构建年龄校正WGS-TL列线图
建立基于人群的年龄校正WGS-TL参考，以区分正常年龄相关端粒磨损与病理性缩短。
使用MESA和COPDGene队列的WGS-TL数据，通过线性回归模型构建列线图，回归原始WGS-TL并校正实际年龄。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
年龄校正的全基因组测序端粒长度在特发性肺纤维化中的表现
Performance of age-adjusted whole genome sequencing telomere length in idiopathic pulmonary fibrosis
实验完整度
中基于三个独立队列（MESA、COPDGene、PFF-PR）的WGS数据，有明确统计分析和诊断/预后验证，但缺乏直接端粒长度测量验证。
主要模型
MESA队列（社区居住成人，n=4068） COPDGene队列（吸烟者，n=5872） PFF-PR IPF患者队列（n=825）
重点核对
年龄校正WGS-TL列线图构建：基于MESA和COPDGene合并队列（n=9940），排除>80岁个体（n=117）和2个异常值 TRQV识别：PFF-PR中60例（7%）携带端粒维护基因合格变异，其中25例（42%）为蛋白截断或剪接变异，35例（58%）为错义变异 诊断性能主要阈值：年龄校正WGS-TL <第10百分位（AUROC 0.66，敏感性0.58，特异性0.74） 生存分析：年龄校正WGS-TL <第10百分位与3年无移植生存期独立相关（HR 1.38, 95% CI 1.07-1.78, P=0.012） 验证模型假设：线性、正态性、误差独立性、方差齐性通过诊断图检验
摘要
Rationale：全基因组测序估算的端粒长度（WGS-TL）与直接测量的外周血端粒长度相关。然而，原始WGS-TL未考虑正常的年龄相关端粒磨损，难以识别具有病理性短端粒的特发性肺纤维化（IPF）患者。
Objectives：确定年龄校正的WGS-TL在识别携带端粒相关合格变异（TRQV）成人中的效用，以及其是否与生存相关。
Methods：使用来自两个社区居住成人样本（MESA）和吸烟者（COPDGene）的WGS-TL，通过线性回归模型（对原始WGS-TL进行回归并校正实际年龄）构建年龄校正的WGS-TL列线图（n=9940）。使用该列线图，在肺纤维化基金会患者注册（PFF-PR）的IPF病例（n=825）中生成年龄校正的WGS-TL，以确定其识别TRQV的诊断性能特征和生存区分能力。
Measurements and Main Results：与MESA（5%）或COPDGene（10%）相比，PFF-PR中年龄校正的WGS-TL低于第10百分位的异常短端粒IPF患者比例更高（28%）。在IPF患者中，年龄校正的WGS-TL <第10百分位在区分TRQV方面优于原始WGS-TL <第10百分位（受试者工作特征曲线下面积=0.66 [95% CI, 0.60-0.73] vs 0.62 [95% CI, 0.56-0.69]）。在较短的年龄校正和原始WGS-TL阈值下，特异性（0.74-0.99）均高于敏感性（0.10-0.58）。年龄校正的WGS-TL低于第10百分位与较短的3年无移植生存期相关（HR, 1.35 [95% CI, 1.05-1.74]），但并未在临床变量之外改善生存区分能力。
Conclusions：年龄校正的WGS-TL能够识别具有病理性短端粒的IPF患者，适度改善TRQV的检测，并与生存相关。
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
- 年龄校正的WGS-TL是否能识别IPF患者中具有病理性短端粒的个体，并是否与生存相关？
- 核心机制
- 年龄校正的WGS-TL可区分正常的年龄相关端粒磨损与病理性端粒缩短，后者与IPF发病及端粒维护基因合格变异相关。
- 主要证据
- 在PFF-PR IPF队列（n=825）中，年龄校正WGS-TL <第10百分位占28%，高于MESA（5%）和COPDGene（10%）；其识别TRQV的AUROC为0.66，优于原始WGS-TL的0.62；与3年无移植生存期相关（HR 1.38）。
- 研究意义
- 年龄校正的WGS-TL可作为识别异常端粒磨损和筛选端粒基因变异的工具，有助于在大型WGS研究中优先考虑端粒生物学。
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。
在IPF队列中应用列线图并分类
评估IPF患者中年龄校正WGS-TL的分布及其与临床特征的关系。
将列线图应用于PFF-PR IPF患者，计算年龄校正WGS-TL并分类。
评估诊断性能
确定年龄校正WGS-TL识别TRQV的诊断价值。
比较年龄校正和原始WGS-TL在识别TRQV方面的敏感性、特异性、PPV、NPV和AUROC。
评估预后性能
确定年龄校正WGS-TL与3年无移植生存期的关联。
使用Cox比例风险模型评估年龄校正和原始WGS-TL与3年无移植生存期的关联，校正临床协变量。
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 |
|---|---|---|---|
| 全基因组测序 | Illumina HiSeq X Ten测序仪 | Illumina | -- |
| KAPA Biosystems无PCR文库制备试剂盒 | KAPA Biosystems | -- | |
| Psomagen测序服务 | Psomagen | -- | |
| 全基因组测序数据分析 | DRAGEN版本3.10.4 | Illumina | -- |
| 端粒长度估算 | TelSeq版本0.02 | -- | -- |
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 |
|---|---|
| WGS-TL测量与列线图构建 | 测序深度：MESA/COPDGene目标平均深度至少30×；PFF-PR平均深度36.2×（范围27.9-109.5）；TelSeq motif设置：12 TTAGGG/CCCTAA重复；参考基因组：hg38；批次校正方法 阅读提示：Methods: WGS-TL measurements；Figure 2及Supplementary File |
| TRQV定义与识别 | 基因列表：TERT、RTEL1、PARN、TINF2、DKC1、TERC、NAF1；变异类型：蛋白截断变异（移码、终止获得、起始丢失、剪接位点）和错义变异；TRQV prevalence 7% 阅读提示：Methods: WGS-TL measurements中TRQV定义段 |
| 诊断性能分析 | 阈值：年龄校正WGS-TL第1、10、50百分位；比较方法：原始WGS-TL使用队列内分位数；TRQV prevalence=7% 阅读提示：Methods: Statistical analysis plan；Table 2 |
| 生存分析 | 终点：3年无移植生存期（移植和死亡等同）；协变量：GAP分期、抗纤维化暴露、吸烟史（从不 vs 曾经）、前10个祖先主成分；排除缺失GAP评分者（n=70）；HR和C-index报告 阅读提示：Methods: Statistical analysis plan；Table 3 |