CPT 代码描述*0060U 双胞胎接合性,使用母体血液中循环的无细胞胎儿 DNA 对 2 号染色体进行基因组靶向序列分析*0168U 胎儿非整倍体(21、18 和 13 三体)使用母体血浆对选定区域进行 DNA 序列分析(无胎儿分数截止值),算法报告为每个三体的风险评分*0327U 胎儿非整倍体(13、18 和 21 三体),使用母体血浆对选定区域进行 DNA 序列分析,算法报告为每个三体的风险评分,包括性别报告(如果执行)*0488U 产科(胎儿抗原无创产前检测),无细胞 DNA 序列分析用于检测同种免疫妊娠中胎儿是否存在 1 种或多种 Rh、C、c、D、E、Duffy(Fya)或 Kell(K)抗原,报告为选定检测到或未检测到的抗原*0489U 产科(单基因无创产前检测),对一个或多个目标(例如 CFTR、SMN1、HBB、HBA1、HBA2)进行无细胞 DNA 序列分析,以识别父系遗传的致病变异,并根据分子计数进行相对突变剂量分析,以确定母体突变的胎儿遗传,算法报告为该疾病的胎儿风险评分(例如囊性纤维化、脊髓性肌萎缩、β 血红蛋白病 [包括镰状细胞病]、α 地中海贫血)
由于其无限的增殖潜力、整倍体状态以及向任何细胞类型分化的能力,人类多能干细胞 (hPSC)(无论是胚胎细胞还是诱导细胞)在疾病建模和生产临床应用细胞方面具有巨大潜力 [ 1 – 3 ]。尽管已经建立了来自患有各种疾病的患者的许多 hPSC 系,但是针对某些病理或罕见基因突变生成 hPSC 系仍然具有挑战性。此外,个体间的遗传异质性可能导致生物学变异,从而使系间比较困难,尤其是来自健康对照和患者的 hPSC 之间的比较 [ 4 , 5 ]。对 hPSC 进行遗传操作的能力为我们引入、修改或校正突变以及生成遗传匹配的同基因对照系提供了机会,从而建立明确的基因型-表型关联 [ 6 , 7 ]。近年来,基于位点特异性核酸酶(包括锌指核酸酶 (ZFN)、转录激活因子样效应核酸酶 (TALEN),尤其是成簇的规律间隔短回文重复序列 (CRISPR) 系统)的技术已使 hPSC 的基因组工程变得十分灵活 [8,9]。然而,由于 hPSC 的固有特性,包括相对较差的转染效率和转染后存活率低、难以分离克隆群、优先选择和扩增非整倍体克隆以及自发细胞分化,hPSC 工程仍然具有挑战性。为了缓解这些问题,已经描述了几种用于产生各种不同诱变事件的方案 [10-14]。尽管人们投入了大量精力来改进产生转基因 hPSC 的方法程序,但只有少数研究
本综述讨论了人工智能 (AI) 算法在体外受精程序中植入前遗传检测中无创预测胚胎倍性状态的应用。目前的黄金标准,即非整倍体的植入前遗传检测,具有诸如侵入性活检、经济负担、结果报告延迟和结果报告困难等局限性。本文探索了无创倍性筛查方法,包括囊胚腔液取样、废培养基检测以及使用胚胎图像和临床参数的人工智能算法。人们已经使用不同的机器学习算法开发了各种人工智能模型,例如随机森林分类器和逻辑回归,这些模型在预测整倍体方面表现出不同的性能。静态胚胎成像与人工智能算法相结合在倍性预测方面表现出良好的准确性,其中胚胎排名智能分类算法和 STORK-A 等模型的表现优于人工评分。通过人工智能算法分析的延时胚胎成像也显示出预测倍性状态的潜力;然而,纳入临床参数对于提高这些模型的预测价值至关重要。嵌合性是胚胎分类的一个重要方面,但在人工智能算法中经常被忽视,应该在未来的研究中加以考虑。将人工智能算法集成到显微镜设备和胚胎镜平台中将有助于进行无创基因检测。进一步开发优化临床考虑并纳入最低必要协变量的算法也将提高人工智能在胚胎选择中的预测价值。基于人工智能的倍性预测有可能提高妊娠率并降低体外受精周期的成本。(Fertil Steril 2023;120:228 – 34。2023 年,美国生殖医学会。)关键词:人工智能、机器学习、无创基因筛查、延时成像、辅助生殖
背景:不可报告的无细胞 DNA 筛查结果的临床意义尚不确定,但在某些情况下,此类结果可能表明胎盘植入不良,并与不良的产科和围产期结局相关。目的:本研究旨在评估一组具有完整遗传和产科结局的患者中不可报告的无细胞 DNA 筛查的妊娠结局。研究设计:这是一项多中心前瞻性观察研究的预先指定的二次分析,该研究旨在通过产前无细胞 DNA 筛查胎儿非整倍体和 22q11.2 缺失综合征。2015 年 4 月至 2019 年 1 月期间接受无细胞 DNA 筛查的参与者可参与研究。产科结局和新生儿基因检测结果收集自美国、欧洲和澳大利亚的 21 个初级保健和转诊中心。主要结果是因胎儿分数低或其他原因而无法报告的无细胞 DNA 筛查后发生不良产科和围产期结局(非整倍体、孕龄 < 28、< 34 和 < 37 周早产、先兆子痫、小于胎龄或出生体重 < 孕周第 10 百分位数,以及包括孕龄 < 37 周早产、先兆子痫、小于胎龄和孕龄 > 20 周死产的综合结局)的风险。进行了多变量分析,调整了已知与产科和围产期结局、无法报告的结果或胎儿分数相关的变量。结果:总共筛查了 25,199 名孕妇,纳入了 20,194 人。 1165 人(5.8%)缺少基因确认,1085 人(5.4%)失访,93 人(0.5%)退出研究;最终研究队列包括 17,851 名(88.4%)具有无细胞 DNA 的参与者,
多倍体/多非整倍体巨癌细胞 (PGCC/PACC) 在肿瘤中很常见,与肿瘤异质性、抗癌治疗、肿瘤复发、转移、恶性肿瘤、免疫抑制、肿瘤微环境调节和癌症干细胞密切相关。高级别恶性肿瘤中 PGCC/PACC 的丰度明显高于低级别肿瘤,转移灶中 PGCC/PACC 的丰度明显高于原发性肿瘤,化疗后复发性肿瘤中 PGCC/PACC 的丰度明显高于治疗前肿瘤。还发现这些细胞中存在程序性死亡配体 1 (PD-L1) 等免疫抑制蛋白过度表达。已知此类细胞可逃避由主要抗癌剂(包括紫杉烷、长春花生物碱和铂类化疗)诱导的细胞毒性。因此,它们负责形成有利于肿瘤生长和存活的微环境。然而,导致这些细胞形成的分子机制尚不清楚。
目前,Cas9 和 Cas12a 系统被广泛用于基因组编辑,但它们精确产生大片段染色体缺失的能力有限。I-E 型 CRISPR 介导广泛和单向的 DNA 降解,但迄今为止,控制 Cas3 介导的 DNA 缺失的大小已被证明是难以捉摸的。在这里,我们证明了 Cas9 的内切酶失活 (dCas9) 可以精确控制哺乳动物细胞中 Cas3 介导的大片段缺失。此外,我们分别报告了使用 CRISPR/Cas3 和 dCas9 控制的 CRISPR/Cas3 在小鼠中消除 Y 染色体和精确保留 Sry 基因。总之,dCas9 控制的 CRISPR/Cas3 介导的精确大片段缺失为通过染色体消除建立动物模型提供了一种方法。该方法也有望成为治疗涉及额外染色体的片段突变或人类非整倍体疾病的潜在治疗策略。
我们提出了一种统一的理论,可以解释癌症复发,治疗性抗性和致死性。该理论的基础是形成了多倍体和非整倍性癌细胞,多层酶癌细胞(PACC),它们通过进入细胞周期停滞状态,避免了全身治疗的毒性作用。该理论与已经发生的经典相关的致癌突变无关。PACC通常被视为衰老或垂死的细胞。我们的理论指出,治疗性抗性是由PACC形成驱动的,PACC形成是通过访问多倍体程序来启用的,该程序允许非整倍体癌细胞将其基因组含量加倍,然后进入非分散的细胞状态以保护DNA完整性并确保细胞存活。消除压力后,例如化学疗法,PACC会经过解倍倍化化并产生抗性后代,从而构成了肿瘤内大部分癌细胞。
Neobona®产前测试是一种非侵入性产前筛查试验,通过“ DNA的大规模平行测序”来分析母亲血液中的游离胎儿DNA,以估算胎儿中特定染色体异常的风险。产妇血液中的自由和循环胎儿DNA来自胎盘,在98%的病例中与胎儿的DNA相同。医生或专业遗传顾问建议进行遗传咨询,以解释测试,结果和可能的影响。通过配对的方法通过“ DNA的大规模平行测序”进行Neobona®产前测试,并确定胎儿分数。该测试确定了胎儿中三体术,第18三体和第13三体性的风险。这些trisomies负责所有胎儿常染色体非整倍体的50-70%。术语“三体”是指三个副本的异常存在,而不是计划的两个副本,即特定的染色体。
更正 3 - 更新第 4.3 节以与第 3.3 节保持一致。修订 1 - 标题从“SWP 关于基因毒性药物治疗结束后避孕持续时间的建议”更改为“NcWP/SWP 关于基因毒性药物治疗结束后避孕持续时间的建议”,以反映 EMA 重组后安全工作组 (SWP) 被非临床工作组 (NcWP) 取代。- 在第 3.1 和 4.1 节中,增加了关于男性患者使用非整倍体化合物治疗时建议的避孕持续时间的说明。- 在第 4.1 和 4.2 节中,包含了关于男性和女性患者使用胶囊药物治疗时建议的避孕持续时间的附加信息。- 在第 4.1 和 4.2 节中,包含了关于男性和女性患者基于半衰期的额外避孕时间段的建议的附加信息。 - 在第 4.3 节中引入了一般性声明,以澄清与避孕持续时间相关的 SmPC 建议的范围。
课程协调员:Laura Blinderman 609 570- 3833 blinderl@mccc.edu 必读教材:Laura A. Blinderman 编写的 BIO208 实验室手册。内部出版物。推荐文本:Robert J. Brooker 著《遗传学概念》第二版 ISBN -13:978-0073525358 或 ISBN- 10:0073525359 或第三版 ISBN 13:9781259879906 或 ISBN10:1259879909 课程学生学习成果(SLO):学生将能够:1. 阐明病毒、真核生物和原核生物中 DNA(基因表达)的结构、包装和调控(ILG#s 1、3、11,PLO#s 1、2、3、4、5)2. 探索传递遗传学并解决性状传递中的问题(ILG#s 1、2、3、11,PLO#s 1、2、3、4、5)3. 调查染色体、性连锁、核型和非整倍体 (ILG#s 1, 2, 3, 11, PLO#s 1, 2, 3, 4, 5) 4. 探索克隆、CRISPR、转基因和其他生物技术方法的机制、工具、目标和影响 (ILG#s 1, 2, 3, 11, PLO#s 1, 2, 3, 4, 5) 5. 阐明 DNA 突变和修复的分子机制。探索癌症遗传学。 (ILG#s 1, 2, 3, 11, PLO#s 1, 2, 3, 4, 5)
