家系外显子研究最后反正要定位到已知疾病相关基因
基因测序包括全基因组，全外显子组，以及捕获基因测序，不同技术研究的基因组范围不一样，都有自己合适的方向。还有另外一种分类是基于生物学应用，比如肿瘤外显子，家系外显子等等。
看到发表在2015年Journal of Human Genetics杂志的文章：Biotin-responsive basal ganglia disease: a case diagnosed by whole exome sequencing，链接是；https://www.nature.com/articles/jhg201535
研究者做了一个家系外显子，走的是GATK+ANNOVAR流程，测序家系如下：
全外显子组基因测序结果，患儿94.4%的编码序列被至少20个reads（读长）覆盖。通过过滤41个BBGD或Leigh综合征已知疾病基因的变异体，确定了3个基因的4个变异。如下所示：
然后作者集中精力查询这4个变异：
Among these variants, a synonymous variant in PDP1 (c.306C>T) and one splicing variant in NDUFAF6 (c.420+2->A), which was observed in 566 individuals of our in-house Japanese exome database (n=575), were excluded from the candidate variants. The remaining two heterozygous missense mutations were found in SLC19A3 (NM_025243.3): c.464C>T, p.Ser155Leu and c.1196A>T, p.Asn399Ile. SLC19A3 mutations are known to cause autosomal-recessive BBGD. These variants were not registered in our in-house exome database, 1000 Genomes database, or NHLBI Exome Sequencing Project (ESP6500). 其实也可以去迄今最大规模的人类遗传变异数据库gnomAD（https://gnomad.broadinstitute.org）看看这几个变异位点的详细情况。
实际上，这个课题用不上太多的生物信息学技术，因为家系收集是医院的事情，3个wes测序数据大部分科研服务公司都可以提供，也就是3000块钱左右啦，现在测序通常是赠送标准分析，比如GATK+ANNOVAR流程。每个人在外显子区域都有2万左右的变异位点。
然后查询疾病相关数据库，生物学背景知识啦。比如本文就是关心41个BBGD或Leigh综合征已知疾病基因的变异体，比较幸运的定位到了3个基因的4个变异。
但是，聪明的读者肯定看出来了，其实研究者并不需要全外显子组，因为反正最后也是仅仅能考虑41个BBGD或Leigh综合征已知疾病基因的变异体，大量的信息都是直接抛弃的！！！
那么全基因组呢
既然2015已经做了全外显子组，后面的科学家就没办法搞一模一样的家系了，毕竟科学研究需要要创新，这个时候可以选择扩大病人队列，或者做全基因组。
比如2019的文章，Targeted SLC19A3 gene sequencing of 3000 Saudi newborn: a pilot study toward newborn screening 就是超级大队列，而且仅仅是需要关心SLC19A3一个基因即可，成本优势很明显哦！
比如发表在 PLoS One. 2016; 的文章，Novel SLC19A3 Promoter Deletion and Allelic Silencing in Biotin-Thiamine-Responsive Basal Ganglia Encephalopathy ，里面的测序不少哦：
WES in the two siblings revealed shared rare variants consistent with autosomal recessive inheritance in 7 genes, none of which had a known link to the phenotype
WGS was performed in patient-2 at HudsonAlpha Institute for Biotechnology (Huntsville, AL) using paired-end 100nt sequencing on the Illumina HiSeq.
值得一提的是，这两个研究的文章里面都没有提供测序数据下载。