計畫簡介
疾病背景
馬賽克變異非整倍體（Mosaic Variegated Aneuploidy, MVA） 是一種極其罕見的染色體不穩定疾病，全球已知病例不足 50 人，目前尚無標準治療方案。 本計畫使用一位 MVA 患童的真實全基因組定序（WGS）資料與臨床表型，嘗試找出致病變異並探索藥物再利用機會。
競賽雙軌道
-
Track 1
變異預測
從 WGS 資料中預測致病變異（causal variant）
-
Track 2
藥物再利用
根據受影響的分子路徑，篩選已核准藥物的再利用候選
研究產出將以 CC BY 4.0 開放授權。
臨床表型（HPO）
| 臨床特徵 | HPO Term | HPO ID | 備註 |
|---|
單一表型特徵不足以診斷；臨床意義在於癌症易感性、生長受限、腎臟異常、不良周產期史與父母反覆流產的共現模式。 父母流產史應視為表型輸入的一部分，而非單純家族史背景。
分析流程
以 VCF 為主要起點（Sentieon + GATK），對全部 10 個 MVA 基因的全長區間掃描變異 （非僅文獻已知位點），並以 VEP 標記所有可能影響功能的變異。
完整分析流程（可重現）
資料品質檢查
- VCF 統計（bcftools stats）
- 確認樣本 ID、GRCh38 一致性
- 腳本：
analysis/analyze_vcf.py
全面 MVA 基因區間掃描
- 10 個 MVA 基因（Ensembl 全長座標）
- 掃描基因內所有非參考變異，非文獻 hotspot
- 腳本：
analysis/comprehensive_mva_scan.py
VEP 功能註解
- 對每基因 het + PASS 變異做 VEP（HGVS）
- 標記 HIGH/MODERATE 與 coding/splice 變異
- 腳本：
analysis/final_analysis.py
Compound het 配對
- 每基因對功能變異做複合雜合配對
- 評分：impact + gnomAD + ClinVar + MVA 基因加權
HPO 表型比對
- HPO JAX 官方註釋 + OMIM phenotype.hpoa
- 8 項比賽表型 vs 各 MVA 基因
- 腳本：
analysis/hpo_phenotype_match.py
VCF 變異驗證
- 確認提交變異存在於原始 VCF
- 腳本：
analysis/verify_vcf_variants.py
Track 1 提交
- Primary: BUB1B compound het CSV
- 檔案：
submissions/track1/
Track 2 老藥新用
- 變異機制 + CMap 基因簽名
- 腳本：
analysis/drug_repurposing.py
流程總覽
臨床表型 (HPO) ──┐
├──▶ 10基因全長VCF掃描 ──▶ VEP功能註解 ──▶ compound het 配對
WGS VCF ──────────┤ │
├──▶ HPO/OMIM 表型比對 ──▶ 基因排名 ──────────▶ Track 1 提交
└──▶ 變異機制分析 ───────────────────────────▶ Track 2 老藥新用
VCF 分析結果
直接分析 WGS_EX2312012_HGWCNDSX7.vcf.gz（約 501 萬變異）。
初筛後以全面 10 基因掃描（見下方）確認僅 BUB1B 有成對功能變異。
頭號候選：BUB1B 複合雜合
複合雜合模式（Compound Heterozygous）
BUB1B 變異 1: chr15:40209701 T>G (stop_gained, 功能喪失)
+
BUB1B 變異 2: chr15:40220612 T>G (missense, 有害)
↓
複合雜合 → MVA 典型遺傳模式
MVA 基因變異統計
| 基因 | 總變異數 | 雜合 (het) | 同合 (hom) | 備註 |
|---|
表型-基因關聯
| HPO ID | 臨床特徵 | 與 BUB1B/MVA 的關聯 |
|---|
後續建議與限制
建議下一步
分析限制
全面 MVA 基因掃描（10 基因 × 全長區間）
非僅查文獻已知位點：對 10 個 MVA 基因的 Ensembl 全長座標掃描 VCF 中所有變異， VEP 註解 het/PASS 變異，找出所有可能影響功能的變異並評估 compound het。
基因排名（功能變異 + compound het）
| # | 基因 | 症候群 | 掃描區間 | 總變異 | 功能變異 | Compound het | 最佳配對分 |
|---|
為何未選其他基因？
| 基因 | 排除原因 |
|---|
各基因 VEP 註解摘要（所有 het 位點）
掃描方法：基因座標內任意位置的 non-ref 變異均納入；
MAD1L1 等基因 het 變異數多（883），VEP 優先註解 QUAL 最高的 25 個 het/PASS 變異。
完整結果：results/comprehensive_mva_scan.json
MalaCards MVA1 Related Genes × VCF 掃描
依 MalaCards MVA1 Related Genes 表（5 個 cohort 基因 + 7 個延伸 MVA 基因），對競賽 VCF 全基因座標掃描 het/PASS 變異並 VEP 註解， 篩選 pathogenic candidate（ClinVar pathogenic / HIGH impact / 罕見 missense）。
MalaCards 基因掃描總表（12 基因）
| 基因 | 症候群 | MalaCards cohort | 總變異 | 功能變異 | Pathogenic candidate | Compound het |
|---|
Pathogenic candidate 變異明細
HPO 表型 × MVA 基因比對
以 HPO JAX 官方註釋（2026-06-23） 與 OMIM 疾病表型，對照比賽 8 項 HPO 表型與 MVA 已知基因/變異。
8 項表型比對總表
| HPO ID | 表型 | 覆蓋 | MVA 基因 | HPO/OMIM 匹配 | 本案 BUB1B 變異 |
|---|
MVA 基因與文獻/本案變異
| 基因 | 症候群 | OMIM | 文獻已知變異 | 本案 Proband |
|---|
變異機制與老藥新用（Track 2）
分析 BUB1B 候選變異對基因表現與蛋白質結構的影響， 並基於 CMap / LINCS L1000 基因簽名策略尋找老藥新用候選。
BUB1B 蛋白質結構域
變異影響分析
CMap / LINCS 基因簽名策略
老藥新用候選排名
| 排名 | 藥物 | 機制 | 核准狀態 | 分數 | 注意事項 |
|---|
應避免的方向
| 藥物 | 原因 |
|---|
下一步
運算資源需求
儲存空間
150+ GB
- 原始 FASTQ：~85 GB（壓縮）
- VCF + 索引：~0.3 GB
- 中間檔案與註解庫：50–80 GB
記憶體 (RAM)
32–64 GB
- VCF 註解與排序：16–32 GB
- 若重跑 alignment：64 GB+
- CNV / SV 分析：32 GB
CPU / 時間
8–16 cores
- VCF 註解：2–6 小時
- Exomiser 排序：1–3 小時
- 重跑 WGS pipeline：24–48 小時
建議環境
本機 / 工作站
- Linux（Ubuntu 22.04+）或 WSL2
- Conda / Singularity 管理生物資訊工具
- bcftools, VEP, Exomiser, samtools
雲端（推薦）
- AWS EC2：r6i.2xlarge（8 vCPU, 64 GB RAM）
- 或 c6i.4xlarge 用於計算密集步驟
- EBS 儲存：200 GB gp3
- 本競賽由 AWS Imagine Grant 提供支援
主要工具清單
預期結果
Track 1：致病變異預測
- Top 10–20 候選變異排名清單（含基因、變異類型、ACMG 分類）
- 與 MVA 已知基因（BUB1B、CEP57、TRIP13 等）的匹配評估
- 表型-基因一致性分數與文獻支持
- 染色體不穩定相關變異的馬賽克模式分析
Track 2：藥物再利用
- 5–10 個已核准藥物候選及其標的通路
- mitotic checkpoint / spindle assembly 相關藥物
- DNA damage response 抑制劑或穩定劑候選
- 每個候選藥物的機制假說與證據等級
可交付成果
完整分析流程、參數設定與決策依據
Snakemake / Nextflow pipeline 與設定檔
符合競賽格式的變異預測與藥物排名結果
GitHub Pages 公開分享計畫與進度