目的尽管最近测序技术取得了很大进展，但目前通过基因检测方法只能解释55％至60％的遗传性视网膜变性（IRD）病例。部分未确诊病例可能是因为已知基因“隐藏”比较深的致病点突变与indel，或是拷贝数变异。方法名遗传性视网膜变性患者进行个基因的Panel检测，二代测序数据采用ExomeDepth和gCNV两种算法，例患者采用基因芯片检测。候选致病CNV采用定量PCR进行验证。结果55.6%的患者中发现了可能致病的点突变与indel，其中USH2A(11.6%),RPGR(4%),EYS(4%)三个基因是突变最多的top3。与疾病相关的CNV占患者总数的8.8%，三种方法（ExomeDepth，gCNV，芯片）相比，gCNV的准确性最高。在阴性case中，有30%在隐性的遗传性视网膜变性基因上发现一个可能致病变异。结论利用二代Panel数据可以可靠地分析CNV，极大地提高了诊断率。实验验证CNV有助于评估CNV合并隐藏的点突变与indel。游侠点评在昨天的推送文章中，利用WES/临床全外很难分析单个外显子，那么今天这篇文章为Panel是否可以分析单外显子呢，游侠特地看了这方面的数据，文章及附件中并没有描述平均测序深度，但是文章中列了一篇之前方法的参考文献（PMID:），游侠看了一下这篇文章Panel平均测序深度在X左右。然后结合附件中的CNV变异列表，（部分）如下游侠发现还是有不少单外显子CNV，个人认为之所以能够分析单外显子还有一个重要原因是同批次样本单独分析，最大程度减少系统误差。另一个就是算法能够支持单外显子分析，在文章中效果最好的是gCNV算法，这个算法可能大家都不太熟悉，它是GATK4.0的一个新功能，目前还在beta版，不是非常稳定，相关教程见网站
