变异注释与临床解读

引言

变异检测（variant calling）回答的是「这个样本的基因组和参考哪里不一样」，而变异注释与临床解读回答的是「这些不一样意味着什么」。这是两个截然不同的问题：前者是算法与统计问题，输出一份包含数万个变异的 VCF；后者是知识整合与判读问题，输出一份可能只包含一到两个「有临床意义的变异」的报告。

这个转换的难度被严重低估。一个 30x 的全基因组测序会产生约 400-500 万个变异，其中绝大多数是良性的人群多态。从这 500 万个变异里找出「真正致病的那一个」，依赖的不是更强的算法，而是数据库的完整度、证据的可靠性与判读准则的一致性。同样的变异，在不同实验室、不同数据库版本下，可能得到不同的结论——这是临床遗传学最大的工程挑战。

工程上的难点有三层。第一层是注释本身的正确性：同一个变异在不同转录本上的后果可能完全不同（一个在转录本 A 上是错义、在转录本 B 上是同义），选错转录本会给出错误的判读。第二层是数据库的时效性与矛盾：ClinVar 里同一个位点可能有相互冲突的提交，gnomAD 的频率在不同人群间差异巨大。第三层是判读的标准化：ACMG/AMP 准则把判读拆成「证据条目 + 强度」，但「证据是否成立」仍需人工判断，自动化工具只能给建议。

本文按「分工 → 注释流程 → 数据库 → 打分器 → 频率过滤 → ACMG 判读 → 自动化 → SV/CNV 注释 → 报告与可重复性」的顺序展开。命令基于 VEP 112、snpEff 5.2、bcftools 1.19 与 InterVar。读完你应该能搭出一条从 VCF 到临床报告的完整链路，并理解每一步的判据与陷阱。上游的变异检测原理参见 变异检测与 VCF 处理 ，本文不重复。

目录

1. 注释与解读的分工边界
2. 注释流程：VEP 与 snpEff 的工程实现
3. 数据库整合：gnomAD、ClinVar、OMIM
4. 后果预测与计算型打分器
5. 群体频率过滤与人群差异
6. ACMG/AMP 致病性判读准则
7. 自动化判读工具与证据整合
8. SV 与 CNV 的注释与解读
9. 报告生成与可重复性保障

1. 注释与解读的分工边界

把「注释」与「解读」分开，是理解这一章的关键：

注释是「客观映射」，解读是「主观判读」——前者原则上可完全自动化且结果可复现，后者依赖专家判断且需要文献证据支撑。工程上最该做的是「把能自动化的部分彻底自动化并锁定版本」，把人力集中在真正需要判断的少数变异上。一个典型的 WGS 案例：500 万变异 → 频率过滤后约 2-5 万 → 按后果过滤后约 500-2000 → 按遗传模式过滤后约 10-50 → 人工判读 1-10 个。

这个漏斗的每一层都会漏掉真变异，因此过滤阈值的设计必须与临床场景匹配：做罕见病诊断时，把频率阈值设在 1% 会漏掉许多致病变异（某些致病变异在特定人群中频率较高）；做肿瘤体细胞分析时，过滤逻辑完全不同（关注 VAF 而非人群频率）。没有「通用阈值」。

不同临床场景的过滤策略

「遗传模式过滤」是罕见病分析的核心一步：常染色体显性（AD）病只需一个杂合致病变异，隐性（AR）病需要两个（或一个纯合），X 连锁（XL）需按性别判断。没有家族史时无法确定遗传模式，通常的做法是「按所有可能模式分别筛一遍，再结合表型收敛」——这也是 trio（患者 + 父母）分析价值巨大的原因：新发变异（de novo）在 trio 数据里可以直接识别，是 AD 病最强的证据之一。

表型匹配

现代临床流程会用 HPO（Human Phenotype Ontology）术语描述患者表型，再与基因-表型数据库（OMIM、Orphanet）做语义相似度匹配，给候选基因打分排序：

# Exomiser：表型驱动的变异优先级排序（简化调用）
exomiser --sample sample.vcf --pedigree sample.ped \
  --hpo-terms HP:0001250,HP:0001263 --genome hg38 \
  --output-format TSV --output out.tsv

表型匹配的价值在于把「几百个候选基因」压缩到「几个与症状相关的基因」。但它也带来风险：表型描述不准确（尤其儿童患者的早期表型不典型）会让真正的致病基因排在后面。因此表型匹配的结果应作为「排序依据」而非「过滤依据」——不能因为「表型不匹配」就把一个致病变异直接排除。

2. 注释流程：VEP 与 snpEff 的工程实现

VEP（Variant Effect Predictor）与 snpEff 是两个主流注释工具，功能高度重叠，差异在细节与生态：

# VEP：完整注释（本地缓存模式，避免网络依赖）
vep --input_file cohort.vcf.gz --output_file annotated.vcf \
  --cache --dir_cache /data/vep_cache --assembly GRCh38 --offline \
  --vcf --symbol --numbers --terms SO --force_overwrite \
  --plugin LoF,loftee_path:/tools/loftee,human_ancestor_fa:ancestor.fa \
  --plugin SpliceAI,snv:spliceai_snv.vcf.gz,indel:spliceai_indel.vcf.gz \
  --plugin CADD,whole_genome_SNVs.tsv.gz \
  --fields "Uploaded_variation,Location,Allele,Gene,SYMBOL,Consequence,\
HGVSc,HGVSp,CANONICAL,EXON,INTRON,Existing_variation,gnomADe_AF,CLIN_SIG" \
  --fork 8

# snpEff：轻量快速
snpEff -v -canon GRCh38.105 input.vcf.gz > annotated.vcf

两个工程细节决定了注释结果的可比性：

转录本选择。一个基因有多个转录本，同一变异在不同转录本上的后果可能不同。VEP 用 --canonical（或 MANE Select）指定「代表性转录本」，snpEff 用 -canon。报告里必须写明用的是哪套转录本定义——MANE Select 是当前临床推荐的统一标准（每个基因一个代表性转录本），用 RefSeq 或 Ensembl 的 canonical 会得到不同结果。

HGVS 命名。注释输出的是 HGVS 表示（如 NM_007294.4:c.5266dupC），它是临床交流的通用语言。但 HGVS 对「重复序列中的插入缺失」有歧义（同一个变异可以有多种合法写法，即 3’ 规则），不同工具可能给出不同的 HGVS 字符串。临床报告前必须用 VariantValidator 等工具校验，否则会导致实验室间的沟通错误。

# 常用下游处理
bcftools norm -f ref.fa -m -both annotated.vcf.gz -Oz -o norm.vcf.gz   # 拆分多等位并左对齐
bcftools csq -f ref.fa -g annotation.gff3 norm.vcf.gz                  # 另一条注释路线

3. 数据库整合：gnomAD、ClinVar、OMIM

注释的价值取决于背后的数据库。四类数据库各有分工：

gnomAD（人群频率）。当前最大的人群频率库（约 80 万个体，含多个祖先群体）。它回答「这个变异在人群中多常见」，是过滤良性多态的第一道闸。关键字段：AF（总体频率）、AF_popmax（最大人群频率）、nhomalt（纯合子数量）。判据上应优先看 AF_popmax 而非总体 AF，因为总体频率会被大样本群体稀释，掩盖某个小人群中的高频。

ClinVar（临床意义）。记录「变异-疾病」关系的公开档案库，每个提交带有临床意义（Pathogenic / Likely pathogenic / VUS / Likely benign / Benign）与评审等级（review status，0-4 星）。使用时必须注意三点：一是评审等级（只有 2 星以上的提交较可靠）；二是冲突提交（同一变异有 Pathogenic 与 Benign 两种提交，需按 ACMG 规则处理冲突）；三是时效性（ClinVar 每月更新，旧版本可能漏掉最新证据）。

OMIM（基因-疾病关系）。描述「基因与疾病的关联」，用于判断「这个基因是否与患者的表型相关」。它的作用是表型匹配——一个致病变异如果落在一个与患者症状无关的基因上，不应作为主要发现报告（但可能作为次要发现）。

dbNSFP（整合预测库）。把数十种计算型预测分数（CADD、REVEL、SIFT、PolyPhen-2 等）整合到一张表，用 dbNSFP 插件批量注释：

vep --plugin dbNSFP,dbNSFP4.7a.gz,REVEL_score,CADD_phred,SpliceAI_pred_DS_AG \
  --plugin SpliceAI,snv:spliceai_snv.vcf.gz,indel:spliceai_indel.vcf.gz ...

数据库版本必须写进报告。同一个变异在 gnomAD v2 与 v4 中的频率可能相差数倍（样本量扩大、群体构成变化），在 ClinVar 2023 与 2025 中的分类可能不同。可复现性的要求在这里体现得最直接：没有版本号的注释结果无法复现，也无法审计。参见 生信可复现性工程 了解如何把数据库版本纳入流程管理。

数据库矛盾时怎么处理

数据库冲突是常态，处理原则有三条：

1. 优先看评审等级与证据来源。ClinGen 专家面板的结论优先于单个实验室的提交，多实验室一致提交优先于孤例。
2. 频率证据优先于分类证据。若 gnomAD 显示某变异频率 3%，那么即使 ClinVar 标为 Pathogenic，也基本可判定该分类过时（因为高频率与高外显率罕见病不相容）。
3. 记录冲突并降级。证据冲突时按 ACMG 规则降级（如「1 Strong 支持致病 + 1 Strong 支持良性」应判为 VUS），并在报告中如实说明冲突存在。

一个工程上的实用做法是同时注释多个频率库（gnomAD、1000G、TOPMed、内部人群库），看结论是否一致。若某个变异在 gnomAD 中罕见但在本地人群库中高频，说明本地人群有奠基者效应，这个信息对判读至关重要。

4. 后果预测与计算型打分器

计算型打分器（in silico predictors）用机器学习或进化保守性预测「变异是否有害」。它们不是证据本身，而是证据的支持材料，在 ACMG 准则里对应 PP3/BP4 条目。常用工具与适用场景：

使用打分器的三条原则：

第一，分清「训练数据污染」。REVEL 与 AlphaMissense 的训练集包含 ClinVar 的已知致病变异，因此在「已知致病变异」上表现极好，但在**新发变异（novel variants）**上表现会显著下降。用 ClinVar 变异评估工具性能再外推到新变异，是常见的评估偏差。

第二，剪接变异必须单独处理。传统打分器（CADD、REVEL）对剪接位点附近的变异评估不准，因为它们只建模「氨基酸改变」。SpliceAI 专门填补这个空白，对「外显子内部但创造/破坏剪接位点」的变异（即所谓「同义突变致病」的常见机制）尤其重要。一个「同义变异」不应因为「不改变氨基酸」就被轻易排除。

第三，打分器不能单独定级。ACMG 准则里 PP3 只是「支持证据」（supporting），需要与其他证据组合才能升级为致病。把 CADD > 30 直接判为致病，是自动化判读最常见的误用。

2023 年 ClinGen 的 SVI 建议对 PP3/BP4 做了重要修订：不再使用单一工具的单阈值，而是要求「多个预测工具一致」或「使用校准过的连续分数」。具体做法是把多个工具的分数转成「似然比」，只有当证据强度达到要求时才赋予 PP3。这条修订的实践意义是：「用哪个工具」比「阈值设多少」更重要，且工具的组合方式必须记录在流程里。AlphaMissense 的引入进一步改变了错义变异的判读格局——它覆盖了全部可能的错义变异（约 7100 万个），使「无人群数据的罕见错义」也有了可用的预测证据。

5. 群体频率过滤与人群差异

频率过滤是「从 500 万变异到几万候选」的关键一步，但阈值设定充满陷阱。

基本判据：对于罕见孟德尔病，常用阈值是 AF_popmax < 0.01（1%）或更严格（0.005 甚至 0.001，取决于疾病患病率与遗传模式）。逻辑是：一个导致罕见病的变异不可能在人群中高频存在。但这条逻辑有例外：

• 奠基者效应（founder effect）：某些人群（如芬兰人、阿什肯纳兹犹太人、冰岛人）中特定致病变异频率异常高。用「总体 AF」会漏掉这些变异，必须查人群特异的 AF。
• 隐性携带：常染色体隐性病的致病变异在携带者中频率可达 1%-2%（如囊性纤维化的 CFTR F508del 在某些人群约 2%），阈值设在 1% 会漏掉。
• 外显率不全与迟发：某些致病变异在老年人群中仍有相当频率（因为携带者尚未发病或终生不发病）。

技术性陷阱：gnomAD 的频率基于「人群样本」，这些样本本身可能包含患病个体（尤其在线粒体病、迟发病中）。因此 AF 高 ≠ 一定良性，只能说「不可能是高外显率的早发孟德尔病」。

# 用 bcftools 做频率与后果过滤（简化示例）
bcftools view -i 'INFO/gnomADe_AF_popmax < 0.01 || INFO/gnomADe_AF_popmax = "."' \
  annotated.vcf.gz | \
bcftools view -i 'INFO/CSQ ~ "missense_variant|stop_gained|frameshift|splice"' | \
bcftools view -e 'INFO/CLIN_SIG ~ "benign"' -Oz -o candidates.vcf.gz

注意 AF_popmax = "." 的处理：缺失频率数据的变异不应被直接丢弃（可能是新变异或数据库未覆盖），而应保留并标记。把缺失当 0 或当良性，是两种相反的严重错误。

6. ACMG/AMP 致病性判读准则

ACMG/AMP 2015 准则（及其后续的 ClinGen 细化指南）是临床判读的国际标准。它把判读拆成「证据条目」，每条有「强度」（Very Strong / Strong / Moderate / Supporting），再按组合规则得出五级分类：

核心证据条目（PVS1/PS/PM/PP 与 BA1/BS/BP 系列）中，最常用的几条：

• PVS1：无义、移码、经典剪接位点变异，且该变异导致基因功能丧失是该病的已知机制；
• PS1：同一氨基酸改变已有公认致病的变异（氨基酸替换相同）；
• PM2：在 gnomAD 中缺失或频率极低（注意：2024 年 ClinGen 建议将 PM2 降级为「支持证据」）；
• PP3：计算型预测支持有害（见第 4 节）；
• PS3：功能实验证实有害；
• BA1：等位基因频率 > 5%（良性独立证据）；
• BS1：等位基因频率高于该病预期；
• BP4：计算型预测支持良性。

工程上最该注意的两点：

第一，PVS1 有严格前提。不是「所有无义变异都致病」——若该基因的致病机制是「功能获得」或「显性负效应」，截断变异可能无害甚至不致病。PVS1 的适用性判断（PVS1 decision tree）是判读中最容易出错的地方，必须结合基因的疾病机制。

第二，VUS 是常态而非失败。一个规范的临床报告里，VUS 比例通常高达 50%-80%。把 VUS 当致病变异报告，或为了「给出结论」而强行升级证据，是最严重的临床错误。VUS 的正确处理是「如实报告 + 说明随访建议（如家系共分离分析、功能实验）」。

共分离与家系证据

PP1（共分离）与 PS2（新发）这两条证据只能来自家系分析，也是自动化工具无法填充的部分。做法是把变异在家系成员中分型（Sanger 测序或靶向 panel），检查「变异是否随疾病在家族中共分离」：

家系共分离的逻辑（常染色体显性）
  患者（有变异）→ 患病亲属也应有变异（支持）
                 → 健康亲属若有变异，则证据被削弱（外显率不全）
                 → 健康老年亲属若有变异，PP1 基本不成立

共分离的强度取决于家系大小与代数：三代以上、多个患病成员一致携带，才能达到 Moderate/Strong 强度。小家庭（如只有一个患病成员）无法提供共分离证据——这是罕见病判读中最常见的证据缺口，也是「全外显子测序做了却仍得不到结论」的主要原因。

7. 自动化判读工具与证据整合

人工逐条判读无法规模化，自动化工具的价值在于「把 ACMG 证据条目自动填充，把人力集中在证据冲突的少数变异上」。

InterVar 是最广泛使用的自动化判读工具：它读取 VEP 注释后的 VCF，按 ACMG 规则自动填充证据条目并给出分类：

# InterVar：输入必须是 VEP 注释且含特定字段的 VCF
python3 Intervar.py -i annotated.hg38_multianno.vcf \
  -o intervar_out --input_type=AVinput -b hg38 --skip_annovar

# 输出含 19 条证据条目的逐条判定与最终分类

AutoPVS1 专门处理 PVS1 的适用性判断（按 ClinGen 的决策树自动评估）。ClinGen VCEP 规范则针对特定基因给出更细的判读规则（如 BRCA1/2、LDLR 等已有基因特异规范），这些规范优先于通用 ACMG 准则。

自动化工具的局限必须清楚：它们只填充「可从数据库自动获取」的证据（PM2、PP3、PS1、BA1 等），对「功能实验（PS3）」「家系共分离（PP1）」「新发（PS2）」这类需要实验与临床信息的证据无能为力。因此自动化输出永远是「待审草稿」而非「最终结论」，必须由持证判读人员复核并签字。

一个流程设计的建议是：把证据条目结构化输出（每个变异 × 19 条证据的矩阵），而不是只给最终分类。这样判读人员能快速看到「哪些证据是自动填充的、哪些是缺失的、哪些相互冲突」，大幅提高复核效率与一致性。参见 数据工程与批处理 了解如何把这类结构化输出组织成可查询的证据表。

8. SV 与 CNV 的注释与解读

结构变异（SV，> 50 bp）与拷贝数变异（CNV）的检测方法在上游流程里已详述，本节只讲注释与解读的差异。

SV/CNV 的注释比 SNV 难得多，根本原因是断点不精确与表示方式不唯一。同一个缺失可以用多种方式表示（起始位置差几个 bp、用 <DEL> 符号 vs 具体序列），导致基于坐标的数据库查询经常失败。

注释 SV 的实用策略：

• 断点区间查询：不要精确匹配坐标，而是用「断点 ± 数百 bp 的区间」查询数据库（bedtools intersect）；
• 基因重叠判断：SV 是否完全/部分删除某基因的外显子，这是判读的核心（完全缺失编码区通常比部分缺失更严重）；
• 剂量敏感性：查 ClinGen 的剂量敏感性图谱（haploinsufficiency / triplosensitivity 评分），判断「该基因的缺失/重复是否致病」；
• 已知综合征区域：与 DECIPHER、ClinGen 的 CNV 区域比对，识别已知的微缺失/微重复综合征。

# 用 bedtools 做 SV 断点与基因的重叠分析
bedtools intersect -a sv.bed -b genes.bed -wa -wb > sv_gene_overlap.txt

# AnnotSV：SV/CNV 注释的集成工具（整合多个数据库）
AnnotSV -SVinputFile sv.vcf -outputFile annotated_sv.tsv \
  -annotationMode both -genomeBuild GRCh38

CNV 解读的特殊性在于剂量效应的连续性：一个基因的「单拷贝缺失」是否致病，取决于该基因对剂量的敏感度——有些基因单拷贝就够（缺失无害），有些必须双拷贝（缺失致病）。这个信息不在序列里，而在数据库与文献里。因此 CNV 判读对数据库的依赖程度比 SNV 更高，也更依赖专家经验。

另一个工程难点是 CNV 的边界判定：CNV 检测工具给出的边界通常有 ± 数 kb 的误差，而「是否包含某个关键外显子」可能取决于这几 kb。关键 CNV 必须用正交方法验证（如 MLPA、qPCR、长读测序），不能仅凭 NGS 的边界就下临床结论。

9. 报告生成与可重复性保障

临床报告是整条链路的最终产物，也是受法规约束最严的部分。它的工程要求与科研分析完全不同：

可追溯性。报告的每个结论必须能追溯到「原始数据 → 比对 → 变异检测 → 注释 → 判读证据」的完整链路，且每个环节的版本（工具版本、数据库版本、参考基因组版本、参数文件）必须记录。参见 生信可复现性工程 了解如何用容器与流程引擎实现这一要求。

报告内容的结构化。一份规范的临床 WGS/WES 报告通常包含：

报告生成的自动化。人工写报告容易出错且不可复现。工程做法是「模板 + 结构化数据填充」：判读结果以结构化格式（JSON/TSV）存储，用模板引擎渲染成报告，任何修改都记录在案。这样既保证一致性，又满足审计要求。

# 报告数据结构化的示意（判读结果 → 结构化记录）
record = {
    "gene": "BRCA1",
    "hgvs_c": "NM_007294.4:c.5266dupC",
    "hgvs_p": "NP_009225.1:p.Gln1756ProfsTer74",
    "zygosity": "heterozygous",
    "classification": "Pathogenic",
    "acmg_evidence": ["PVS1", "PS4", "PM2_Supporting", "PP3"],
    "clinvar_id": "17677",
    "gnomad_af_popmax": 0.000008,
    "db_versions": {"gnomad": "v4.1", "clinvar": "2025-08", "vep": "112"},
}

必须如实报告的局限。没有任何一次检测是「全能的」：短读 WGS 对重复扩增（如脆性 X 的 CGG 重复、亨廷顿的 CAG 重复）无能为力，对深度内含子变异、甲基化异常、平衡易位也不敏感。报告里明确写出「本次检测无法排除的情况」，既是规范要求，也是对患者的保护。

权衡取舍

常见坑清单

1. 转录本选错导致后果判错：同一变异在不同转录本上后果不同；临床统一用 MANE Select 并注明版本。
2. 用总体 AF 而非 AF_popmax：小人群高频致病变异被稀释成「罕见」；一律看 popmax。
3. 把缺失频率当 0 或当良性：新变异被误过滤；缺失应保留并标记，不参与频率过滤。
4. CADD 高分直接判致病：PP3 只是支持证据；必须与其他证据组合。
5. 忽视剪接变异：同义变异可能破坏剪接位点；用 SpliceAI 单独筛查剪接影响。
6. 用 ClinVar 低星级提交做结论：评审等级不足的提交不可靠；优先 2 星以上并检查冲突。
7. PVS1 无条件套用：功能获得或显性负效应机制下截断变异可能无害；先查疾病机制。
8. VUS 强行升级报告：把意义未明当致病是最严重的临床错误；如实报告并给随访建议。
9. SV 用精确坐标查库：表示方式差异导致漏查；用断点 ± 区间查询。
10. 数据库版本未记录：结果无法复现也无法审计；版本号必须进报告与流程配置。

小结

变异注释与临床解读的本质是「把计算输出转化为可辩护的医学结论」。它由两段构成：前一段（注释、数据库整合、过滤）是客观的、可完全自动化且必须锁定版本的工程链路；后一段（ACMG 判读、报告）是主观的、依赖证据与专家判断的临床过程。把这两段分清，就不会犯「用打分器代替判读」或「把人工判断藏在脚本里」这两类典型错误。

工程上最该建立的三个认知：第一，版本即结论。gnomAD、ClinVar、VEP、参考基因组的版本变了，同一份 VCF 的注释结果就变了，因此版本必须作为流程的一等公民管理。第二，自动化只做证据填充，不做结论。工具能把 19 条 ACMG 证据自动填出大半，但「哪条证据成立」仍需人工确认，尤其是依赖实验与家系信息的条目。第三，如实报告局限与 VUS。检测能力有边界，判读证据有不足，把这两件事写清楚比给出一个「漂亮但站不住」的结论更有专业价值。

下一步可以看可复现性工程篇了解如何把数据库版本、工具镜像与判读记录纳入可审计的流程，或了解当遗传学证据不足时如何用转录组与表观数据补充功能证据。如果你的候选变异「太多筛不出来」，先检查频率过滤用的是总体 AF 还是 popmax；如果「一个都筛不出」，先确认注释用的转录本与参考版本是否与 calling 阶段一致。