光学基因组图谱结合改进的变异解读在儿童急性淋巴细胞白血病中的应用

Optical genome mapping enhanced by refined variant interpretation in pediatric acute lymphoblastic leukemia

作者信息Anna Bekő, Borbála Péterffy, Alex Hughes, Janka Sára Jakab, Irén Haltrich, Kristóf Balázs Árvai, Gábor Bedics, Katalin Csonka, Gergő Papp, Dóra Kapczár, Bettina Aranka Bohusné Barta, Lajos László Hegyi, Gábor Szalóki, Gábor Barna, András Matolcsy, Bálint Egyed, Zsuzsanna Hevessy, Anne Benard-Slagter, Sander Palit, Suvi Savola, Csaba Bödör, Donát Alpár
PMID42557824
期刊J Pathol
发布时间2026-10
DOI10.1002/path.70096

实验完整度

中

51例患儿样本行OGM,并与核型、FISH、digitalMLPA、RNA-seq多方法验证比较,含功能性和机制性变异解读

主要模型

51例儿童B-ALL患者诊断性骨髓或外周血样本 靶向RNA-seq检测的B-ALL亚型队列 OGM检测的B-ALL亚型队列

重点核对

OGM与核型分析、FISH、digitalMLPA、靶向RNA-seq四种正交方法的一致性比较(51例患者) DNA指数归一化在近三倍体/四倍体病例中将OGM与FISH的CN一致率从5.3%(2/38)提高到81.6%(31/38) FriZone分析在191个边缘区探针位点将与digitalMLPA的一致性从38.7%(74/191)提升至75.9%(145/191) OGM检测的424个变异与digitalMLPA一致性为94%,全染色体增益/缺失一致性为99% OGM检测到15%病例中常用方法未发现的复杂重排,10%患者遗传学分类和风险分层因此改善

摘要

在儿童B细胞急性淋巴细胞白血病(B-ALL)的当代诊断中,可靠检测结构变异(SVs)和拷贝数变异(CNVs)至关重要。然而,常用的常规和分子细胞遗传学方法的局限性可能妨碍对患者进行准确的遗传学特征描述。光学基因组图谱(OGM)通过实现高分辨率、全基因组范围的CNVs和SVs检测,提供了一种可靠的替代方案。本研究使用OGM对51例B-ALL患儿进行染色体畸变筛查,并将结果与核型分析、荧光原位杂交(FISH)、数字多重连接依赖性探针扩增(digitalMLPA)和靶向RNA测序(RNA-seq)的结果进行比较。OGM数据与核型分析和FISH结果高度一致,检测到G显带结果之外的临床相关变异,并揭示了一个FISH未检测到的复杂KMT2A融合。参与复杂ETV6::RUNX1易位但未被RNA-seq检测到的基因融合,经FISH确认。用DNA指数对OGM拷贝数值进行归一化,改善了近三倍体/四倍体病例中与FISH衍生拷贝数的一致性。在OGM变异体的外周区域(边缘区)应用了一种名为'FriZone'的新评估策略,显著改善了OGM与digitalMLPA之间的一致性。此外,共分离分析揭示了ETV6::RUNX1融合与ETV6、RAG2和NR3C2缺失之间的强关联。OGM在15%的病例中发现了常用方法未检测到的复杂重排,改善了10%患者的遗传学分类和风险分层。FriZone分析和DNA指数归一化提供了一种改进的、更准确的OGM变异解读方法,促进了OGM在临床诊断中的高效应用。© 2026 The Author(s)。The Journal of Pathology由John Wiley & Sons Ltd代表大不列颠和爱尔兰病理学会出版。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
评估光学基因组图谱(OGM)在儿童B-ALL真实世界队列中的可行性、诊断适用性和附加价值。
核心机制
OGM通过全基因组高分辨率检测CNVs和SVs,结合DNA指数归一化和FriZone分析改进变异解读,识别复杂重排并完善遗传学分类。
主要证据
51例儿童B-ALL样本中OGM与核型、FISH、digitalMLPA和RNA-seq的比较,包括424个变异与digitalMLPA 94%一致性、FriZone分析提高digitalMLPA一致性至75.9%(145/191)以及DNA指数归一化改善近三倍体/四倍体病例CN一致性至81.6%(31/38)。
研究意义
OGM及其改进的变异解读方法(FriZone和DNA指数归一化)可促进OGM在临床诊断中的高效应用,改善儿童B-ALL的遗传学特征描述和风险分层。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

患者样本采集与OGM检测

对儿童B-ALL患者进行全基因组结构变异和拷贝数变异筛查

采集51例儿童B-ALL诊断性骨髓或外周血样本,提取超高分子量基因组DNA,荧光标记后加载至Bionano Saphyr芯片流动池,运行OGM检测。

2

常规与分子细胞遗传学方法比较

评估OGM与现有方法的检测一致性及OGM的附加价值

将OGM结果与核型分析、FISH、digitalMLPA和靶向RNA-seq结果进行系统比较,分析各方法间的一致性与差异。

3

DNA指数归一化改进CN解读

改善近三倍体/四倍体病例中OGM拷贝数检测的准确性

将OGM衍生CN值乘以DNA指数进行归一化,比较归一化前后与FISH CN值的一致性。

4

FriZone分析改进边缘区变异解读

解决OGM变异体边缘区(fringe-zones)CN解读不确定的问题

比较非删除DNA片段大小与最后一个捕获OGM标记到相应digitalMLPA探针的距离,判断探针是否受缺失影响。

5

共分离分析揭示变异关联

探究B-ALL中不同遗传变异的共现模式

使用Fisher精确检验在全患者队列中分析基因水平及聚类水平的变异共现和互斥关系。

6

复杂变异和多方法验证

验证OGM发现的复杂变异并确认其临床相关性

对OGM检测到的复杂KMT2A重排和复杂ETV6::RUNX1易位进行FISH和RNA-seq验证,确认融合转录本和临床意义。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Bionano Saphyr芯片G2.2或G3.3Bionano--
Bionano Prep直接标记和染色试剂盒Bionano--
Bionano Solve 3.8.2版本Bionano--
Bionano Access软件1.8.2版本Bionano--
digitalMLPA探针混合物D007MRC Holland--
TruSight RNA泛癌面板Illumina--
ZytoLight SPEC KMT2A双色分离探针ZytoVision--
SPSS 29.0.1.0版本IBM Corp.--
GraphPad Prism 8.0.2版本GraphPad Software--
Inkscape 1.4.2版本Inkscape--
SciPy 1.13.1 Python库----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
患者队列与样本
样本量51例,中位年龄5.5岁(0-18岁),男女比1.32:1,平均白血病原始细胞百分比81.5%(范围26-97%),样本类型为诊断性骨髓或外周血
阅读提示:Methods Patient samples章节及Supplementary Table S1
OGM检测流程
超高分子量DNA提取方法、Bionano Prep Direct Label and Stain Kit标记、Saphyr Chip G2.2或G3.3型号、Bionano Solve version 3.8.2及Access version 1.8.2分析流程
阅读提示:Methods Optical genome mapping章节及Supplementary Materials and Methods、Supplementary Table S3
DNA指数归一化
DNA指数分组标准:hypodiploid <0.95,diploid 0.95-1.05,hyperdiploid 1.06-1.39,near tri-/tetraploid >1.40;归一化公式OGM CN value × DNA-index
阅读提示:Methods Enhanced OGM variant interpretation章节及Supplementary Figure S1
FriZone分析
边缘区定义(最后一个捕获OGM标记到第一个未检测标记之间),非删除DNA片段大小与digitalMLPA探针距离的比较标准
阅读提示:Methods Enhanced OGM variant interpretation章节、Figure 1及Supplementary Figure S2
统计分析方法
Kruskal-Wallis检验、Wilcoxon符号秩检验、Cohen's kappa、McNemar检验、Fisher精确检验;p < 0.05为显著;使用SPSS 29.0.1.0、GraphPad Prism 8.0.2、Python SciPy 1.13.1
阅读提示:Methods Statistical analyses章节