乳腺癌是女性最常见的恶性肿瘤之一，其发病与遗传因素密切相关。BRCA1（Breast Cancer 1）和 BRCA2（Breast Cancer 2）作为重要的抑癌基因，其致病性变异（PVs）会显著增加乳腺癌、卵巢癌等多种癌症的风险。然而，临床基因检测中常发现大量意义未明变异（Variants of Uncertain Clinical Significance, VUS），这些变异约占 BRCA1/2 变异的 23.4%，由于缺乏明确的致病性证据，导致患者无法接受精准的风险评估和临床管理，如预防性手术、MRI 筛查或 PARP 抑制剂治疗等。因此，如何准确分类 BRCA1/2 的 VUS 成为临床遗传学领域的关键难题。

为解决这一问题，来自塞浦路斯神经学与遗传学研究所（The Cyprus Institute of Neurology & Genetics）等多个国际研究机构的团队开展了一项大规模病例对照研究。研究成果发表在《Nature Communications》上，为 BRCA1/2 变异的临床分类提供了重要突破。

研究人员整合了三大队列的数据，包括乳腺癌协会联盟（BCAC）的 BRIDGES 研究、癌症易感性风险评估联盟（CARRIERS）和英国生物银行（UKB），共纳入 96,691 例女性乳腺癌病例和 302,116 例未受影响的女性对照。采用病例对照似然比（ccLR）方法和逻辑回归分析，对 11,207 个 BRCA1 和 BRCA2 变异（其中 6909 个为编码区变异）进行分析。ccLR 方法通过比较变异在病例和对照中的分布，评估其与疾病风险的关联强度，结合年龄特异性外显率模型，为变异分类提供证据。研究还参考了 ClinVar 数据库中的（可能）良性和致病性变异作为参考集，并通过严格的质量控制和校准分析确保结果的可靠性。

研究覆盖了 ClinVar 中 21.2% 的 BRCA1/2 已注释变异和 23.4% 的 VUS。在编码区及邻近内含子区域（CDS±5 bp），分析了 2248 个 BRCA1 变异和 4661 个 BRCA2 变异。通过过滤等位基因频率（FAF≤0.001）和多数据集证据要求，最终确定 1710 个变异进行深入分析，其中 787 个为未分类变异。

ccLR 证据与 ClinVar 的致病性注释高度一致。对于 BRCA1，区分（可能）致病性和（可能）良性变异的灵敏度为 99.1%，特异性为 95.3%；BRCA2 的灵敏度和特异性分别为 93.3% 和 86.6%。这表明 ccLR 方法在变异分类中具有较高的可靠性。

研究为 787 个未分类变异提供了致病性证据，其中 579 个获得强或中等良性证据，10 个获得强致病性证据。例如，BRCA1 中的移码插入 / 缺失（97.5%）、无义变异（100%）和典型剪接位点变异（76.9%）大多被判定为致病性，而错义变异中仅 10.2% 支持致病性，集中在 RING 结构域和 BRCT 重复区域。BRCA2 中，移码插入 / 缺失（81.5%）和无义变异（69.2%）的致病性证据较强，错义变异则主要在 DNA 结合域（DBD）富集致病性证据。

ccLR 证据与高通量功能实验（如 Findlay 等和 Huang 等的研究）结果高度一致，灵敏度和特异性分别达 72.4%-100% 和 86.6%-98.7%，而与计算机预测工具（如 BayesDel、REVEL）的一致性中等。这表明 ccLR 方法与功能实验结合可进一步提升变异分类的准确性。

本研究通过大规模病例对照分析，显著扩展了 BRCA1/2 变异的临床分类证据，为 787 个 VUS 提供了重新分类的依据，其中 10 个强致病性变异和 579 个良性变异可直接影响临床决策。研究证实 ccLR 方法在变异分类中的高效性，其结合年龄特异性风险模型的设计显著优于传统逻辑回归分析，为 ACMG/AMP 指南提供了重要的病例对照证据支持。此外，研究提供的 “ccLR 浏览器” 工具可帮助临床医生和研究人员可视化和探索变异数据，推动精准遗传咨询和个性化医疗的发展。该成果将提交至 ClinGen 的 ENIGMA 专家小组，整合多线证据完善变异分类流程，有望减少 VUS 带来的临床管理困境，使更多患者受益于精准的遗传检测结果。