新生儿遗传病基因组和代谢数据的多中心分析 (MAOFGAMDNGD)
对象名称：新生儿遗传病基因组和代谢数据多中心分析。
研究目标：（1）收集华南新生儿基因筛查联盟参与单位约4万名新生儿的基因测序数据（与133种常见遗传病相关的138个基因）和串联质谱代谢组学数据（11个氨基酸和28个酰基肉碱）并整理完成基因数据库建设和质谱分析。
（2）探索利用基因组和代谢组大数据以及随机森林、支持向量机、弹性网络、多层感知机等机器学习算法构建常见遗传病的预测模型，力争实现常见遗传病的精准诊断和预测利用简单的串联质谱代谢组数据来检测疾病，扩大串联质谱技术在疾病检测中的应用范围。
研究设计：回顾性观察研究 研究周期：2022年9月至2025年12月 参与单位：华南新生儿基因筛查联盟（含123家医院合作单位） 研究对象：4万名新生儿基因筛查数据（与133种常见遗传病相关的138个基因）和串联质谱数据（11 个氨基酸和 28 个酰基肉碱）。
纳入标准：(1)同时进行基因筛查和串联质谱检测的新生儿。 (2)年龄：0-28天，孕周37-42周。
排除标准：符合下列条件之一的数据需要排除：（1）临床基本信息不明确的新生儿数据； （2）缺乏可追溯的核心信息数据； (3)试验结果无法分析和解释的数据。
数据收集：（1）基本信息：性别、年龄、样本类型、受试者溯源号/身份证号等。（2）阳性样本的临床症状、生化及影像学数据。 (3)基因检测结果和串联质谱结果。 (4)检测数据日期、仪器型号、试剂种类等。
研究概览
详细说明
对象名称：新生儿遗传病基因组及代谢数据多中心分析 研究目标：（1）约133种常见遗传病相关的138个基因的基因测序数据和串联质谱代谢组学数据（11种氨基酸和28种酰基肉碱）收集整理华南新生儿基因筛查联盟参与单位的4万名新生儿，完成基因和质谱数据库建设。
（2）对4万例133种常见新生儿遗传病的发病率、致病突变、疑似致病突变、不明原因突变携带率进行回顾性分析，统计高频变异位点在人群中的分布情况为新生儿遗传病大规模基因筛查突变位点选择提供科学依据。
(3)对遗传代谢病(IEM)高频突变位点进行蛋白质功能预测和酶催化活性分析。 分析并验证了特征代谢物的酶催化活性低的突变位点。 探讨利用蛋白质功能人工智能分析平台和串联质谱代谢物数据准确预测遗传代谢病变致病性的可行性。
（4）探索利用基因组和代谢组大数据以及随机森林、支持向量机、弹性网络、多层感知机等机器学习算法构建常见遗传病的预测模型，力争实现常见遗传病的精准诊断和预测利用简单的串联质谱代谢组数据来检测疾病，扩大串联质谱技术在疾病检测中的应用范围。
研究设计：回顾性观察研究 研究周期：2022年9月至2025年12月 参与单位：华南新生儿基因筛查联盟（含123家医院合作单位） 研究对象：4万名新生儿基因筛查数据（与133种常见遗传病相关的138个基因）和串联质谱数据（11 个氨基酸和 28 个酰基肉碱）。
纳入标准：(1)同时进行基因筛查和串联质谱检测的新生儿。 (2)年龄：0-28天，孕周37-42周。
排除标准：符合下列条件之一的数据需要排除：（1）临床基本信息不明确的新生儿数据； （2）缺乏可追溯的核心信息数据； (3)试验结果无法分析和解释的数据。
样本量：40,000名新生儿的基因筛查和串联质谱数据。
数据收集：（1）基本信息：性别、年龄、样本类型、受试者溯源号/身份证号等。（2）阳性样本的临床症状、生化及影像学数据。 (3)基因检测结果和串联质谱结果。 (4)检测数据日期、仪器型号、试剂种类等。
统计处理：采用IBM-SPSS 26.0统计软件对测试结果进行分析。 Logistic回归分析用于评估基因型与临床表型之间的相关性。 采用广义多因素降维方法分析基因-基因相互作用和基因型-表型相关性。 基于串联质谱数据，采用随机森林、支持向量机、弹性网络、多层感知器等机器学习算法构建基因型预测模型。 通过准确度、平衡准确度、灵敏度、特异度来评价模型的预测效果。
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名：Hu Hao
- 电话号码：86-020-38777850
- 邮箱：haohu@mail.sysu.edu.cn
研究联系人备份
- 姓名：Wenna Lin
- 电话号码：86-020-38777850
- 邮箱：linwn5@mail.sysu.edu.cn
学习地点
-
-
Guangdong
-
Guangzhou、Guangdong、中国、510655
- 招聘中
- The Sixth Affiliated Hospital, Sun Yat-sen University
-
接触：
- Hu Hao
- 电话号码：86-020-38777850
- 邮箱：haohu@mail.sysu.edu.cn
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
接受健康志愿者
取样方法
研究人群
描述
纳入标准：
(1)同时进行基因筛查和串联质谱检测的新生儿。
(2)年龄：0-28天，孕周37-42周。
排除标准：
满足以下任一条件的数据需要剔除：
(1)临床基本信息不明确的新生儿资料； （2）缺乏可追溯的核心信息数据； (3)试验结果无法分析和解释的数据。
学习计划
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
患病新生儿队列
通过成员医院新生儿重症监护病房入组的婴儿及其父母并非随机接受基因组测序。
结果披露会议将包括以下讨论：家族史报告、标准新生儿筛查结果、婴儿病史/体检中任何潜在的医学相关发现以及基因组测序报告的结果。
|
未随机接受基因组测序的患病新生儿和高危新生儿都将收到一份新生儿基因组测序报告，其中将包括在与儿童期发病相关的基因中发现的致病性或可能致病性变异。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
新生儿基因库基因测序数据数量
大体时间：从出生到完成基因筛查，过程长达3个月。
|
每个被测序的新生儿计为 1 个。
将所有数据保存在基因库中，最后计算完成基因测序数据的数量。
|
从出生到完成基因筛查，过程长达3个月。
|
|
基因突变率
大体时间：从出生到完成基因筛查，过程长达3个月。
|
以新生儿数为分母，以基因测序检测出基因突变的新生儿数为分子，得到全国新生儿基因突变率。
|
从出生到完成基因筛查，过程长达3个月。
|
合作者和调查者
调查人员
- 研究主任：Hu Hao、Department of Pediatrics, The Sixth Affiliated Hospital, Sun Yat-sen University, Guangzhou, China
出版物和有用的链接
一般刊物
- Wang Q, Xiang J, Sun J, Yang Y, Guan J, Wang D, Song C, Guo L, Wang H, Chen Y, Leng J, Wang X, Zhang J, Han B, Zou J, Yan C, Zhao L, Luo H, Han Y, Yuan W, Zhang H, Wang W, Wang J, Yang H, Xu X, Yin Y, Morton CC, Zhao L, Zhu S, Shen J, Peng Z. Nationwide population genetic screening improves outcomes of newborn screening for hearing loss in China. Genet Med. 2019 Oct;21(10):2231-2238. doi: 10.1038/s41436-019-0481-6. Epub 2019 Mar 20.
- Zhong K, Wang W, He F, Wang Z. The status of neonatal screening in China, 2013. J Med Screen. 2016 Jun;23(2):59-61. doi: 10.1177/0969141315597715. Epub 2015 Aug 3.
- Deng K, He C, Zhu J, Liang J, Li X, Xie X, Yu P, Li N, Li Q, Wang Y. Incidence of congenital hypothyroidism in China: data from the national newborn screening program, 2013-2015. J Pediatr Endocrinol Metab. 2018 Jun 27;31(6):601-608. doi: 10.1515/jpem-2017-0361.
- Li LH, Wu WC, Li N, Lu J, Zhang GM, Zhao JY, Ma Y. Full-Term Neonatal Ophthalmic Screening in China: A Review of 4-Year Outcomes. Ophthalmic Surg Lasers Imaging Retina. 2017 Dec 1;48(12):983-992. doi: 10.3928/23258160-20171130-05.
- Dai P, Huang LH, Wang GJ, Gao X, Qu CY, Chen XW, Ma FR, Zhang J, Xing WL, Xi SY, Ma BR, Pan Y, Cheng XH, Duan H, Yuan YY, Zhao LP, Chang L, Gao RZ, Liu HH, Zhang W, Huang SS, Kang DY, Liang W, Zhang K, Jiang H, Guo YL, Zhou Y, Zhang WX, Lyu F, Jin YN, Zhou Z, Lu HL, Zhang X, Liu P, Ke J, Hao JS, Huang HM, Jiang D, Ni X, Long M, Zhang L, Qiao J, Morton CC, Liu XZ, Cheng J, Han DM. Concurrent Hearing and Genetic Screening of 180,469 Neonates with Follow-up in Beijing, China. Am J Hum Genet. 2019 Oct 3;105(4):803-812. doi: 10.1016/j.ajhg.2019.09.003. Epub 2019 Sep 26.
- Lyu K, Xiong Y, Yu H, Zou L, Ran L, Liu D, Yin Q, Xu Y, Fang X, Song Z, Huang L, Tan D, Zhang Z. [Screening of common deafness gene mutations in 17 000 Chinese newborns from Chengdu based on microarray analysis]. Zhonghua Yi Xue Yi Chuan Xue Za Zhi. 2014 Oct;31(5):547-52. doi: 10.3760/cma.j.issn.1003-9406.2014.05.001. Chinese.
- Hao Z, Fu D, Ming Y, Yang J, Huang Q, Lin W, Zhang H, Zhang B, Zhou A, Hu X, Yao C, Dong Y, Ring HZ, Ring BZ. Large scale newborn deafness genetic screening of 142,417 neonates in Wuhan, China. PLoS One. 2018 Apr 10;13(4):e0195740. doi: 10.1371/journal.pone.0195740. eCollection 2018.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (估计的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.