罕见疾病主要由遗传因素引起，特别是外显子测序（ES）的遗传检测技术的进步使得识别遗传变异变得更加容易，导致了分子遗传诊断。外显子测序涉及分析我们DNA中负责编码蛋白质的所有片段。一项德国范围内的多中心研究收集了1,577名患者的外显子测序数据，并成功诊断出499名患者，其中包括34名以前未被识别的遗传疾病患者。该研究显著促进了对新疾病的理解和识别。该研究还引入了使用人工智能（AI）软件，如“GestaltMatcher”，来协助评估与先天性遗传综合症相关的面部特征。这项在16个大学地点进行的研究的发现已发表在《自然遗传学》期刊上。
超罕见疾病需要临床专业知识和全面遗传诊断的协作方法，以实现最佳患者护理。TRANSLATE NAMSE项目是一个为期三年的计划，始于2017年末，旨在利用现代诊断方法提高对罕见疾病患者的护理。来自16所大学医院的研究人员检查了1,577名患者的外显子测序数据，其中包括1,309名儿童，他们被转诊到TRANSLATE NAMSE的罕见疾病中心。该项目旨在使用创新的诊断技术识别疾病的遗传基础，成功确定了499名患者的遗传原因，其中425名是儿童。共发现370个不同基因出现变异。这项工作导致了34种新型分子疾病的识别，展示了大学医院在知识生成患者护理方面的贡献。
未解决病例的解决：
“对于未诊断的患者，我们将通过基因组测序项目（MVGenomSeq）进行进一步评估，”图宾根大学医院的托比亚斯·哈克博士说道。MVGenomSeq基于TRANSLATE NAMSE的成功，使全国大学医院能够进行全面的基因组分析。待处理的病例还可以利用先进技术进行调查，如长读长测序，允许分析较长的DNA片段以检测难以捉摸的遗传变化，”来自夏里特医学院医学遗传学与人类遗传学研究所的纳吉娅·埃姆克博士提到。
在TRANSLATE NAMSE项目下，怀疑罕见疾病的扩展遗传诊断的标准化协议在罕见疾病中心建立，利用跨学科的案例讨论。这些协议成为项目完成后的日常护理的一部分。玛格达莱娜·达尼尔博士强调，这些跨学科会议在提供对遗传数据评估至关重要的全面临床信息方面的重要性。
面部识别与罕见疾病：
研究人员探讨了使用机器学习和AI工具进行诊断的有效性。位于波恩开发的“GestaltMatcher”软件利用面部分析来协助诊断罕见疾病。对224名同意进行面部图像分析的个体进行软件测试显示了显著的临床益处。GestaltMatcher AI可以识别与特定疾病相关的面部异常，有助于将表型与基因型匹配。波恩大学医院（UKB）基因组统计与生物信息学研究所的主任兼通讯作者彼得·克拉维茨教授强调，早期诊断对罕见疾病的重要性，并建议将该软件纳入儿科筛查，以便及时干预。
参与机构：
除了波恩大学医院（UKB）和波恩大学外，参与该研究的其他机构包括柏林夏里特大学医院、慕尼黑工业大学右侧伊萨医院（TUM）、杜塞尔多夫大学医院、鲁尔大学博鸿、德累斯顿大学医院、埃森大学医院、哈雷大学医院、汉堡爱彭多夫大学医院、海德堡大学医院、什勒斯维希-霍尔斯坦大学医院、慕尼黑路德维希-马克西米利安大学医院、亚琛工业大学医院、莱比锡大学医院、图宾根大学医院，以及南非开普敦的斯坦陵布什大学。
