gbanyan/usher-exploring
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
bc40704323f5babc267bc0f6a0d1dfa7a89acd25
usher-exploring/data/report/top20_candidate_analysis.md
gbanyan bc40704323 docs: finalize top20 analysis with convergent signal observations 
v5 of top20 report adds key biological insights: dynein system dominance
(#1 + #2), Na+/K+ pump convergence (3 subunits in top 20), ARL3 as best
novel ciliopathy candidate (52% cilia literature), MAPRE3 as most
under-studied high-scoring gene (81 papers).

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-02-16 10:21:37 +08:00

19 KiB
Raw Blame History

TOP 20 Usher 候選基因分析（完整 6 層證據）

Pipeline Version: 0.1.0 Generated: 2026-02-16 (v5 — gene_symbol deduplication 修正後最終版) Scoring Layers: gnomAD constraint (0.20) + Expression (0.20) + Annotation (0.15) + Localization (0.15) + Animal Model (0.15) + Literature (0.15) Coverage: gnomAD 91.5% | Expression 96.1% | Annotation 98.9% | Localization 66.1% | Animal Model 97.9% | Literature 100% Tier Statistics: HIGH: 4 | MEDIUM: 8,051 | LOW: 10,188 | Total: 18,243 (from 19,555 unique genes) Validation: PASSED — CDH23 98.3rd percentile, median known gene 83.3%

方法論

計分公式

composite_score = weighted_sum / available_weight

其中 available_weight 只計算有數據（非 NULL）的 evidence layer 權重。

v4 修正：gene_symbol 去重

gene_universe 中 1,539 個 gene_symbol 對應多個 Ensembl ID（共 3,033 個多餘 ID）。非 canonical ID 在部分 evidence table 中缺少數據，導致分數被 weighted_sum/available_weight 膨脹。例如：

Gene Ensembl ID Layers Score 原因
CACNA1C ENSG00000285479 (non-canonical) 3/6 0.8830 缺 expression/animal → 分母小
CACNA1C ENSG00000151067 (canonical) 5/6 0.6334 有完整數據 → 真實分數

修正：在 compute_composite_scores() 中，對每個 gene_symbol 保留 evidence_count 最多的 Ensembl ID（相同 evidence_count 取 composite_score 最高者）。去重後 22,604 → 19,555 genes。

Top 20 候選基因總覽

# Gene Score Layers Tier gnomAD Expr Annot Local Lit
1 PAFAH1B1 0.7414 6/6 HIGH 0.969 0.597 0.928 1.000 0.927
2 DYNC1H1 0.7344 6/6 HIGH 0.966 0.648 0.843 1.000 0.902
3 SMAD4 0.7227 6/6 HIGH 0.932 0.529 0.948 1.000 0.921
4 DLG4 0.7116 5/6 HIGH 0.980 0.674 0.905 — 0.924
5 CRMP1 0.6888 6/6 MED 0.866 0.666 0.794 1.000 0.754
6 FGFR1 0.6857 5/6 MED 0.917 0.615 0.917 — 0.926
7 ATP1A3 0.6833 5/6 MED 0.940 0.680 0.851 — 0.860
8 ATP2B2 0.6832 5/6 MED 0.955 0.688 0.843 — 0.838
9 PKD1 0.6831 5/6 MED 0.836 0.685 0.913 — 0.930
10 ARL3 0.6826 6/6 MED 0.800 0.545 0.835 1.000 0.923
11 GRIA2 0.6810 5/6 MED 0.957 0.656 0.831 — 0.877
12 SNCA 0.6810 5/6 MED 0.817 0.667 0.949 — 0.932
13 HDAC6 0.6801 5/6 MED — 0.573 0.928 1.000 0.934
14 VAMP2 0.6786 5/6 MED 0.930 0.669 0.875 — 0.838
15 MAPRE3 0.6769 5/6 MED 0.948 0.662 0.807 — 0.883
16 ATP1B1 0.6754 5/6 MED 0.923 0.662 0.893 — 0.744
17 ANP32A 0.6743 6/6 MED 0.947 0.618 0.765 1.000 0.644
18 ATP1A1 0.6741 5/6 MED 0.937 0.662 0.897 — 0.792
19 SCN2A 0.6733 5/6 MED 0.938 0.670 0.814 — 0.859
20 VEGFA 0.6722 5/6 MED 0.951 0.473 0.968 — 0.942

去重後 top 20 全部有 5-6 層 evidence，expression 層不再缺失。 前 4 名（PAFAH1B1、DYNC1H1、SMAD4、DLG4）全是 LoF-intolerant 基因且有 centrosome/sensory 相關定位或文獻。

逐基因詳細分析

#1 — PAFAH1B1 / LIS1（Dynein 調控因子）

6/6 全層 | LOEUF=0.100 | pLI=1.000 | Centrosome

指標 值
gnomAD LOEUF=0.100 (norm=0.969) — 極度 LoF intolerant (top 1%)
Expression GTEx cerebellum=131.0 TPM; enrichment=1.17; norm=0.597
Localization HPA: Centrosome; proximity=1.000
Literature 496 篇; cilia=4, sensory=3, direct_exp=4, cyto=424; tier=direct_experimental

LIS1 是 cytoplasmic dynein 的關鍵調控因子，控制微管 minus-end transport。Dynein 負責 IFT（intraflagellar transport）逆行運輸——纖毛維持的核心機制。LIS1 突變致 lissencephaly（無腦回畸形）。與 Usher 的連結：dynein transport 對感覺纖毛（photoreceptor connecting cilium、stereocilia kinocilium）至關重要。6/6 全層 + 極度 constrained + centrosome 定位，是最強候選之一。

#2 — DYNC1H1（Cytoplasmic Dynein 重鏈）

6/6 全層 | LOEUF=0.117 | pLI=1.000 | Centrosome + Cytosol

指標 值
gnomAD LOEUF=0.117 (norm=0.966) — 極度 LoF intolerant
Expression GTEx cerebellum=129.1 TPM; enrichment=1.68; norm=0.648
Localization HPA: Centrosome + Cytosol; proximity=1.000
Literature 211 篇; cilia=10, sensory=9, direct_exp=6; tier=direct_experimental

Dynein 重鏈——分子馬達的催化核心，驅動 IFT retrograde transport 和中心粒遷移。DYNC1H1 突變致 cortical malformation 和 spinal muscular atrophy。纖毛中 dynein 運輸缺陷是多種 ciliopathy 的核心病理，連結 photoreceptor disc renewal 和 hair cell 功能。纖毛+感覺文獻占比 9%（19/211），在非纖毛基因中比例很高。

#3 — SMAD4（TGF-β/BMP 核心轉錄因子）

6/6 全層 | LOEUF=0.227 | pLI=1.000 | Centrosome

指標 值
gnomAD LOEUF=0.227 (norm=0.932) — 高度 LoF intolerant
Expression GTEx cerebellum=28.8 TPM; enrichment=1.10; norm=0.529
Localization HPA: Cytosol + Nucleoplasm + Centrosome; proximity=1.000
Literature 6,577 篇; cilia=6, sensory=78, polarity=49; tier=direct_experimental

TGF-β/BMP 信號通路的核心介導者。BMP signaling 在耳蝸發育中調控 hair cell 分化和 stereocilia polarity。SMAD4 也參與 cilia-dependent Hedgehog signaling。Centrosome 定位 + 高度 constrained + 78 篇感覺 + 49 篇 polarity 文獻。

#4 — DLG4 / PSD-95（突觸後密度蛋白）

5/6（缺 localization）| LOEUF=0.166 | pLI=1.000

指標 值
gnomAD LOEUF=0.166 (norm=0.980) — 極度 LoF intolerant, gnomAD norm top 20 最高
Expression GTEx cerebellum=224.5 TPM (極高); enrichment=2.24; norm=0.674
Literature 2,000 篇; sensory=57, cyto=319, polarity=27; tier=direct_experimental

DLG4/PSD-95 是感覺神經元突觸的核心支架蛋白。在 photoreceptor ribbon synapse 和 hair cell afferent synapse 中表達。極度 LoF intolerance + 極高 cerebellum 表達 + 大量感覺文獻。

#5 — CRMP1（Collapsin Response Mediator 1）

6/6 全層 | LOEUF=0.440 | pLI=1.000 | Centrosome

指標 值
gnomAD LOEUF=0.440 (norm=0.866) — 中高度 constrained
Expression GTEx cerebellum=95.3 TPM; enrichment=2.43 (Usher 組織富集); norm=0.666
Localization HPA: Centrosome + Cytosol; proximity=1.000
Literature 178 篇 (under-studied); sensory=6, cyto=33; tier=hts_hit

微管組裝和 axon guidance 蛋白。Cerebellum enrichment 在 top 20 中排名前列（2.43）。僅 178 篇文獻 — truly under-studied。微管動態 + centrosome 定位 + 全 6 層 evidence。

#6 — FGFR1（FGF Receptor 1）

5/6（缺 localization）| LOEUF=0.285 | pLI=1.000

指標 值
gnomAD LOEUF=0.285 (norm=0.917) — 高度 LoF intolerant
Expression GTEx cerebellum=121.6 TPM; enrichment=1.31; norm=0.615
Literature 6,129 篇; cilia=35, sensory=132, direct_exp=8; tier=direct_experimental

FGF 信號在耳蝸發育中調控 otic vesicle patterning 和 hair cell 分化。FGFR1 也參與 ciliogenesis 調控。132 篇感覺 + 35 篇纖毛文獻，在非纖毛基因中數字很高。

#7 — ATP1A3（Na+/K+ ATPase α3）

5/6（缺 localization）| LOEUF=0.214 | pLI=1.000

指標 值
gnomAD LOEUF=0.214 (norm=0.940) — 高度 LoF intolerant
Expression GTEx cerebellum=346.3 TPM (極高); enrichment=2.40; norm=0.680
Literature 527 篇; sensory=78; tier=hts_hit

神經元 Na+/K+ pump。ATP1A3 突變致 alternating hemiplegia + rapid-onset dystonia-parkinsonism，部分患者伴有聽力損失。在耳蝸 stria vascularis 高表達，維持 endolymph 離子梯度——聽覺轉導必需。

#8 — ATP2B2（Plasma Membrane Ca2+ ATPase 2）

5/6（缺 localization）| LOEUF=0.190 | pLI=1.000

指標 值
gnomAD LOEUF=0.190 (norm=0.955) — 極度 LoF intolerant
Expression GTEx cerebellum=164.7 TPM; enrichment=2.92 (top 20 最高); norm=0.688
Literature 180 篇; sensory=54; tier=hts_hit

Ca2+ extrusion pump。Atp2b2 突變（deafwaddler）小鼠完全失聰。 在耳蝸毛細胞 stereocilia 頂端高度表達，負責 mechanotransduction 後 Ca2+ 排出。極度 constrained + Usher tissue enrichment 最高（2.92）。直接連結 stereocilia Ca2+ homeostasis 與聽力退化。

#9 — PKD1 / Polycystin-1（已知 Ciliopathy — 陽性對照）

5/6（缺 localization）| LOEUF=0.360 | pLI=1.000

指標 值
gnomAD LOEUF=0.360 (norm=0.836)
Expression GTEx cerebellum=577.2 TPM (top 20 最高); enrichment=2.54; norm=0.685
Literature 2,521 篇; cilia=242, direct_exp=201; tier=direct_experimental

已知 ciliopathy 基因。 PKD1 突變致 autosomal dominant polycystic kidney disease。Polycystin-1 是 primary cilia 上的機械感受器。Pipeline 正確排在 #9，驗證 scoring 系統有效。

#10 — ARL3（ADP-Ribosylation Factor-like 3）

6/6 全層 | LOEUF=0.557 | pLI=0.930 | Centrosome

指標 值
gnomAD LOEUF=0.557 (norm=0.800)
Expression GTEx cerebellum=51.7 TPM; enrichment=1.04; norm=0.545
Localization HPA: Centrosome + Nucleoplasm; proximity=1.000
Literature 169 篇; cilia=88 (52%), sensory=49 (29%), direct_exp=45; tier=direct_experimental

已確認的纖毛信號蛋白。 ARL3 調控 ciliary protein trafficking，與 RP2/UNC119 組成 lipidated cargo release 複合物。169 篇中 88 篇纖毛文獻（52%）— 所有候選基因中纖毛相關比例最高。ARL3 突變在小鼠致 retinal degeneration。真正的 Usher-adjacent ciliopathy 候選。

#11 — GRIA2（Glutamate Receptor, AMPA 2）

5/6（缺 localization）| LOEUF=0.123 | pLI=1.000

指標 值
gnomAD LOEUF=0.123 (norm=0.957) — 極度 LoF intolerant
Expression GTEx cerebellum=74.4 TPM; enrichment=2.29; norm=0.656
Literature 1,758 篇; sensory=87; tier=hts_hit

AMPA receptor 核心亞單位。在 cochlear nucleus 和 auditory pathway 大量表達。Hair cell afferent synapse 使用 glutamatergic transmission。極度 LoF intolerant（LOEUF=0.123）。

#12 — SNCA（α-Synuclein）

5/6（缺 localization）| LOEUF=0.691

指標 值
gnomAD LOEUF=0.691 (norm=0.817)
Expression GTEx cerebellum=73.9 TPM; enrichment=2.74; norm=0.667
Literature 4,084 篇; sensory=28, cyto=734; tier=direct_experimental

Parkinson disease 相關蛋白。在 synaptic vesicle 循環和 cytoskeleton 動態有角色。Cerebellum 高表達。主要文獻集中在 neurodegeneration 而非 ciliopathy。

#13 — HDAC6（Histone Deacetylase 6）

5/6（缺 gnomAD）| Centrosome

指標 值
gnomAD 無數據（可能因位於 chrX）
Expression GTEx cerebellum=92.0 TPM; enrichment=1.08; norm=0.573
Localization HPA: Cytosol + Nucleoplasm + Centrosome; proximity=1.000
Literature 2,915 篇; cilia=119, sensory=36, direct_exp=40, cyto=605; tier=direct_experimental

已知的 ciliogenesis 調控因子。 HDAC6 deacetylates α-tubulin，調控 cilia disassembly。HDAC6 抑制劑（tubastatin A）可以穩定纖毛。119 篇纖毛文獻 + centrosome 定位。在 ciliopathy 治療研究中是重要靶點。

#14 — VAMP2 / Synaptobrevin-2

5/6（缺 localization）| LOEUF=0.345 | pLI=0.997

指標 值
gnomAD LOEUF=0.345 (norm=0.930) — 高度 constrained
Expression GTEx cerebellum=500.5 TPM (極高); enrichment=1.96; norm=0.669
Literature 1,286 篇; sensory=24, cyto=115; tier=hts_hit

SNARE 複合物核心成員，驅動 synaptic vesicle exocytosis。在 hair cell ribbon synapse 和 photoreceptor synapse 中有關鍵功能。Cerebellum 500 TPM 是 top 20 中第二高（僅次 PKD1 的 577）。

#15 — MAPRE3 / EB3（Microtubule End-Binding Protein 3）

5/6（缺 localization）| LOEUF=0.163 | pLI=1.000

指標 值
gnomAD LOEUF=0.163 (norm=0.948) — 極度 LoF intolerant
Expression GTEx cerebellum=214.6 TPM (極高); enrichment=1.87; norm=0.662
Literature 81 篇 (under-studied); cilia=3, cyto=67, direct_exp=2; tier=direct_experimental

EB3 追蹤生長中的微管 plus-end，參與 cilia formation 和 axon guidance。極度 LoF intolerant + 極高 cerebellum 表達 + 僅 81 篇文獻 — truly under-studied。 微管動態是 ciliogenesis 的基礎。

#16 — ATP1B1（Na+/K+ ATPase β1 亞單位）

5/6（缺 localization）| LOEUF=0.195 | pLI=1.000

指標 值
gnomAD LOEUF=0.195 (norm=0.923) — 高度 LoF intolerant
Expression GTEx cerebellum=211.4 TPM; enrichment=1.90; norm=0.662
Literature 233 篇; sensory=7; tier=hts_hit

Na+/K+ ATPase 的 β1 亞單位，與 ATP1A3 (#7) 和 ATP1A1 (#18) 形成功能複合物。在 stria vascularis 維持 endolymph K+ 濃度。聽覺轉導依賴此離子梯度。

#17 — ANP32A（Acidic Nuclear Phosphoprotein 32A）

6/6 全層 | LOEUF=0.143 | pLI=1.000 | Centrosome

指標 值
gnomAD LOEUF=0.143 (norm=0.947) — 極度 LoF intolerant
Expression GTEx cerebellum=55.8 TPM; enrichment=1.57; norm=0.618
Localization HPA: Nucleoplasm + Centrosome + Cytosol; proximity=1.000
Literature 203 篇; cilia=0, sensory=1; tier=hts_hit

Histone chaperone 和 phosphatase inhibitor。極度 LoF intolerant + Centrosome 定位。但纖毛/感覺文獻極少（cilia=0），與 Usher/ciliopathy 的直接連結不明確。6/6 全層但排名不高是因為個別層分數相對低。

#18 — ATP1A1（Na+/K+ ATPase α1）

5/6（缺 localization）| LOEUF=0.188 | pLI=1.000

指標 值
gnomAD LOEUF=0.188 (norm=0.937) — 高度 LoF intolerant
Expression GTEx cerebellum=374.6 TPM (極高); enrichment=1.79; norm=0.662
Literature 667 篇; sensory=20; tier=hts_hit

Na+/K+ ATPase 的 ubiquitous α 亞單位。與 ATP1A3 (#7) 和 ATP1B1 (#16) 共同組成 Na+/K+ pump 系統。三個亞單位都在 top 20，顯示 stria vascularis endolymph homeostasis 是一個 convergent signal。

#19 — SCN2A（Voltage-Gated Sodium Channel α2）

5/6（缺 localization）| LOEUF=0.161 | pLI=1.000

指標 值
gnomAD LOEUF=0.161 (norm=0.938) — 極度 LoF intolerant
Expression GTEx cerebellum=65.2 TPM; enrichment=2.97 (top 20 最高); norm=0.670
Literature 966 篇; sensory=14; tier=direct_experimental

神經元 Na+ channel。SCN2A 突變致 epileptic encephalopathy。Usher tissue enrichment 在 top 20 中最高（2.97），暗示在感覺神經元中特異性極高。極度 LoF intolerant。

#20 — VEGFA（Vascular Endothelial Growth Factor A）

5/6（缺 localization）| LOEUF=0.615

指標 值
gnomAD LOEUF=0.615 (norm=0.951)
Expression GTEx cerebellum=39.4 TPM; enrichment=0.80; norm=0.473
Literature 26,240 篇; cilia=55, sensory=2,550; tier=direct_experimental

血管生成核心因子。2,550 篇感覺文獻主要來自眼科血管新生研究（AMD/DR 是 VEGF 研究主題）。Annotation (0.968) + literature (0.942) 極高推動排名。與 ciliopathy 的直接連結較弱。

優先級總結

Tier 1 — 直接纖毛/感覺機制

基因 Layers LOEUF 核心理由
ARL3 6/6 0.557 已確認纖毛信號蛋白。52% 文獻為纖毛相關。Ciliary cargo transport。小鼠 retinal degeneration。
PAFAH1B1 6/6 0.100 Dynein transport 核心。極度 LoF intolerant。Centrosome 定位。IFT 核心機制。
DYNC1H1 6/6 0.117 Dynein 重鏈。極度 LoF intolerant。Centrosome 定位。纖毛逆行運輸。
ATP2B2 5/6 0.190 deafwaddler 小鼠失聰。stereocilia Ca2+ pump。極度 constrained。Enrichment=2.92。
HDAC6 5/6 — 已知 ciliogenesis 調控因子。119 篇纖毛文獻。Centrosome 定位。治療靶點。

Tier 2 — 強多層證據 + 感覺系統角色

基因 Layers LOEUF 核心理由
DLG4 5/6 0.166 感覺突觸支架。gnomAD norm 0.980（最高）。cerebellum 225 TPM。
SMAD4 6/6 0.227 TGF-β/BMP 核心。Hair cell 分化 + Hedgehog signaling。Centrosome。
CRMP1 6/6 0.440 Under-studied (178 篇)。Centrosome。Usher enrichment=2.43。微管組裝。
MAPRE3 5/6 0.163 微管 plus-end tracker。Under-studied (81 篇)。極度 LoF intolerant。cerebellum 215 TPM。
ATP1A3 5/6 0.214 Na+/K+ pump。部分患者有聽力損失。cerebellum 346 TPM。

Tier 3 — 間接但有趣的 convergent signals

基因 核心理由
ATP1A3 + ATP1B1 + ATP1A1 Na+/K+ pump 三亞單位全在 top 20 → stria vascularis endolymph 是 convergent signal
FGFR1 FGF 信號 hair cell 分化。132 篇感覺文獻。
VAMP2 Ribbon synapse SNARE。cerebellum 500 TPM。
SCN2A Usher tissue enrichment 2.97（最高）。epilepsy gene 可能有亞臨床聽力表型。

陽性對照

PKD1 排 #9（2,521 篇文獻，242 篇纖毛），驗證 scoring 系統正確識別已知 ciliopathy 基因。

關鍵觀察

  1. Dynein 系統突出：PAFAH1B1 (#1) + DYNC1H1 (#2) 分占前兩名，暗示 IFT retrograde transport 是 pipeline 識別的最強 ciliopathy 信號
  2. Na+/K+ pump 系統收斂：ATP1A3 (#7) + ATP1B1 (#16) + ATP1A1 (#18) 三個亞單位同時出現，指向 stria vascularis endolymph homeostasis 作為聽力退化的獨立機制
  3. ARL3 是最佳新候選：已確認纖毛蛋白但尚未與 Usher 連結，52% 文獻纖毛相關，有 retinal degeneration 小鼠表型
  4. MAPRE3 是最 under-studied 的高分基因：僅 81 篇文獻，極度 LoF intolerant，cerebellum 215 TPM

建議下一步

  1. ARL3: 調查 ARL3 突變小鼠是否有聽力/視力表型；檢查 photoreceptor connecting cilium proteomics
  2. ATP2B2: 查詢 Usher 患者 cohort 中 ATP2B2 variants；deafwaddler 模型是否有視網膜表型
  3. HDAC6: 評估 HDAC6 抑制劑對 Usher ciliopathy 模型的治療潛力
  4. PAFAH1B1 / DYNC1H1: 調查 lissencephaly 患者是否有亞臨床聽力/視力退化
  5. MAPRE3: 極度 under-studied (81 篇) + 極度 LoF intolerant — 值得在 inner ear organoid 中驗證
  6. 補齊 CellxGene 單細胞數據以提升 retina/inner ear 組織特異性判斷
Reference in New Issue View Git Blame Copy Permalink