Multicenteranalyse af genomiske og metaboliske data for neonatale genetiske sygdomme (MAOFGAMDNGD)

objektnavn:Multicenteranalyse af genomiske og metaboliske data for neonatale genetiske sygdomme studiemål:( 1 ) Gensekventeringsdata (138 gener relateret til 133 almindelige genetiske sygdomme) og tandem massespektrometri metabolomikdata (11 aminosyrer og 28 acylcarnitiner) på ca. 40.000 nyfødte fra South China Neonatal Genetic Screening Alliance deltagende enheder blev indsamlet og samlet for at fuldføre databasekonstruktionen af ​​gener og massespektrometri.

(2) En retrospektiv analyse af forekomsten, patogene mutationer, formodede patogene mutationer og bærefrekvensen af ​​uforklarede mutationer af 133 almindelige neonatale genetiske sygdomme i 40.000 tilfælde blev udført, og fordelingen af ​​højfrekvente variationssteder i befolkningen blev talt , der giver et videnskabeligt grundlag for udvælgelsen af ​​mutationssteder til storstilet genetisk screening af neonatale genetiske sygdomme.

(3) Proteinfunktionsforudsigelse og enzymkatalytisk aktivitetsanalyse blev udført på højfrekvente mutationssteder for genetiske metaboliske sygdomme (IEM). Karakteristiske metabolitter blev analyseret og verificeret for mutationssteder med lav enzymkatalytisk aktivitet. Gennemførligheden af ​​at bruge proteinfunktion kunstig intelligens analyseplatform og tandem massespektrometri metabolitdata til nøjagtigt at forudsige patogeniciteten af ​​genetiske metaboliske læsioner blev undersøgt.

(4) Udforsk brugen af ​​genom og metabolom big data og maskinlæringsalgoritmer såsom Random forest, Support Vector Machine, Elastic net, Multilayer Perceptron til at konstruere forudsigelsesmodeller for almindelige genetiske sygdomme, og stræb efter at opnå nøjagtig diagnose og forudsigelse af almindelig genetisk sygdomme ved hjælp af simple tandem massespektrometri metabolomdata, og udvide anvendelsesområdet for tandem massespektrometri teknologi til sygdomsdetektion.

forskningsdesign: retrospektivt observationsstudie Forskningsperiode: september 2022 til december 2025 Deltagende enheder: Sydkina Neonatal genetisk screening Alliance (herunder samarbejdsenheder på 123 hospitaler) forskningsobjekt: Genscreeningsdata for 40.000 nyfødte (138 gener relateret til 133) almindelige genetiske sygdomme og tandem-massespektrometridata (11 aminosyrer og 28 acylcarnitiner).

Inklusionskriterier:( 1 ) Nyfødte, der samtidig gennemgik genetisk screening og tandem massespektrometri. (2) Alder: 0-28 dage, gestationsalder 37-42 uger.

Udelukkede kriterier: Data, der opfylder en af ​​følgende betingelser, skal elimineres: (1) Neonatale data med uklare kliniske grundlæggende oplysninger; ( 2 ) Mangel på sporbarhed kerneinformationsdata ; ( 3 ) De data, som testresultaterne ikke kan analyseres og fortolkes.

prøvestørrelse: Genscreening og tandem-massespektrometridata for 40.000 nyfødte.

dataindsamling:( 1 ) Grundlæggende oplysninger: køn, alder, prøvetype, forsøgspersonens sporbarhedsnummer / ID-nummer osv. ( 2 ) Kliniske symptomer, biokemiske og billeddiagnostiske data for positive prøver. ( 3 ) Gendetektionsresultater og tandemmassespektrometriresultater. ( 4 ) Dato for testdata, instrumentmodel, reagenstype mv.

Statistisk behandling: IBM-SPSS 26.0 statistisk software blev brugt til at analysere testresultaterne. Logistisk regressionsanalyse blev brugt til at evaluere sammenhængen mellem genotype og klinisk fænotype. Generaliseret multifaktordimensionalitetsreduktionsmetode blev brugt til at analysere gen-gen-interaktion og genotype-fænotype-korrelation. Baseret på tandem-massespektrometridata blev maskinlæringsalgoritmer som tilfældig skov, støttevektormaskine, elastisk netværk og flerlagsperceptron brugt til at konstruere en genotype-forudsigelsesmodel. Forudsigelseseffekten af ​​modellen blev evalueret ud fra nøjagtighed, balancenøjagtighed, sensitivitet og specificitet.