论著
染色体微阵列分析技术在新生儿出生缺陷中的应用
中华实用儿科临床杂志, 2019,34(16) : 1231-1233. DOI: 10.3760/cma.j.issn.2095-428X.2019.16.009
摘要
目的

探讨染色体微阵列分析(CMA)技术在新生儿出生缺陷中的应用,明确出生缺陷新生儿染色体不平衡的发生率。

方法

对2016年5月至2017年11月广东省妇幼保健院新生儿病房收治的临床表现有特殊面容、先天性心脏病、先天发育畸形、反应低下、肌张力减低、惊厥等出生缺陷的121例新生儿进行染色体微阵列分析。

结果

CMA共发现23例(19.0%)存在致病性拷贝数变异(CNVs),3例(2.5%)存在临床意义不明CNVs。23例致病性CNVs中,染色体非整倍体5例(4.1%),微缺失/微重复综合征12例(9.9%),染色体缺失或重复6例(5.0%)。不同表型染色体CNV按检出率从高到低依次为面容异常(30.3%)、先天畸形(21.6%)、反应低下(9.1%)及其他原因(6.7%)。

结论

CMA是一种有价值的临床诊断工具,具有较常规核型分析更高的检出率,可有效诊断新生儿期染色体不平衡引起的出生缺陷,从而协助临床医师进行诊断,早期新生儿干预和遗传咨询。

引用本文: 卢建, 李星, 黄伟伟, 等.  染色体微阵列分析技术在新生儿出生缺陷中的应用 [J] . 中华实用儿科临床杂志, 2019, 34(16) : 1231-1233. DOI: 10.3760/cma.j.issn.2095-428X.2019.16.009.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

出生缺陷是新生儿发病和致死的主要原因,约占新生儿的3.0%[1]。遗传因素被认为是导致出生缺陷的重要因素之一[2]。因此对于出生缺陷新生儿的染色体筛查可以帮助及早确诊染色体疾病。传统的细胞遗传学方法分辨率低(5~10 Mb),因此常会漏检一些亚显微染色体异常,如22q11微缺失综合征、William综合征等微缺失/微重复综合征。近年来,染色体微阵列技术(CMA)作为一种新的分子生物遗传学检测手段,能准确检测微缺失、微重复等染色体不平衡,为遗传性疾病人群基因组DNA拷贝数变化的检测和研究提供了一种有效方法[3],由于其较高的分辨率(50~100 kb),可明显提高发育迟缓(DD)、智力障碍(ID)、孤独症谱系障碍(ASD)和多发先天性异常(MCA)患者的异常检出率,对于此类患者目前CMA已作为首选检测方法[4,5]。本研究对广东省妇幼保健院新生儿病房临床诊断不明、怀疑染色体异常的患儿进行CMA检测,探讨其在临床诊断中的意义。

1 资料与方法
1.1 研究对象

选择2016年5月至2017年11月广东省妇幼保健院新生儿病房收治的临床表现有特殊面容、先天性心脏病、先天发育畸形、反应低下、肌张力减低、惊厥等,且不能明确诊断的新生儿(≤28 d)为研究对象。患儿监护人均签署知情同意书,本研究通过医院医学伦理委员会批准[批准文号:广东省妇幼保健院医伦第(201601065)号]。

1.2 方法
1.2.1 基因组DNA提取

采用QIAamp DNA Blood Mini Kit(Qiagen公司,德国)DNA提取试剂盒提取基因组DNA,DNA质量浓度≥50 ng/μL。

1.2.2 CMA检测

实验操作严格按照美国Affymetrix公司CytoScan750K芯片检测的标准操作流程,分别进行基因组DNA的消化、连接、扩增、纯化、片段化、标记、杂交、洗涤和扫描。

1.2.3 CMA数据分析

检测结果使用美国Affymetrix公司提供的Chromosome Analysis Suite(ChAS)2.1版分析,结果根据其临床意义分为致病性(pathogenic)、良性(benign)、临床意义不明确(VUS)3类。

1.2.4 拷贝数变异(CNVs)验证

对致病性CNVs采用高分辨G显带技术和/或荧光原位杂交(FISH)技术进行验证。

1.3 统计学处理

采用SPSS 19.0软件进行统计学分析,采用频数及构成比进行统计描述,采用Fishers确切概率法行组间分析,组间两两比较采用Bonferroni法校正,P<0.05为差异有统计学意义。

2 结果
2.1 基本信息

共纳入121例新生儿,其中男79例,女42例;面容异常33例(27.3%),先天畸形51例(42.2%),反应低下22例(18.2%),其他原因(如巨大儿、胸腔积液、惊厥、肌张力低下等)15例(12.4%)。

2.2 CMA检测结果

121例新生儿中,除去良性CNVs,CMA共发现23例存在致病性CNVs(19.0%),3例存在临床意义不明CNVs(2.5%),见表1。23例致病性CNVs中,有5例(4.1%)为染色体数目异常,其中21三体综合征3例(1例为嵌合型),13三体综合征1例,18三体综合征1例;微缺失/微重复综合征12例(9.9%),其中DiGeorge综合征3例,Angelman综合征/Prader-Willi综合征1例,17q12重复综合征1例和其他综合征7例;染色体缺失或重复6例(5.0%)。23例致病性CNVs按片段大小分类,9例CNVs的片段<5 Mb,3例CNVs的片段为5~10 Mb,11例CNVs的片段>10 Mb,相比较核型分析5~10 Mb检测分辨率,CMA可提高诊断率7.4%~9.9%。

点击查看表格
表1

致病性拷贝数变异的染色体微阵列检测结果

Table 1

Results of chromosome microarray of pathogenic copy number variations

表1

致病性拷贝数变异的染色体微阵列检测结果

Table 1

Results of chromosome microarray of pathogenic copy number variations

序号性别年龄临床特征检验结果(ISCN)片段大小(Mb)临床解释
11 d面容异常arr[hg19] (21)×348.1321三体综合征
24 d面容异常,先天性肛门闭锁arr[hg19] 9p24.3q13(208 454-68 358 120)×316q24.2q24.3(87 518 785-90 155 062)×368.36/2.64致病性CNV
31 d面容异常arr(21)×348.1321三体综合征
44 d肌张力低下,纳食差arr[hg19] 15q11.2q13.1(23 290 787-28 540 345)×1 dn5.25Angelman综合征/Prader-Willi综合征
59 d多发畸形arr[hg19] 18p11.32p11.21(136 227-15 170 636)×415.1718p四体综合征
624 d早产儿,反应差arr[hg19] 17q12(34 464 289-36 243 365)×3 mat1.7817q12重复综合征
76 d多发畸形arr[hg19] (13)×3115.1713三体综合征
814 d面容异常,先天性心脏病arr[hg19] 2q36.3q37.3(229 635 124-242 782 258)×313.15致病性CNV
94 d新生儿高胆红素血症;反应差arr[hg19] 22q11.21(18 648 855-21 951 650)×3 mat3.3022q11.2重复综合征
102 d先天性心脏病,面容异常,手指脚趾细长arr[hg19] 9q33.3q34.3(127 507 964-141 018 648)×313.519q34重复综合征
113 d食管闭锁,先天性心脏病arr[hg19] 22q11.21(18 648 855-21 464 764)×1dn2.82DiGeorge综合征
121 d尿道下裂arr[hg19] 2q13q14.3(113 197 964-123 854 582)×110.6致病性CNV
1317 d肺动脉高压arr[hg19] 22q11.21(18 648 855-21 800 471)×1 dn3.15DiGeorge综合征
141 d特殊面容arr[hg19] (21)×2-348.13嵌合型21三体综合征
157岁先天性心脏病,特殊面容arr[hg19] 6p25.3p24.2(156 974-10 944 773)×110.8致病性CNV
161 d先天性食管闭锁arr[hg19] 14q32.2q32.31(97 063 146-102 888 545)×15.83致病性CNV
173 d患儿眼距宽,右手小指指节2指节,颅骨骨缝宽,痉挛持续状态arr[hg19] ×q13.1(68 025 397-68 268 190)×00.24Craniofrontonasal综合征
1817 d声门狭窄,先天性心脏病arr[hg19] 4q34.3q35.2(179 875 564-190 957 460)×111.08致病性CNV
1924 d先天性心脏病arr[hg19] 22q11.21(18 648 855-21 800 471)×1 dn3.15DiGeorge综合征
208 d面容异常arr[hg19] 16p13.3(3 036 492-4 339 886)×1 dn1.30Rubinstein-Taybi综合征
2111 d早产儿,先天性心脏病,脑室增宽arr[hg19] 6q26q27(162 728 720-170 914 297)×18.196q26缺失综合征
2228 d主动脉瓣狭窄arr[hg19] 7q11.23(72 704 681-74 146 927)×1 dn1.47Williams综合征
234 d多发畸形,先天性心脏病arr[hg19] (18)×378.0818三体综合征

注:dn:新发突变;mat:遗传自母亲;ISCN:人类细胞遗传学国际命名;CNV:拷贝数变异 dn:de novo;mat:maternal inheritance;ISCN:international system for human cytogenomic nomenclature;CNV:copy number variation

2.3 不同表型组与染色体异常相关性

具有面容异常新生儿检测阳性率为30.3%,先天畸形新生儿的检测阳性率为21.6%,反应低下及其他原因新生儿检测阳性率分别为9.1%和6.7%(表2),4组染色体异常检出率差异无统计学意义(P>0.05),组间两两比较染色体异常检出率差异均无统计学意义(均P>0.05)。

点击查看表格
表2

不同表型致病性拷贝数变异检出率

Table 2

Detection rates of pathogenic copy number variations of different phenotypes

表2

不同表型致病性拷贝数变异检出率

Table 2

Detection rates of pathogenic copy number variations of different phenotypes

临床指征例数阳性例数检出率(%)
面容异常331030.3
先天畸形511121.6
反应低下2229.1
其他1516.7
3 讨论

染色体异常可引起出生缺陷,传统的染色体核型分析由于受限于分辨率低,易漏检一些致病性亚显微染色体异常。而CMA可在全基因组范围内检测亚显微水平的微缺失和微重复,临床使用具有较好成本效益[6],因此其临床应用越来越广泛。目前使用CMA在新生儿出生缺陷的染色体筛查研究报道较少,多数报道集中在产前超声异常胎儿及儿童智力低下、发育迟缓、先天发育异常人群,其检出率为15%~25%[7,8,9,10],与本研究中检出率基本一致。

本研究121例出生缺陷新生儿通过CMA检查发现,23例(19.0%)存在致病性CNVs。在23例致病性CNVs中,有5例(4.1%)由常见的染色体数目异常导致,18例(14.9%)为染色体结构异常导致。如果按传统的核型分析分辨率5~10 Mb对异常结果进行分组,其中涉及片段>10 Mb的异常占9.1%(11/121例),这部分病例常规的核型分析通常容易发现;片段大小5~10 Mb异常占2.5%(3/121例),这部分病例常规的核型分析通常极易漏诊;<5 Mb的异常占7.4%(9/121例),这部分病例常规的核型分析通常无法检出。提示,与核型分析相比,CMA可提高诊断率7.4%~9.9%,与以往CMA研究结果相近[11,12],证实CMA可明显提高患者早期诊断率,对临床一些不具有典型临床特征的病例能够在早期准确认识并予适当治疗。

很多染色体微小缺失或重复与微缺失/微重复综合征有关,CMA由于包含成千上万个探针,可对全基因内已知的微缺失/微重复关键区域同时进行检测。本研究12例(9.9%)被检出有微缺失/微重复综合征,涉及22q11.2、15q11q13、17q12等常见染色体区域。其中,22q11.2区域缺失最为常见,共发现了3例,该区域缺失可导致DiGeorge综合征(OMIM #188400),主要表现为先天性心脏病、腭裂、免疫缺陷及智力低下等。Xq13.1区域缺失是本研究中涉及片段最小的1例综合征,240 kb的片段长度仅包含EFNB1基因,该基因为明确的半剂量不足基因,失功能突变或基因缺失可导致Craniofrontonasal综合征(OMIM #304110),在男性患者中的特征性表现为眼距增宽。

本研究结果显示,先天畸形是最常见的CMA检测原因,其次是面容异常,CMA异常检出率分别为30.3%和21.6%。这表明,具有这些表型的新生儿有较高的可能性存在染色体异常。对于临床症状不典型,仅表现有反应低下、肌张力低、治疗困难的病例,CMA检出率低于面容异常及先天畸形组,但仍存在较高的阳性率,因此临床医师应警惕这类患儿染色体异常的可能。

综上所述,CMA是一种有价值的临床诊断工具,与常规核型分析相比具有更高的检出率,可有效诊断新生儿期染色体不平衡引起的出生缺陷,从而协助临床医师进行诊断,早期新生儿干预和遗传咨询。

利益冲突
利益冲突

所有作者均声明不存在利益冲突

参考文献
[1]
MathewsTJ, MacdormanMF.Infant mortality statistics from the 2003 period linked birth/infant death data set[J]. Natl Vital Stat Rep, 2006, 54(16): 1-29.
[2]
SmithA, BannatyneP, RussellP, et al.Cytogenetic studies in perinatal death[J]. Aust N Z J Obstet Gynaecol, 1990, 30(3): 206-210.
[3]
WellesleyD, DolkH, BoydPA, et al.Rare chromosome abnormalities, prevalence and prenatal diagnosis rates from population-based congenital anomaly registers in Europe[J]. Eur J Hum Genet, 2012, 20(5): 521-526.DOI: 10.1038/ejhg.2011.246.
[4]
SouthST, LeeC, LambAN, et al.ACMG standards and guidelines for constitutional cytogenomic microarray analysis, including postnatal and prenatal applications: revision 2013[J]. Genet Med, 2013, 15(11): 901-909.DOI: 10.1038/gim.2013.129.
[5]
中国医师协会医学遗传学分会中国医师协会青春期医学专业委员会临床遗传学组中华医学会儿科学分会内分泌遗传代谢学组染色体基因组芯片在儿科遗传病的临床应用专家共识[J].中华儿科杂志201654(6):410-413.DOI:10.3760/cma.j.issn.0578-1310.2016.06.004.
Medical Genetics Branch of Chinese Medical Doctor Association, Clinical Genetics Group of Adolescent Medicine Committee of Chinese Medical Doctor Association, Endocrine Genetics Group of Pediatrics Branch of Chinese Medical Association.Expert consensus on the clinical application of chromosomal microarray in pediatric genetic diseases[J]. Chin J Pediatr, 2016, 54(6): 410-413.DOI: 10.3760/cma.j.issn.0578-1310.2016.06.004.
[6]
SagooGS, MohammedS, BartonG, et al.Cost effectiveness of using array-CGH for diagnosing learning disability[J]. Appl Health Econ Health Policy, 2015, 13(4): 421-432.DOI: 10.1007/s40258-015-0172-7.
[7]
EgloffM, HervéB, QuibelT, et al.The diagnostic yield of chromosomal microarray analysis in fetuses with increased nuchal translucency: a French multicentre retrospective study[J]. Ultrasound Obstet Gynecol, 2018, 52(6): 715-721.DOI: 10.1002/uog.18928.
[8]
TuranS, AsogluMR, Gabbay-BenzivR, et al.Yield rate of chromosomal microarray analysis in fetuses with congenital heart defects[J]. Eur J Obstet Gynecol Reprod Biol, 2018, 221: 172-176.DOI: 10.1016/j.ejogrb.2017.12.019.
[9]
XuM, JiY, ZhangT, et al.Clinical application of chromosome microa-rray analysis in Han Chinese children with neurodevelopmental disorders[J]. Neurosci Bull, 2018, 34(6): 981-991.DOI: 10.1007/s12264-018-0238-2.
[10]
WangR, LeiT, FuF, et al.Application of chromosome microarray ana-lysis in patients with unexplained developmental delay/intellectual di-sability in South China[J]. Pediatr Neonatol, 2019, 60(1): 35-42.DOI: 10.1016/j.pedneo.2018.03.006.
[11]
LuXY, PhungMT, ShawCA, et al.Genomic imbalances in neonates with birth defects: high detection rates by using chromosomal microa-rray analysis[J]. Pediatrics, 2008, 122(6): 1310-1318.DOI: 10.1542/peds.2008-0297.
[12]
姜敏钟雁齐宇洁微阵列比较基因组杂交检测在新生儿染色体异常疾病筛查中的应用[J].中华新生儿科杂志201732(2):119-122.DOI:10.3760/cma.j.issn.2096-2932.2017.02.010.
JiangM, ZhongY, QiYJ, et al.The application of array comparative genomic hybridization for the detection of chromosomal defects in newborns[J]. Chin J Neonatol, 2017, 32(2): 119-122.DOI: 10.3760/cma.j.issn.2096-2932.2017.02.010.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词