本文发表于 Nature Neuroscience（2024年10月），题为《Exome sequencing of 20,979 individuals with epilepsy reveals shared and distinct ultra-rare genetic risk across disorder subtypes》。该研究由全球 Epi25 Collaborative 协作团队主导完成，主要作者包括来自 Broad Institute 的 Siwei Chen、Bassel W. Abou-Khalil 和来自 University of Melbourne 的 Zaid Afawi 等。研究为揭示癫痫的罕见遗传风险提供了新的见解，标志着癫痫外显子组测序研究的一个里程碑。
癫痫是一类高度异质的神经系统疾病，全球约每千人中有4-10人受其影响。癫痫的特征是产生癫痫发作的持续倾向，遗传因素在癫痫中长期被认为扮演重要角色。尽管如此，由于癫痫类型的多样性及遗传复杂性，完整揭示其遗传机制仍具挑战性。
近年来，全外显子组测序（whole-exome sequencing, WES） 已被证明是发现遗传病因的重要工具，特别是在家族性和严重癫痫综合征如 发育性癫痫性脑病（developmental and epileptic encephalopathies, DEEs） 中取得了显著成果。然而，遗传性全面性癫痫（genetic generalized epilepsy, GGE） 和 非获得性局灶性癫痫（non-acquired focal epilepsy, NAFE） 的基因发现进展相对较慢，特别是由于这些癫痫形式的遗传背景较为复杂且样本规模有限。此次研究旨在通过对约54,000人进行的外显子组测序，识别罕见变异，并揭示不同癫痫亚型的遗传风险。
此次研究是迄今为止规模最大的癫痫外显子组测序分析，研究团队通过Epi25协作网络，采集了来自全球59个地点的样本。数据包括20,979名癫痫患者和33,444名对照者，患者样本涵盖了多种遗传祖先群体和癫痫亚型。研究主要集中在三种癫痫亚型：DEEs、GGE和NAFE。
研究分为以下几个步骤： 1. 外显子组测序与变异检测：研究团队对54,000多个样本进行了全外显子组测序，采用严格的质量控制筛选出符合要求的数据。通过对患者和对照组的超罕见变异（ultra-rare variant, URV）进行负担分析，评估了与癫痫相关的罕见单核苷酸变异（SNVs）和短插入/缺失变异（indels）。 2. 基因负担分析：团队测试了每个蛋白编码基因的超罕见变异负担，具体到每个癫痫亚型（DEEs、GGE、NAFE）以及所有癫痫综合样本。基因负担分析结合性别和遗传祖先群体进行调整，确保模型的准确性。 3. 基因集分析：进一步研究与癫痫相关的生物学通路，分析包含蛋白复合物编码的基因集，寻找潜在的新关联。 4. 数据整合分析：整合超罕见变异、拷贝数变异（CNV）和全基因组关联研究（GWAS）结果，研究不同类型的遗传风险是否在相同基因上表现出趋同现象。 5. 脑发育相关分析：通过分析癫痫相关基因在大脑不同区域及发育时期的表达模式，探讨这些基因在癫痫中的功能角色。
此次研究在外显子组全基因组水平上发现了多种癫痫相关的显著基因： - 在 DEEs 患者中，五个基因达到显著性水平：NEXMIF、SCN1A、SYNGAP1、STX1B 和 WDR45。这些基因与严重的早发性癫痫密切相关，其中 NEXMIF 和 SCN1A 已在先前研究中被鉴定。 - 在 NAFE 患者中，DEPDC5 基因表现出最强的关联性。这一基因编码了与 mTORC1 通路有关的 GATOR1 复合物，且与家族性和非家族性癫痫病例均有关系。 - GGE 亚型中未发现显著的单一基因关联，表明这一亚型的遗传异质性更为复杂。
在基因集层面，研究发现多个基因集与癫痫有显著关联，特别是编码 离子通道 和 GABAA受体复合物 的基因集。这些通道在中枢神经系统中的抑制信号传递中起着关键作用，研究还发现这些通道的突变与癫痫亚型的严重程度存在关联。
拷贝数变异分析揭示了几个重要的CNV位点与癫痫的关联，特别是在 GATOR1复合物（如 NPRL3）中的缺失变异。
此次研究还发现了癫痫与其他神经发育障碍（如自闭症谱系障碍和精神分裂症）之间存在共享的罕见变异风险。癫痫显著基因与自闭症和发育障碍有较大的基因重叠，表明这些神经发育障碍可能具有共同的遗传病因。
该研究通过大规模外显子组测序，显著拓展了对癫痫遗传结构的认识，特别是超罕见变异在不同癫痫亚型中的作用。这一研究揭示了癫痫中一些基因的共同风险以及亚型特异性的罕见变异。这些发现为癫痫的遗传病因研究提供了新的数据资源，有望加速相关后续研究和诊断工作。同时，研究提供的互动式数据浏览器，将为后续的功能研究和临床转化提供重要支持。
通过此次大规模数据的整合，研究团队希望进一步揭示不同类型的遗传风险如何趋同于相同的基因，这可能为未来的癫痫治疗靶点提供依据。