研究背景
长读长测序技术（Long-read sequencing）正在彻底改变遗传病诊断，使其能够检测到传统WES或Sanger测序遗漏的复杂结构变异（SV）和深度内含子变异。然而，当这些新技术发现位于非编码区的罕见变异（如转座子插入）时，如何快速评估其致病性成为了新的挑战。在一项针对结节性硬化症（TSC）的研究中，RDDC RNA剪接预测模型（RNA Splicer）AI工具就成功地为长读长测序发现的一个罕见TSC2基因Alu插入提供了关键的致病机制理论支持。
研究挑战：评估罕见内含子Alu元件插入的致病性
该研究对26例常规检测未发现突变（NMI）的TSC患者进行了靶向长读长测序。在一名患者（TSC-T20）体内，研究团队首次在TSC患者中发现了一个新生（de novo）的Alu元件反转录转座子插入到TSC2基因的内含子中。这是一个极其罕见且复杂的变异类型。研究团队面临的核心问题是：这个位于内含子深处的Alu插入元件，是否以及如何干扰TSC2基因的正常剪接，从而导致疾病？
RDDC的精准预测：揭示假外显子插入机制
为了在缺乏患者RNA样本进行实验验证的情况下，评估该Alu插入的潜在致病机制，研究团队使用了RDDC RNA剪接预测模型（RNA Splicer）生信AI工具。RDDC的分析结果给出了一个明确且具体的in silico（计算机模拟）预测：这个新插入的Alu元件可能导致一个82 bp的假外显子被异常插入到成熟的mRNA中。
这一预测结果意义重大。它清晰地表明，这个Alu插入并非"沉默"的内含子变异，而是会通过激活隐蔽的剪接位点，产生一个包含82 bp假外显子的异常转录本，进而干扰正常剪接，导致TSC2蛋白功能异常。
案例价值：RDDC为新技术发现的复杂变异提供理论支持
本案例有力地证明，RDDC RNA Splicer是科研工作者在面对长读长测序等新技术发现的复杂非编码区变异时的强大分析工具。它能够为罕见的内含子事件（如Alu转座子插入）提供快速、可靠的致病机制预测（如假外显子插入），为变异的致病性评估提供了关键的理论支持，并为后续的功能研究（尽管本研究中未进行）指明了清晰的方向。这一"新技术发现 + RDDC预测"的模式，拓展了TSC的致病变异谱，凸显了AI预测工具在解析复杂遗传变异中的重要性。
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：
Duan J, Pan S, Ye Y, et al. Uncovering hidden genetic variations: long-read sequencing reveals new insights into tuberous sclerosis complex. Frontiers in Cell and Developmental Biology. 2024 Feb 16;12:1353208.
