国；Paolo Boffetta，IARC，法国。

工具书类