Xác định ACOT13 và PTGER2 là gen ứng cử viên mới của bệnh thận đa nang chiếm ưu thế tự tử thông qua giải trình tự toàn bộ Exome

Liên hệ: Audrey Hu Whatsapp / hp: 0086 13880143964 Email:audrey.hu@wecistanche.com

Na Du¹, Đan Đông³, Luyao Sun¹, Lihe Che¹, Xiaohua Li¹, Yong Liu^2*†và Bin Wang^1*†

trừu tượng

Tiểu sử:Đa nang chiếm ưu thế trong tử thiquả thậnbệnh (ADPKD) là đơn nguyên phổ biến nhấtquả thậnrối loạn. Một nửa số bệnh nhân sẽ từ từ tiến triển thành bệnh thận giai đoạn cuối. Tuy nhiên, mục tiêu tiềm năng cho điều trị ADPKD vẫn còn thiếu.

Phương pháp:BốnADPKDbệnh nhân và hai thành viên gia đình khỏe mạnh được đưa vào nghiên cứu này. Các mẫu máu ngoại vi được lấy và xét nghiệm bằng phương pháp giải trình tự toàn bộ exome (WES). Các đột biến autosomal ở bệnh nhân ADPKD được giữ lại làm vị trí ứng cử viên. Các phân tích về bản thể gen (GO), Bách khoa toàn thư về gen và bộ gen (KEGG) của Kyoto, và các phân tích mạng lưới tương tác protein-protein (PPI) được thực hiện bởi gói R con lăn cụm. Một tập dữ liệu chứa 18 bệnh nhân ADPKD và ba mẫu bình thường đã được tải xuống từ cơ sở dữ liệu Gene Expression Omnibus (GEO) và được phân tích bằng gói limma R.

Phương pháp:BốnADPKDbệnh nhân và hai thành viên gia đình khỏe mạnh được đưa vào nghiên cứu này. Các mẫu máu ngoại vi được lấy và xét nghiệm bằng phương pháp giải trình tự toàn bộ exome (WES). Các đột biến autosomal ở bệnh nhân ADPKD được giữ lại làm vị trí ứng cử viên. Các phân tích về bản thể gen (GO), Bách khoa toàn thư về gen và bộ gen (KEGG) của Kyoto, và các phân tích mạng lưới tương tác protein-protein (PPI) được thực hiện bởi gói R con lăn cụm. Một tập dữ liệu chứa 18 bệnh nhân ADPKD và ba mẫu bình thường đã được tải xuống từ cơ sở dữ liệu Gene Expression Omnibus (GEO) và được phân tích bằng gói limma R.

Kết luận:Thông qua sự kết hợp của các phân tích mạng WES, biểu hiện gen và PPI, chúng tôi đã xác định ACOT13 và PTGER2 là tiềm năngADPKD-các gen liên quan.

Từ khóa:Giải trình tự toàn bộ exome, Đột biến gen, Đa nangquả thậnbệnh, ACOT13, PTGER2

Cistanche tubulosa ngăn ngừa bệnh thận, bấm vào đây để lấy mẫu

Giới thiệu

Đa nangquả thậnbệnh (PKD) là một nhóm các rối loạn đơn nguyên và là nguyên nhân phổ biến của bệnh thận giai đoạn cuối. Hầu hết bệnh nhân trưởng thành bị ảnh hưởng bởi dạng trội của NST thường (ADPKD), trong khi dạng đa nang lặn trên NST thườngquả thậnbệnh (ARPKD) là một dạng hiếm hơn, thường biểu hiện ở chu sinh hoặc trong thời thơ ấu [1]. Các đột biến ở PKD1 và PKD2, mã hóa các protein polycystin 1 và 2 (PC1 và PC2), là nguyên nhân phổ biến nhất của ADPKD. PC2, một kênh cation, là một thành viên của họ kênh ion điện thế thụ thể thoáng qua (TRP) [2]. Người ta báo cáo rằng các khiếm khuyết trong PKD2 kích hoạt những thay đổi trong chuyển hóa năng lượng của ty thể [3]. vai trò của phức hợp PC1 và PC1PC2 chưa được hiểu rõ [4]. Mặc dù PKD được di truyền đơn gen, nhưng nó không đồng nhất về kiểu hình, gen và alen [1], và 7%ADPKDgia đình không được giải quyết về mặt di truyền [5]. Hơn nữa, các cơ chế phân tử cơ bảnthậnrối loạn chức năngdo đột biến gen PKD và chức năng sinh lý của protein polycystin cũng vẫn chưa rõ ràng [6].

Các protein 1 và 2 (PC1 và PC2) là nguyên nhân phổ biến nhất của ADPKD. PC2, một kênh cation, là một thành viên của họ kênh ion điện thế thụ thể thoáng qua (TRP) [2]. Người ta báo cáo rằng các khiếm khuyết trong PKD2 kích hoạt những thay đổi trong chuyển hóa năng lượng của ty thể [3]. vai trò của phức hợp PC1 và PC1PC2 chưa được hiểu rõ [4]. Mặc dù PKD được di truyền đơn gen, nhưng nó không đồng nhất về kiểu hình, gen và alen [1], và 7% các gia đình ADPKD không được giải quyết về mặt di truyền [5]. Hơn nữa, các cơ chế phân tử cơ bản gây ra rối loạn chức năng thận do đột biến gen PKD và chức năng sinh lý của protein polycystin cũng vẫn chưa rõ ràng [6].

Ở đây, chúng tôi đã thực hiện WES bằng cách sử dụng mẫu máu của bốn bệnh nhân ADPKD và hai thành viên gia đình khỏe mạnh để phân tích sự biến đổi gen của họ. Ngoài ra, tập dữ liệu biểu hiện gen chứa 18 bệnh nhân ADPKD và ba mẫu bình thường đã được lấy từ cơ sở dữ liệu Omnibus biểu hiện gen (GEO). Thông qua các phân tích tổng hợp về đột biến gen, biểu hiện gen, làm giàu chức năng gen và tương tác protein-protein (PPI), chúng tôi đã xác định được hai gen (ACOT13 và PTGER2) có khả năng liên quan đến cơ chế bệnh sinh của ADPKD.

Nguyên liệu và phương pháp

Thông tin lâm sàng

Nghiên cứu này đã được phê duyệt bởi ủy ban đạo đức địa phương (số phê duyệt: 2019-307). Một bệnh nhân ADPKD đã được điều trị tại bệnh viện của chúng tôi và năm thành viên của gia đình này đã được đưa vào nghiên cứu này. Bệnh nhân này có tiền sử đa nangquả thận dịch bệnh, bệnh gan đa nang, và sỏi thận trong 13 năm (Hồ sơ bổ sung 1: Bảng S1). Phả hệ của gia đình này được thể hiện trong Hình 1A. Te N _2 là băng tần này. T _4, N _5 và N _6 đều là bệnh nhân ADPKD (da đen), trong khi N _3 và N _1 là người khỏe mạnh (da trắng) . Tổng cộng, có bốn bệnh nhân ADPKD và hai đối chứng khỏe mạnh trong nghiên cứu của chúng tôi. Các triệu chứng lâm sàng của proband này bao gồm sốt, đau lưng và tiểu máu. Kết quả chụp cắt lớp vi tính (CT) của N _2 cho thấy có nhiều nang trong gan và thận đa nang hai bên. Một số tổn thương là những nang phức tạp, với những thay đổi trong dịch tiết ở vùng quanh thượng thận bên phải, có đường viền mờ và mật độ tăng lên (Hình 1B).

Giải trình tự toàn bộ exome

DNA bộ gen được chiết xuất từ ​​các mẫu máu ngoại vi bằng bộ tách chiết DNA (Tiangen Biotech, Bắc Kinh, Trung Quốc) và các exomes được thu thập bằng bộ kit Agilent SureSelect Human All Exon V6 (Agilent Technologies, Santa Clara, CA) theo hướng dẫn của bộ dụng cụ. Việc giải trình tự toàn bộ exome được thực hiện bằng cách sử dụng các thiết bị Illumina Novaseq6000 với các lần đọc trình tự bp 150- đầu cuối được ghép nối. Các lần đọc trình tự thô đã được xử lý trước để loại bỏ các cơ sở chất lượng thấp và đọc bằng cách sử dụng fast [11], bộ tiền xử lý FASTQ tất cả trong một cực nhanh và các thông số mặc định đã được chấp nhận. Các lần đọc trình tự được căn chỉnh cho phù hợp với bộ gen người (Build-UCSC hg19) bằng phần mềm BWA (Burrow – Wheeler Aligner, http://bio-bwa.sourceforge.net/). Mười, đa hình nucleotide đơn (SNP) và Chèn / xóa (Indel) được xác định bằng phần mềm SAMtools (http://samtools.sourceforge.net/). Sử dụng phần mềm ANNOVAR (http: //annovar.openbioinformat ics.org/en/latest/user-guide/download/), chú thích chức năng đã được thực hiện cho SNP và Indel đã xác định để điều tra vị trí bộ gen và thông tin biến thể của chúng (Tệp bổ sung 2 : Bảng S2).

Sàng lọc SNP / Indel của ứng cử viên cho ADPKD

Đầu tiên, chúng tôi đã loại bỏ các đột biến có tần số cao hơn 1 phần trăm trong ít nhất một trong bốn cơ sở dữ liệu (1000g _ all, esp6500si _ all, gnomAD _ ALL và gnomAD _ EAS). Mười là, các đột biến ở vị trí exonic hoặc nối (10 bp ở phía trên và phía dưới của exon) được giữ lại. Mảnh nhỏ (<10 bp)="" non-frameshifting="" indel="" mutations="" in="" the="" repeat="" region="" were="" also="" removed.="" in="" addition,="" mutations="" that="" met="" one="" of="" the="" following="" conditions="" were="" retained:="" (a)="" te="" sites="" that="" were="" considered="" as="" harmful="" by="" at="" least="" half="" of="" the="" four="" software="" sift="" [12],="" polyphen="" [13],="" mutationtaster="" [14],="" and="" cadd="" [15]="" basing="" on="" the="" scores;="" (b)="" mutations="" that="" were="" predicted="" to="" affect="" the="" splicing="" by="" dbscsnv="" [16].="" ten,="" the="" genetic="" mutations="" that="" were="" classified="" into="" pathogenic="" and="" likely="" pathogenic="" ones="" according="" to="" the="" criteria="" and="" guidelines="" for="" grading="" clinical="" significance="" of="" single-gene="" mutations="" of="" american="" college="" of="" medical="" genetics="" and="" genomics="" (acmg,="" https://www.acmg.net/)="" were="" selected="" as="" candidate="" sites.="" for="" the="" screening="" of="" dominant="" genetic="" pattern,="" on="" the="" basis="" of="" mutation="" site="" filtering,="" the="" sites="" showing="" autosomal="" mutations="" in="" adpkd="" patients,="" which,="" however,="" could="" not="" be="" detected="" in="" normal="" controls="" were="" retained="" as="" candidate="">

Làm giàu chức năng và phân tích PPI

Dữ liệu hồ sơ biểu hiện mRNA của GSE7869 [18] đã được tải xuống từ cơ sở dữ liệu GEO (https: //ncbi.nlm. Nih.gov/geo), được phát hiện dựa trên Affymetrix Human Genome U133 Plus 2. 0 Mảng . Bộ dữ liệu GSE7869 chứa 18 mẫu ADPKD và ba mẫu bình thường. Dữ liệu hồ sơ biểu hiện mRNA được phân tích bằng cách sử dụng gói hàm limma trong R [19]. Các gen biểu hiện khác biệt (DEG) được chọn bằng cách sử dụng các ngưỡng giá trị tuyệt đối của biểu hiện khác biệt (| Log2FC |)> 0. 5 và P-value <0.>

Phân tích thống kê

Các phân tích thống kê được thực hiện bằng phần mềm R v3.5.2. P-value <0. 05="" được="" coi="" là="" có="" ý="" nghĩa="" thống="" kê="" trong="" tất="" cả="" các="" phân="" tích="" thống="">

Results

Mutatitrênal landscape

Tổng số SNP trong sáu mẫu tập trung trong khoảng từ 100, 000 đến 150, 000 và chúng chủ yếu nằm ở vùng intron, vùng exon và vùng intergenic (Hình 2A). Tổng số Indel trong sáu mẫu tập trung trong khoảng từ 15, 000 đến 20, 000 và các Indel này chủ yếu phân bố trong vùng intron và intergenic (Hình 2B). Tiếp theo, chúng tôi khám phá bối cảnh của các đột biến nằm trong vùng mã hóa. Do đó, SNP của sáu mẫu trong vùng mã hóa chủ yếu bao gồm các đột biến ẩn danh, sai sót và dừng lỗ, có số lượng tích lũy là gần 21, 000 (Hình 2C). Te Indels của sáu mẫu trong vùng mã hóa chủ yếu bao gồm chèn _ không lệch khung và chèn không dịch chuyển _ (Hình. 2D)

Các đột biến và gen tiềm ẩn cho ADPKD

Sáu gen đột biến, bao gồm AGRN, ACOT13, ADCY4, HEATR5A, PTGER2 và ADAM21, đã được sàng lọc bằng cách sử dụng kiểu gen trội. Chúng bị đột biến dị hợp tử trong các mẫu ADPKD nhưng không đột biến trong các mẫu bình thường. Hầu hết các gen này không được báo cáo là có liên quan đến sự xuất hiện của ADPKD. Trong khi đó, 19 gen cũng được lựa chọn theo mức độ gây hại của đột biến, bao gồm MUTYH, USH2A, HBS1L, GLI3, SBDS, SND1, ABCA2, RPS6KA4, FLVCR1, ATIC, SCN11A, ATP6V1A, GLRA1, PRMT8, PKD1, INSL3, SUPT5H, NCF4 và GPR143. Để nghiên cứu mối quan hệ giữa những đột biến gen đó và ADPKD, trước tiên chúng tôi phân tích tác động của đột biến gen lên protein. Do đó, tất cả các gen đó đều có ít nhất một đột biến có thể ảnh hưởng đến mã hóa của protein, cho thấy vai trò tiềm ẩn của những đột biến đó (Bảng 1).

Các con đường KEGG phong phú đáng kể và các thuật ngữ GO của các gen liên quan đến ADPKD ‑ tiềm năng

Kết quả phân tích làm giàu GO và KEGG của 25 gen tiềm năng liên quan đến ADPKD được trình bày trong Hình 3A (Quy trình sinh học), Hình 3B (Thành phần tế bào), Hình 3C (Chức năng phân tử) và Hình 3D (KEGG) . Phân tích GO cho thấy 25 gen này được làm giàu đáng kể trong các quá trình sinh học (BP) của quá trình tế bào sinh vật đơn lẻ và phản ứng với kích thích, các thành phần tế bào (CC) của màng sinh chất và ngoại vi tế bào, và chức năng phân tử (MF) của liên kết anion. Ngoài ra, phân tích lộ trình KEGG tiết lộ rằng 25 gen này chủ yếu được làm giàu trong các đường dẫn truyền tín hiệu adenosine monophosphate (cAMP) theo chu kỳ trong bệnh ung thư.

ACOT13 và PTGER2 có thể là các gen ứng cử viên liên quan đến ADPKD

Phân tích mạng PPI được thực hiện để khám phá mối liên hệ giữa 25 gen tiềm năng liên quan đến ADPKD. Như thể hiện trong Hình 3E, hầu hết các gen đó độc lập trong mạng lưới. ACOT13 đã tương tác trực tiếp với cả SBDS và ATIC; PTGER2, ADCY4 và INSL3 được dự đoán tương tác với nhau (Hình 3E). Hơn nữa, ACOT13, PTGER2 và ADCY4 là những gen chỉ đột biến ở bệnh nhân ADPKD. , dựa trên dữ liệu biểu hiện được tải xuống từ cơ sở dữ liệu GEO, chúng tôi đã so sánh các mức độ biểu hiện của ACOT13, PTGER2 và ADCY4 giữa bệnh nhân ADPKD và nhóm chứng bình thường. So với nhóm chứng bình thường, mức độ biểu hiện của ACOT13 thấp hơn đáng kể ở bệnh nhân ADPKD (Hình 4A), trong khi PTGER2 có mức độ biểu hiện cao hơn ở bệnh nhân ADPKD (Hình 4B). ADCY4 không cho thấy sự khác biệt biểu hiện đáng kể giữa bệnh nhân ADPKD và mẫu bình thường (Hình 4C). Kết hợp thông tin, chúng tôi suy đoán rằng ACOT13 và PTGER2 có thể là các gen ứng cử viên liên quan đến ADPKD.

Thảo luận

ADPKD là do đột biến ở một trong hai gen -78 phần trăm trường hợp là do đột biến ở PKD1 trên nhiễm sắc thể 16 và 15 phần trăm trường hợp là do đột biến ở PKD2 trên nhiễm sắc thể 4 [20]. Bệnh thận nang cũng được gọi là bệnh ciliopathies. Các protein Te PC1 và PC2, được mã hóa bởi PKD1 và PKD2, đều nằm trên lông mao chính và hoạt động như cảm biến dòng chảy trong thận [21]. Trong nghiên cứu này, đột biến có hại trong PKD1, cũng như 18 gen có hại khác đã được phát hiện trong các mẫu của bệnh nhân ADPKD. Hơn nữa, sáu đột biến, bao gồm AGRN, ACOT13, ADCY4, HEATR5A, PTGER2 và ADAM21, đã được sàng lọc bằng cách sử dụng kiểu gen trội và hầu hết chúng trước đây chưa được công nhận là gen gây bệnh liên quan đến ADPKD.

Các protein te gây bệnh trong ADPKD có nhiệm vụ chính là truyền thông tin từ môi trường bên ngoài vào tế bào [22]. Chúng tôi đã phân tích các chức năng tiềm năng của 25 gen đã được xác định bằng các phân tích làm giàu GO và KEGG. Kết quả cho thấy rằng các BP của quá trình tế bào đơn sinh vật, phản ứng với kích thích, cũng như các CC của màng sinh chất và ngoại vi tế bào đã được làm giàu đáng kể. Bên cạnh đó, tế bào ADPKD có thể chuyển phương thức sản xuất năng lượng từ quá trình phosphoryl hóa oxy hóa sang các con đường khác, và những thay đổi này trong quá trình trao đổi chất của tế bào đã nổi lên như một dấu hiệu của ADPKD [6]. Những thay đổi trong điều chế sản xuất và sử dụng năng lượng trong ADPKD phụ thuộc vào một số con đường tín hiệu bên trong tế bào, chẳng hạn như protein kinase kích hoạt AMP (AMPK), tín hiệu canxi tại màng liên kết ty thể, mục tiêu của động vật có vú là phức hợp rapamycin 1 (mTORC1), cAMP, và bộ điều chỉnh độ dẫn truyền qua màng tế bào xơ nang (CFTR) vận chuyển ion qua trung gian [23, 24]. Ở đây, con đường tín hiệu cAMP được xác định là con đường được làm giàu đáng kể trong các mẫu ADPKD này. Những kết quả này hỗ trợ độ tin cậy của các đột biến mà chúng tôi đã sàng lọc. Trong khi đó, mặc dù thông tin chức năng được tiết lộ một phần qua phân tích làm giàu, nhưng chi tiết hơn về 25 gen đã được xác định xứng đáng được khám phá thêm trong ADPKD trong tương lai.

Te PPI và các phân tích biểu hiện khác biệt chỉ ra rằng so với người bình thường, ACOT13 và PTGER2 bị đột biến và biểu hiện khác biệt ở bệnh nhân ADPKD, và có thể là các gen tiềm năng liên quan đến ADPKD. Protein ACOT13 là một thành viên của các enzym acyl-CoA thioesterase (Acts), xúc tác phản ứng thủy phân các phân tử acyl-CoA béo thành các axit béo tự do cộng với CoASH. ACOT13 được làm giàu trong các mô oxy hóa và liên kết với ty thể [25]. Lin và cộng sự. báo cáo rằng PC1 ảnh hưởng đến hình thái và chức năng của ty thể, có thể đóng một vai trò quan trọng trong việc điều chỉnh chức năng của ty thể và sự trao đổi chất của tế bào [26]. Theo hiểu biết của chúng tôi, chưa có báo cáo nào về mối quan hệ giữa ACOT13 và ADPKD. Biểu hiện te của PTGER2 làm ảnh hưởng đến hành vi sinh học của các loại khối u ác tính khác nhau [27–29], điều này có liên quan đến sự phong phú của các con đường gây ung thư trong phân tích KEGG. Mặt khác, vai trò của prostaglandin E (2) (PGE2) trong quá trình hình thành tế bào trong các mô hình ADPKD không có gen di truyền đã được nghiên cứu. Liu và cộng sự. phát hiện ra rằng PGE2 có thể kích hoạt các đường dẫn tín hiệu quang sai trong biểu mô thiếu hụt PC -1-, đồng thời làm trung gian cho sự tăng sinh và bài tiết clorua trong biểu mô thận dạng nang ADPKD [30]. Elberg và cộng sự. đã chỉ ra vai trò của PTGER2 trong trung gian của hiệu ứng PGE2 trong việc gây ra sự hình thành của u nang thông qua các phân tích chức năng, dược lý và sinh hóa kết hợp trong ADPKD [31]. Điều này càng khẳng định độ tin cậy của phương pháp tiếp cận của chúng tôi trong việc sàng lọc gen gây bệnh trong ADPKD, có thể áp dụng cho các bệnh khác. Nó cũng gián tiếp hỗ trợ độ tin cậy của ACOT13 như một gen liên quan đến ADPKD tiềm năng. Tuy nhiên, chức năng sinh học cơ bản của ACOT13 trong ADPKD vẫn cần được nghiên cứu thêm.

Kết luận

Trong nghiên cứu này, chúng tôi đã xác định được hai gen tiềm năng liên quan đến ADPKD, bao gồm ACOT13 và PTGER2, bằng cách phân tích kết quả WES của bốn bệnh nhân ADPKD và hai thành viên gia đình khỏe mạnh kết hợp với dữ liệu biểu hiện gen từ cơ sở dữ liệu GEO. Kết quả của chúng tôi có thể hữu ích cho các nghiên cứu sâu hơn về nguyên nhân bệnh lý cơ bản của ADPKD. Tuy nhiên, do số lượng nhỏ bệnh nhân trong nghiên cứu của chúng tôi, nên vẫn còn một số chưa chắc chắn về vai trò tiềm năng của ACOT13 và PTGER2, điều này vẫn cần được nghiên cứu thêm.

Người giới thiệu

1. Bergmann C, Guay-Woodford LM, Harris PC, Horie S, Peters DJM, Torres VE. Bệnh thận đa nang. Nat Rev Dis Primers. 2018; 4 (1): 50. https: // doi. org / 10.1038 / s 41572-018-0047- y.

2. Grieben M, Pike AC, Shintre CA, Venturi E, El-Ajouz S, Tessitore A, Shrestha L, Mukhopadhyay S, Mahajan P, Chalk R, et al. Cấu trúc của bệnh thận đa nang Kênh TRP Polycystin -2 (PC2). Nat Struct Mol Biol. 2017; 24 (2): 114–22.

3. Chumley P, Zhou J, Mrug S, Chacko B, Parent JM, Challa AK, Wilson LS, Berryhill TF, Barnes S, Kesterson RA, et al. Cắt bỏ PKHD1 và

Đột biến PKD2 làm thay đổi quá trình chuyển hóa năng lượng. Am J Physiol Renal Physiol. 2019; 316 (3): F414–25.

4. Kim DY, Park JH. Cơ chế di truyền của ADPKD. Adv Exp Med Biol. 2016; 933: 13–22.

5. Cornec-Le GE, Olson RJ, Besse W, Heyer CM, Gainullin VG, Smith JM, Audrezet MP, Hopp K, Porath B, Shi B, et al. Các đột biến monoallelic đối với DNAJB11 gây ra bệnh thận đa nang chiếm ưu thế trên NST thường không điển hình. Là J Hum Genet. 2018; 102 (5): 832–44.

6. Padovano V, Podrini C, Boletta A, Caplan MJ. Chuyển hóa và ty thể trong nghiên cứu và điều trị bệnh thận đa nang. Nat Rev Nephrol. 2018; 14 (11): 678–87. https://doi.org/10.1038/s41581-018-0051-1.

7. Bergmann C. Những tiến bộ gần đây trong chẩn đoán phân tử bệnh thận đa nang. Chuyên gia Rev Mol Diagn. 2017; 17 (12): 1037–54. https: // doi. org / 10.1080 / 14737159.2017.1386099.

8. Yang Y, Muzny DM, Xia F, Niu Z, Person R, Ding Y, Ward P, Braxton A, Wang M, Buhay C, et al. Các phát hiện phân tử trong số các bệnh nhân được giới thiệu để xác định trình tự toàn bộ exome trên lâm sàng. JAMA. 2014; 312 (18): 1870–9.

9. Mallawaarachchi AC, Hort Y, Cowley MJ, McCabe MJ, Minoche A, Dinger ME, Shine J, Furlong TJ. Giải trình tự toàn bộ bộ gen vượt qua sự tương đồng gen giả để chẩn đoán bệnh thận đa nang chiếm ưu thế trên NST thường. Eur J Hum Genet. 2016; 24 (11): 1584–90. https://doi.org/10.1038/ ejhg.2016.48.

10. Braun DA, Schueler M, Halbritter J, Gee HY, Porath JD, Lawson JA, Airik R, Shril S, Allen SJ, Stein D, et al. Giải trình tự toàn bộ exome xác định các đột biến gây bệnh trong phần lớn các trường hợp có quan hệ huyết thống hoặc cùng quan hệ với thời thơ ấu tăng phản âm thận. Thận Int. 2016; 89 (2): 468–75.

11. Chen S, Zhou Y, Chen Y, Gu J. fast: một bộ tiền xử lý FASTQ tất cả trong một cực nhanh. Tin sinh học. 2018; 34 (17): i884–90.

12. Kumar P, Henikof S, Ng PC. Dự đoán tác động của việc mã hóa các biến thể không đồng nghĩa lên chức năng của protein bằng thuật toán SIFT. Nat Protoc. 2009; 4 (7): 1073–81.

13. Flanagan SE, Patch AM, Ellard S. Sử dụng SIFT và PolyPhen để dự đoán các đột biến mất chức năng và tăng chức năng. Kiểm tra Genet Mol Biomarkers. 2010; 14 (4): 533–7.

14. Schwarz JM, Rodelsperger C, Schuelke M, Seelow D. MutationTaster đánh giá khả năng gây bệnh của các thay đổi trình tự. Phương pháp Nat. 2010; 7 (8): 575–6.

15. Itan Y, Shang L, Boisson B, Ciancanelli MJ, Markle JG, Martinez-Barricarte R, Scott E, Shah I, Stenson PD, Gleeson J, et al. Mức độ ý nghĩa đột biến: ngưỡng cấp độ gen cho các dự đoán biến thể. Phương pháp Nat. 2016; 13 (2): 109–10.

16. Liu X, Wu C, Li C, Boerwinkle E. dbNSFP v3. 0: cơ sở dữ liệu một cửa về các dự đoán và chú thích chức năng cho SNV không ẩn danh và trang web liên kết của con người. Hum Mutat. 2016; 37 (3): 235–41.