Shrnutí na Interpretace genomických dat v medicíně

## Úvod Bioinformatika sekvenování se zabývá zpracováním a analýzou dat získaných z moderních sekvenačních technologií (NGS). Cílem je zjistit, jaké sekvenční varianty se vyskytují v DNA pacienta, posoudit technickou kvalitu dat a připravit podklady pro klinické nebo výzkumné rozhodnutí. > Definice: Bioinformatické zpracování sekvenačních dat zahrnuje kroky od kontroly kvality surových reads přes zarovnání na referenční genom až po anotaci a filtrování variant. ## Základní kroky bioinformatického zpracování ### 1. Kontrola kvality surových dat - Hodnotí se kvalita sekvenačních reads, přítomnost adaptérů, distribuce kvality po délce readu a celkové množství dat. - Nástroje: FastQC, MultiQC. > Definice: Read je krátký fragment sekvenované nukleové kyseliny vrácený sekvenátorem. ### 2. Zarovnání (alignment) - Zarovnání reads na referenční genom umožní lokalizovat původní pozici každého fragmentu. - Nástroje: BWA, Bowtie2. - Kontrolní metriky: procento zarovnaných reads, duplicity, mapovací kvalita. ### 3. Variant calling - Identifikace míst, kde se sekvence pacienta liší od referenční sekvence. - Typy variant: jednonukleotidové substituce (SNV), malé inserce/delece (indely), strukturální varianty (SV). - Nástroje: GATK, FreeBayes, VarScan. ### 4. Anotace variant - K variantě se přidávají informace: gen, transkript, typ změny, populační frekvence, klinické záznamy. - Nástroje/databáze: VEP, ANNOVAR, ClinVar, gnomAD, OMIM. ### 5. Filtrování a prioritizace - Vyřazení častých benigních variant, synonymních změn, nízkokvalitních nálezů a variant mimo relevantní geny. - Použití fenotypových informací (HPO) pro cílené filtrování genů spojených s pacientovým projevem. ## Praktické aspekty kvality dat - Pokrytí (coverage): kolikrát je daná oblast přečtena. Nízké pokrytí může vést k falešně negativním výsledkům. - Průměrná hloubka čtení: průměrný počet readů pokrývajících pozici. - Rovnoměrnost pokrytí: zda jsou cílové oblasti pokryty konzistentně. - Kontrola technických chyb: špatné zarovnání a artefakty sekvenování mohou vytvářet falešně pozitivní nálezy. > Definice: Pokrytí (coverage) označuje počet readů, které pokrývají konkrétní pozici v genomu. ## Genome browsery a vizualizace - Genome browser slouží k vizuálnímu prohlížení genomu, genů, transkriptů a variant v kontextu. - Příklady: UCSC Genome Browser, Ensembl, NCBI Genome Data Viewer, IGV. - IGV umožňuje zobrazit zarovnané reads a pomáhá ověřit technickou věrohodnost varianty (přítomnost na obou řetězcích, pozice v readech, poměr ref/alt). > Definice: Genome browser je nástroj pro interaktivní vizualizaci genomických dat v kontextu anotací a readů. Tabulka: Porovnání vybraných genome browserů | Nástroj | Hlavní použití | Zobrazení reads | Vhodné pro | |---|---:|:---:|---| | UCSC Genome Browser | Bohatá anotace, veřejné stopy | Ne vždy přímo | Průzkum genů a anotací | | Ensembl | Referenční anotace, transkripty | Omezeně | Genová a transkriptová analýza | | NCBI GDV | Oficiální zdroje NCBI | Omezeně | Integrace s NCBI databázemi | | IGV | Lokální zobrazení zarovnaných reads | Ano | Kontrola kvality a technické validace | ## Databáze variant, mutací a chorob - Žádná databáze není definitivní; interpretace kombinuje více zdrojů. - Důležité zdroje: ClinVar, OMIM, gnomAD, DECIPHER, LOVD, Orphanet, COSMIC, HGMD. - ClinVar ukazuje klinické interpretace od různých laboratoří; konflikt v názorech je důležitou informací. - gnomAD slouží k posouzení populační frekvence variant u obecné populace. Věděli jste, že ClinVar často obsahuje různé interpretace téže varianty od nezávislých laboratoří, což vyžaduje kritické zhodnocení zdrojů a důkazů? ## Pracovní přístupy v klinické praxi - Genové panely: cílené sekvenování souboru genů asociovaných s konkrétním fenotypem (např. kardiomyopatie, epilepsie). - Klinický exom: sekvenování kódujících oblastí s důrazem na relevantní geny pro pacientův stav. - Celogenomové sekvenování: pokrývá i nekódující oblasti a strukturální varianty; int