案例概述
在评估常染色体显性多囊肾病（ADPKD）等遗传病的致病机制时，一个生物信息学工具的"排除法"预测同样具有重要价值。在一项针对两个中国ADPKD家族的研究中，RDDC RNA剪接预测模型（RNA Splicer）AI工具就扮演了这一关键角色。该工具通过精准预测，排除了两个新型PKD1错义突变通过影响剪接致病的可能性，成功引导研究团队将焦点转向蛋白质结构改变，从而高效地阐明了致病机制。
研究挑战：WES发现意义未明的错义突变
该研究对两个ADPKD家系进行了全外显子测序（WES），分别在家族1和家族2中鉴定了两个位于PKD1基因29号外显子上的新型杂合错义突变：c.9857T>C (p.L3286P) 和 c.9860T>G (p.L3287R)。
这两个变异在gnomAD等数据库中均未收录，且突变位点在15个物种中高度保守，提示其具有重要的功能。然而，错义突变（导致氨基酸改变）有时也可能通过干扰外显子剪接增强子（ESE）等顺式元件而引发异常剪接。因此，在进行复杂的蛋白质功能实验前，必须首先明确这些变异是否通过剪接途径致病。
RDDC的"排除法"贡献：明确排除剪接异常
为了快速评估这一可能性，研究团队使用了RDDC RNA剪接预测模型生信AI工具，对这两个错义突变（c.9857T>C 和 c.9860T>G）的剪接影响进行了in silico（计算机模拟）分析。
RDDC的预测结果非常明确：这两个变异均不会对mRNA的剪接过程产生显著影响。
案例价值：RDDC辅助明确致病途径，提高研究效率
RDDC提供的这一"否定性"预测结论具有极高的应用价值。它使研究团队能够自信地排除剪接异常这一致病通路，从而避免了不必要的minigene等剪接功能实验，节约了时间和研究成本。研究团队得以将全部精力集中在蛋白质结构层面。
随后的SWISS-MODEL蛋白结构建模证实，这两个错义突变均导致了PC-1蛋白（由PKD1编码）关键的α-螺旋结构中氢键网络的改变，破坏了蛋白的构象稳定性，这被认为是干扰PC-1与PC-2复合物功能并最终导致囊肿形成的致病机制。
本案例清晰地证明，RDDC RNA Splicer不仅是发现剪接异常的利器，也是生物信息学分析管线中用于"排除"剪接途径、从而聚焦正确研究方向的重要工具，显著提升了罕见病致病机制的解析效率。
内容来源与免责声明
本文是对以下科学研究的编译和解读，旨在展示 RDDC 生信工具在其中的应用。所有研究数据和结论归原作者和出版物所有。
原始文献：
Wang Y, Jin J, Chai Y, et al. Genetic analysis and counseling of ADPKD caused by novel heterozygous mutations of PKD1 in two Chinese families: Case report. Frontiers in Pediatrics. 2024 Feb 9;12:1341063.
