tooluniverse-structural-variant-analysis

计算，而非描述

当分析需要计算（统计、数据处理、评分、信息补充）时，通过 Bash 编写并运行 Python 代码。不要描述你会怎么做——实际执行并报告结果。使用 ToolUniverse 工具检索数据，然后用 Python（pandas、scipy、statsmodels、matplotlib）进行分析。

结构变异分析工作流

系统分析结构变异（缺失、重复、倒位、易位、复杂重排），并使用适配 ACMG 的标准进行临床基因组学解读。

查证，不猜测——始终通过工具查询 ClinGen HI/TS 评分、gnomAD 频率和 ClinVar 证据。不要仅根据基因功能推断剂量敏感性。

关键原则：

1. 报告优先——先创建 SV_analysis_report.md，再逐步填充内容
2. ACMG 风格分类——分类为致病/可能致病/VUS/可能良性/良性，并明确列出证据
3. 证据分级——按置信度（高/中等/有限）对所有发现分级
4. 剂量敏感性至关重要——基因剂量效应决定 SV 的致病性
5. 断点精度很重要——区分基因的精确破坏与单纯剂量效应
6. 群体背景不可或缺——使用 gnomAD SV 评估频率
7. 优先使用英语查询——工具调用中始终使用英语术语。使用用户的语言回复

---

触发条件

在以下情况下使用此技能：

• 用户询问结构变异解读
• 用户拥有来自芯片或测序的 CNV 数据
• 用户询问“这个缺失/重复是否致病？”
• 用户需要对 SV 进行 ACMG 分类
• 用户想评估基因剂量效应
• 用户询问染色体重排
• 用户有需要解读的大规模基因组变异

---

SV 致病性推理（从这里开始）

在调用任何工具之前，先运用以下推理来构建分析框架：

SV 的致病性取决于它破坏了什么。如果缺失移除了整个基因，且该基因具有单倍剂量不足性，则很可能致病。如果基因具有剂量敏感性，则重复可能致病。只有当倒位断点破坏编码区或调控元件时，倒位才会致病。

按顺序思考以下问题：

1. SV 属于哪种类型，会造成什么破坏机制？

• 缺失：丢失一个拷贝。如果包含的任一基因具有单倍剂量不足性（ClinGen HI 评分为 3，pLI >= 0.9），则具有致病性。若基因位于基因密集区域，但对剂量不敏感，即使缺失范围较大，也可能是良性的。
• 重复：增加一个拷贝。如果包含的任一基因具有剂量敏感性（ClinGen TS 评分为 3），则具有致病性。如果重复为串联重复（连接处会破坏阅读框），或使基因与其增强子分离，也可能破坏基因调控。
• 倒位：拷贝数无变化。只有在断点处才可能致病：如果一个断点落在外显子内（导致截断），或使基因与其调控元件分离。完全位于基因稀少、调控元件稀少区域内的倒位通常是良性的。
• 易位：如果断点破坏编码区或形成致病性融合基因，则具有致病性。受影响儿童的父母若携带平衡易位，应特别仔细地评估。
• 复杂重排：分别评估每个片段和每个断点。

2. 被破坏基因是否具有剂量敏感性？

• ClinGen HI 评分为 3 = 确定存在单倍剂量不足性（该基因缺失具有致病性）
• ClinGen HI 评分为 2 = 很可能存在单倍剂量不足性
• pLI >= 0.9 = 对 LoF 有强烈的不耐受性（支持单倍剂量不足性）
• ClinGen TS 评分为 3 = 确定存在三倍剂量敏感性（重复具有致病性）
• 如果没有 ClinGen 数据：使用 OMIM 遗传方式（常染色体显性通常意味着对剂量敏感）作为较弱证据

3. 群体频率是否有助于理解该 SV？

• gnomAD SV 中频率 >=1% = BA1（很可能为良性，除非表型极端）
• <0.01% = 支持致病性（PM2）
• 在未患病父母中存在 = 反对致病性的弱证据，但并非定论

4. 是否有临床先例？

• ClinVar 中存在相同 SV，分类为 Pathogenic/Likely Pathogenic = 强证据（PS1）
• 新生发生 = 致病性的强证据（PS2）
• 表型与已知基因-疾病关联相符 = 支持性证据（PP4）

在计算最终评分前，记录上述推理。

---

工作流概览

Phase 1: SV IDENTITY & CLASSIFICATION
  Normalize coordinates (hg19/hg38), determine type (DEL/DUP/INV/TRA/CPX),
  calculate size, assess breakpoint precision

Phase 2: GENE CONTENT ANALYSIS
  Identify fully contained genes, partially disrupted genes (breakpoint within),
  flanking genes (within 1 Mb), annotate function and disease associations

Phase 3: DOSAGE SENSITIVITY ASSESSMENT
  ClinGen HI/TS scores, pLI scores, OMIM inheritance patterns,
  gene-disease validity levels

Phase 4: POPULATION FREQUENCY CONTEXT
  gnomAD SV database, ClinVar known SVs, DECIPHER patient cases,
  reciprocal overlap calculation (>=70% = same SV)

Phase 5: PATHOGENICITY SCORING
  Quantitative 0-10 scale: gene content (40%), dosage sensitivity (30%),
  population frequency (20%), clinical evidence (10%)

Phase 6: LITERATURE & CLINICAL EVIDENCE
  PubMed searches, DECIPHER cohort analysis, functional evidence

Phase 7: ACMG-ADAPTED CLASSIFICATION
  Apply SV-specific evidence codes, calculate final classification,
  generate clinical recommendations

---

阶段 1：SV 身份与分类

目标：规范 SV 表示法并确定类型。

记录：染色体、坐标（hg19/hg38 中的起止位置）、SV 大小、SV 类型（DEL/DUP/INV/TRA/CPX）、断点精度、遗传模式（新生/遗传/未知）。

有关 SV 类型定义、评分表和 ACMG 代码详情，请参阅 CLASSIFICATION_GUIDE.md。

---

阶段 2：基因内容分析

目标：注释受 SV 影响的所有基因。

工具：

• ensembl_lookup_gene - 基因结构、坐标、外显子
• NCBIGene_search - 官方符号、别名、描述
• GO_get_term_details - 生物过程、分子功能
• OMIM_search、OMIM_get_entry - 疾病关联、遗传方式
• DisGeNET_search_gene - 基因-疾病关联评分

将基因分类为：完全包含（整个基因位于 SV 内）、部分破坏（断点位于基因内）或侧翼基因（距断点 1 Mb 以内）。

实现伪代码请参阅 ANALYSIS_PROCEDURES.md 的阶段 2。

---

第 3 阶段：剂量敏感性评估

目标：确定受影响基因是否具有剂量敏感性。

工具：

• ClinGen_search_dosage_sensitivity - HI/TS 评分（0-3，金标准）
• ClinGen_search_gene_validity - 基因-疾病有效性等级
• gnomad_search_variants - LoF 不耐受性的 pLI 评分
• OMIM_get_entry - 遗传模式（AD 表明可能具有剂量敏感性）

按照上述推理解读评分。ClinGen HI/TS 评分 3 = 明确；评分 2 = 可能；评分 1 = 证据较少；评分 0 = 无证据。没有 ClinGen 支持时，不要将 AD 遗传直接等同于单倍剂量不足。

---

第 4 阶段：群体频率背景

目标：确定 SV 是常见（可能良性）还是罕见（支持致病性）。

工具：

• gnomad_search_variants - 群体 SV 频率
• ClinVar_search_variants - 已知致病/良性 SV
• ClinGen_search_dosage_sensitivity - 具有表型的患者 SV

使用 >=70% 的互惠重叠来定义“相同”SV 以供比较。频率 >=1% 时触发 BA1，除非有非常有力的临床证据可推翻此判断。

---

第 5 阶段：致病性评分

目标：在 0-10 分范围内进行定量致病性评估。

四个组成部分及其权重：基因内容（40%）、剂量敏感性（30%）、群体频率（20%）、临床证据（10%）。

评分对应关系：9-10 = 致病，7-8 = 可能致病，4-6 = 意义未明变异，2-3 = 可能良性，0-1 = 良性。

有关详细评分细则和实现方式，请参阅 CLASSIFICATION_GUIDE.md 和 ANALYSIS_PROCEDURES.md 第 5 阶段。

---

第 6 阶段：文献与临床证据

目标：查找病例报告、功能研究和临床验证。

工具：

• PubMed_search_articles - 同行评审文献
• EuropePMC_search_articles - 补充文献覆盖
• ClinGen_search_dosage_sensitivity - 患者病例数据库

搜索策略：基因特异性剂量敏感性论文、SV 特异性病例报告、表型-基因关联。请参阅 ANALYSIS_PROCEDURES.md 第 6 阶段。

---

第 7 阶段：适配 ACMG 的分类

目标：应用针对 SV 调整的 ACMG/ClinGen 标准，并生成附有明确证据摘要的最终分类。

大模型了解 ACMG 标准代码和组合规则。将这些标准应用于第 1-6 阶段收集的证据。需通过工具数据核实的要点：

• PVS1 适用于 ClinGen HI 评分 >= 2 或 pLI >= 0.9 的基因缺失
• PS2 要求确认变异为新发（如有亲本基因型数据，请进行检查）
• PM2 要求该变异在群体数据库中不存在，且互惠重叠 >=70%

完整的证据代码表和分类算法，请参阅 CLASSIFICATION_GUIDE.md。

---

输出

使用 REPORT_TEMPLATE.md 中的模板创建报告。文件命名如下：

SV_analysis_[TYPE]_chr[CHR]_[START]_[END]_[GENES].md

---

必需工具参考

• ClinGen_search_dosage_sensitivity - HI/TS 评分（所有缺失/重复均必需）
• ClinGen_search_gene_validity - 基因-疾病有效性（必需）
• ClinVar_search_variants - 已知致病/良性 SV（必需）
• ensembl_lookup_gene - 基因坐标、结构（必需）
• OMIM_search、OMIM_get_entry - 基因-疾病关联（必需）
• gnomad_search_variants - 群体频率和 pLI（必需）
• DisGeNET_search_gene - 其他疾病关联（建议）
• PubMed_search_articles - 文献证据（建议）
• GO_get_term_details - 基因功能（辅助）

---

不适用此技能的情况

• 单核苷酸变异（SNV） - 使用 tooluniverse-variant-interpretation
• 小型插入缺失（<50 bp） - 使用变异解读技能
• 癌症中的体细胞变异 - 需要采用不同框架
• 线粒体变异 - 需要专门解读
• 重复扩增 - 作用机制不同

此技能适用于需要进行剂量敏感性评估和适配 ACMG 分类的 >=50 bp 结构变异。

---

参考文件

• EXAMPLES.md - SV 解读示例及详细演示
• CLASSIFICATION_GUIDE.md - ACMG 标准、评分体系、证据代码、特殊情形和临床建议
• REPORT_TEMPLATE.md - 完整报告模板，包含章节结构和文件命名规则
• ANALYSIS_PROCEDURES.md - 各阶段的详细实现伪代码

外部参考资料

• ClinGen 剂量敏感性图谱：https://www.ncbi.nlm.nih.gov/projects/dbvar/clingen/
• ACMG SV 指南：Riggs 等，Genet Med 2020（PMID: 31690835）
• tooluniverse-variant-interpretation - 用于 SNV 和小型 indel