Podcast on DNS-szekvenálás: Módszerek és klinikai alkalmazások

Přepis

Kristýna: Martin, biztosan láttad azokat a filmeket, ahol a detektív vesz egy hajszálmintát a bűntény helyszínéről, és pár óra múlva már meg is van a tettes teljes DNS-profilja. Vagy azokat a reklámokat a tesztekről, amik megmondják, pontosan honnan származtak a déd-déd-nagyszüleid. Hogy a fenébe tudnak kiolvasni egy ilyen bonyolult dolgot, mint a DNS?

Martin: Nagyszerű kérdés, Kristýna! Azért nem olyan gyors, mint a filmekben, de az elv lenyűgöző. És pontosan ez a „DNS-olvasás” a modern orvostudomány alapja. A StudyFi Podcastot hallgatják.

Kristýna: Szóval a DNS-szekvenálás lényegében… a genetikai kód olvasása?

Martin: Pontosan. Ez egy olyan módszerek összessége, amik lehetővé teszik, hogy meghatározzuk a betűk – az A, T, C és G nukleotidok – pontos sorrendjét a DNS-molekulában. És ez kulcsfontosságú, mert rengeteg örökletes betegséget csak egy apró változás okoz, mondjuk egyetlen elgépelés ebben a hatalmas szövegben.

Kristýna: Rendben, és hogy csinálják? Hol kezdődött egyáltalán?

Martin: Az egészet az úgynevezett Sanger-módszer indította el. Ez a szekvenálás afféle nagypapája, de még mindig hihetetlenül megbízható. A DNS-szintézis kontrollált leállításának elvén működik.

Kristýna: Kontrollált leállítás? Ez úgy hangzik, mint egy molekuláris szintű dugó.

Martin: Pontosan! Képzeld el így: Van egy enzim, a DNS-polimeráz, ami másolja a DNS-szálat. És a keverékhez hozzáadsz normál építőköveket, nukleotidokat, de pár speciálisat is, amikből hiányzik egy fontos rész. Ezeket dideoxinukleotidoknak hívjuk.

Kristýna: És mit csinálnak ezek a speciális blokkok?

Martin: Ők afféle szabotőrök. Amint beépül egy ilyen az új szálba, a szintézis azonnal leáll. Vége. Nem megy tovább. Mivel minden ilyen „stop” nukleotid más színnel világít, pontosan tudjuk, melyik betűvel végződik az adott szakasz.

Kristýna: Szóval az eredmény rengeteg különböző hosszúságú, színnel jelölt DNS-darab?

Martin: Bingo. És ezeket a darabokat aztán méret szerint sorba rendezzük kapilláris elektroforézis segítségével. Olyan ez, mint egy verseny, ahol a kisebb és könnyebb fragmentumok gyorsabban futnak. A végén van egy detektor, ami leolvassa a színeket, ahogy elhaladnak, és a számítógép ebből állítja össze a végső szekvenciát.

Kristýna: És mi van, ha van valami hiba, mutáció?

Martin: Az gyönyörűen megmutatkozik. Ha például heterozigóta állapotban van egy variáns – tehát a gén egyik kópiája egészséges, a másik megváltozott –, akkor azon a helyen két színes jelet fogsz látni egymáson. A módszer szuper pontos, de van egy bökkenő.

Kristýna: És mi a bökkenő? Elég tökéletesnek hangzik.

Martin: Lassú és drága a nagy elemzésekhez. Egyszerre csak egy viszonylag rövid szakaszt tud kiolvasni, körülbelül ezer betűig. Kiváló egy adott, ismert mutáció ellenőrzésére a családban, vagy egy kis gén elemzésére. De így szekvenálni egy teljes genomot egy örökkévalóságig tartana, és egy vagyonba kerülne.

Kristýna: Szóval nagy projektekhez, mint például több ezer gén elemzése egyszerre, már valami gyorsabbra és hatékonyabbra van szükségünk?

Martin: Pontosan. És pontosan itt jönnek képbe az új generációs módszerek, amiket NGS-nek hívunk. De ezekről majd legközelebb beszélünk.

Kristýna: Szóval a Sanger-módszer kiváló egy konkrét DNS-darab, afféle genetikai bekezdés olvasására. De mi van, ha egy egész könyvet, vagy egyenesen egy egész könyvtárat kell kiolvasnunk?

Martin: Pontosan így van, Kristýna. És pontosan ezért lép most színre az új generációs szekvenálás, vagyis az NGS.

Kristýna: NGS, ez úgy hangzik, mint valami a jövőből. Mit jelent ez pontosan?

Martin: Ez tulajdonképpen egy gyűjtőnév a második generációs szekvenálási technológiákra. Magyarul masszívan párhuzamos szekvenálásnak is hívják. És a „párhuzamos” szó a kulcs.

Kristýna: Párhuzamos? Úgy érted, hogy nem csinál egy dolgot a másik után?

Martin: Pontosan. Ahelyett, hogy egy DNS-területet olvasna a másik után, mint Sanger, az NGS több millió és millió DNS-fragmentumot elemez… és mindezt egyszerre. Olyan, mintha az összes könyvet olvasnád a könyvtárban egyszerre.

Kristýna: Hűha, ez hihetetlenül hatékony lehet. Mire jó ez a gyakorlatban?

Martin: Hatalmasan sokat segít az orvosi genetikában. Rengeteg betegség ugyanis genetikailag heterogén.

Kristýna: Heterogén? Ez azt jelenti, hogy ugyanazokat a tüneteket teljesen más génekben lévő mutációk okozhatják?

Martin: Igen. Képzeld el például az epilepsziát, a hallászavarokat vagy a szívbetegségeket. Az NGS-nek köszönhetően egyszerre ellenőrizhetjük az összes gént, ami összefüggésben lehet velük, és sokkal gyorsabban megtalálhatjuk a valódi okot.

Kristýna: Rendben, szóval rengeteg gént tudunk elemezni egyszerre. Vannak különböző módjai, hogy ezt megtegyük?

Martin: Persze. A kiterjedés alapján három alapvető típust különböztetünk meg. Az első a célzott génpanel.

Kristýna: Ez úgy hangzik, mintha konkrét gyanúsítottakra fókuszálnánk, ugye?

Martin: Pontosan. Kiválasztunk például egy csoportot olyan génekből, amik örökletes daganatokkal kapcsolatosak, és csak azokat elemezzük. Olcsóbb, gyorsabban értelmezhető, és remek a lefedettség.

Kristýna: De mi van, ha a tettes kívül esik a gyanúsítottak listájánkon?

Martin: Jó kérdés. Az ilyen esetekre van az exom szekvenálás. Ez minden exonra fókuszál – tehát az összes gén kódoló régiójára.

Kristýna: És ez a genom nagy része?

Martin: Meglepő módon nem. Az exonok csak a genom körülbelül egy-két százalékát teszik ki, de a legtöbb ismert, betegséget okozó mutációt tartalmazzák. És aztán persze ott van… a teljes genom.

Kristýna: Genom szekvenálás. Ez már a komplett könyvtár, a margókon lévő jegyzetekkel és az üres oldalakkal együtt?

Martin: Nagyszerű analógia. Mindent elemzünk – kódoló és nem kódoló régiókat is. Ez a legdrágább és adatigényesebb, de olyan variánsokat is felfedezhet, amik egyébként elkerülnék a figyelmünket.

Kristýna: Fascináló. És milyen technológia áll mindez mögött? Hallottam az Illumina platformról.

Martin: Igen, az Illumina ma a legelterjedtebb a klinikai gyakorlatban. Az elve a „sequencing by synthesis”, azaz szintézis alapú szekvenálás.

Kristýna: Szintézis alapú szekvenálás… Szóval mi tulajdonképpen újraépítjük a DNS-t, és közben olvassuk?

Martin: Pontosan. Figyeljük a DNS-polimerázt, ahogy az eredeti szálhoz fokozatosan új nukleotidokat ad hozzá. És most jön a trükk – minden nukleotid típus, tehát az A, C, G és T, más színnel van jelölve, és van rajta egy ideiglenes „ütköző”.

Kristýna: Várjunk, ütközőt?

Martin: Igen, egy kémiai csoportot, ami megakadályozza egy újabb nukleotid hozzáadását. Így minden ciklusban pontosan egy épül be. Mi aztán lézerrel „megvilágítunk” mindent, a kamera lefotózza a színeket, és tudjuk, melyik bázis hova kapcsolódott.

Kristýna: És aztán eltávolítják az ütközőt, és megy tovább? Mint egy ilyen színes genetikai jelzőlámpa.

Martin: Ez az! Eltávolítják az ütközőt, és a ciklus ismétlődik. Így fokozatosan kiolvassuk a rövid szakaszokat, amiket „ready”-nek hívunk.

Kristýna: Rendben, az elvet értem. De hogy kerülnek oda egyáltalán ezek a DNS-darabok? Mi van az elején?

Martin: Minden egy úgynevezett könyvtár előkészítésével kezdődik. A páciens DNS-ét véletlenszerűen kis darabokra fragmentálják.

Kristýna: Mintha egy könyvet apró lapokra tépnénk.

Martin: Pontosan. Ezeknek a lapoknak a végére aztán speciális „címkéket”, adaptereket ragasztunk. Ezeknek köszönhetően a fragmentumok rátapadhatnak egy speciális lemezre, amit flow cellnek hívunk.

Kristýna: És mi történik azon a lemezen?

Martin: Ott minden fragmentum sokszorosan lemásolódik egy „bridge amplification” nevű folyamatban. Így létrejön egy halmaznyi azonos másolat, amit clusternek hívunk. Ennek köszönhetően a szekvenálás során a színes jel elég erős ahhoz, hogy a kamera érzékelje.

Kristýna: Szóval egy lapból csinálunk ezret, hogy rendesen világítson. És aztán már csak fotózzuk a színeket, ciklusról ciklusra.

Martin: Igen. És a végén hatalmas mennyiségű adatot kapunk FASTQ fájlokban. Ezek nemcsak a szekvenciákat tartalmazzák, hanem minőségi adatokat is minden egyes leolvasott bázisról. És aztán jön a bioinformatika.

Kristýna: Hol alkalmazzák tehát az NGS-t a gyakorlatban?

Martin: Főleg fejlődési késéssel vagy veleszületett rendellenességekkel élő gyerekeknél, ahol gyakran fedezünk fel teljesen új, de novo mutációt. Továbbá az onkológiában, akár örökletes daganatos hajlamok keresésekor, akár magának a daganatnak az elemzésekor a célzott terápia kiválasztásához.

Kristýna: Ennek van értelme. És mi van az etikai kérdésekkel? Mi van, ha a genom vizsgálata során találtok valamit, amit egyáltalán nem is kerestetek?

Martin: Ez egy remek észrevétel. Ezeket a leleteket szekunder vagy véletlen leleteknek hívjuk. Például egy epilepsziás páciensnél találhatunk egy olyan variánst, ami növeli a rák kockázatát a jövőben.

Kristýna: Hűha. Erről a páciensnek előre tudnia kell, ugye?

Martin: Határozottan. Pontosan ezért kulcsfontosságú az informált beleegyezés. A páciensnek el kell döntenie, hogy szeretné-e tudni az ilyen információkat. Ez egy komplex téma, ami gondos genetikai tanácsadást igényel.

Kristýna: Martin, ha össze kellene foglalnunk a vizsgára készülő diákoknak. Mi a legnagyobb különbség a Sanger és az NGS között?

Martin: Rendben, lássuk. Jegyezzétek meg, hogy a Sanger az első generáció – egy szakaszt olvas, szuper pontos, de lassú a nagy projektekhez. Az NGS a második generáció – masszívan párhuzamos, egyszerre több millió fragmentumot olvas.

Kristýna: És az Illumina elve?

Martin: Szintézis alapú szekvenálás. Színnel jelölt nukleotidok ideiglenes ütközővel, könyvtárkészítés, amplifikáció clusterekké a flow cellen, és ciklikus színfelvétel.

Kristýna: És a klinikai alkalmazás?

Martin: Főleg genetikailag heterogén betegségek diagnosztikája, onkogenetika és személyre szabott orvoslás. De figyelem, a negatív eredmény nem jelenti azt, hogy nincs probléma. Mindig a páciens klinikai állapotának kontextusában kell értelmezni az eredményt.

Kristýna: Perfekt. Ez egy kimerítő és egyben érthető összefoglaló volt. Nagyon köszönöm!

Martin: Szívesen. Ez egy lenyűgöző világ, ami folyamatosan feszegeti az orvostudomány határait.

Kristýna: Az biztos. És mi is feszegetni fogjuk a határokat. Legközelebb megnézzük, hogyan dolgozzák fel az NGS-ből származó hatalmas adatmennyiséget, és mit lehet mindebből kiolvasni. Szóval a bioinformatikára fogunk fókuszálni.

Kristýna: Hűha, ez tényleg komplex. De ez elvezet minket a mai utolsó témánkhoz, ami remekül kapcsolódik ehhez – mi is történik valójában ezekkel az adatokkal? Nézzük meg az NGS szekvenálását és értelmezését.

Martin: Pontosan. És ahhoz, hogy megértsük az NGS-t, vagyis az új generációs szekvenálást, jó, ha összehasonlítjuk az elődjével, a Sanger-szekvenálással.

Kristýna: Persze, ez a klasszikusabb módszer. Mi a fő különbség?

Martin: Képzeld el így. A Sanger-szekvenálás olyan, mintha egy könyv egy konkrét fejezetét olvasnád, de azt nagyon alaposan és tökéletes megértéssel. Az NGS olyan, mintha lenne egy sereg asszisztensed, akik villámgyorsan elolvassák az összes könyv részleteit az egész könyvtárban egyszerre.

Kristýna: Szóval a Sanger egy kis, célzott szakaszra való, az NGS pedig masszív kutatásra sok génben egyszerre?

Martin: Pontosan. Az NGS hatalmas mennyiségű adatot ad nekünk, de rövid szakaszok formájában, amiket össze kell rakni. Ezért olyan fontos a következő, bioinformatikai rész.

Kristýna: És ezért a negatív NGS eredmény automatikusan nem jelenti azt, hogy a páciens genetikailag rendben van?

Martin: Így van. Lehet, hogy éppen elkerültük azt a területet, amit a módszer rosszul fed le, vagy a keresett változás a géneken kívül esik. Ez egy erős eszköz, de nem tévedhetetlen.

Kristýna: Rendben, szóval van egy csomó rövid, leolvasott szakaszunk. Mi a következő lépés? Hogy lesz ebből a káoszból használható eredmény?

Martin: Ez egy több lépésből álló folyamat. Először minőségellenőrzés, aztán a rövid olvasatok igazítása a referencia genomhoz – ez egyfajta univerzális térkép az emberi DNS-ről.

Kristýna: És ha a kirakós minden darabja a helyén van?

Martin: Akkor jön a „variánsok hívása”. Egy számítógépes program összehasonlítja a szekvenciánkat a referenciával, és megjelöli az összes különbséget. Ezeket a különbségeket variánsoknak hívjuk.

Kristýna: De nem minden különbség jelent problémát, ugye? Hiszen mindannyian kicsit mások vagyunk.

Martin: Pontosan. És ez a legfontosabb és legnehezebb rész. Az értelmezés. Minden variánst meg kell vizsgálnunk. Ritka? Megváltoztatja a fehérje működését? Leírták már hasonló problémákkal küzdő pácienseknél?

Kristýna: És hogyan osztályozzák őket? Gondolom, nem csak „jó” vagy „rossz”.

Martin: Bárcsak. Öt osztályunk van: a benignustól, azaz ártalmatlantól a patogénig, ami betegséget okoz. De köztük van egy szürke zóna…

Kristýna: Szürke zóna?

Martin: Bizonytalan jelentőségű variáns, azaz VUS. Tudjuk, hogy ott van, de nincs elég bizonyítékunk ahhoz, hogy megmondjuk, ártalmatlan-e, vagy éppen ellenkezőleg, káros. És egy ilyen eredménnyel a klinikán nagyon óvatosan kell bánni.

Kristýna: Szóval ehhez nemcsak remek gépek kellenek, hanem főleg remek agyak, amik az egészet értelmezik. Fascináló. Martin, nagyon köszönöm a mai betekintést a genetikába.

Martin: Én köszönöm a meghívást. Remélem, a hallgatóknak segített betekintést nyerni a szakterületünk rejtelmeibe.

Kristýna: Biztosan. Szóval a StudyFi Podcast egész csapata nevében szép napot kívánunk, és várjuk, hogy hallgassanak minket a következő részben is.