Genomikai adatok értelmezése az orvostudományban

A genomikai adatok értelmezése az orvostudományban kulcsfontosságú készség a modern genetikában. Nem csupán a DNS leolvasásáról van szó, hanem a talált variánsok klinikai jelentőségének megértéséről. Ez a cikk átfogó áttekintést nyújt arról, hogyan elemezzük és értelmezzük a genomikai adatokat, felkészítve téged a vizsgákra és a jövőbeli gyakorlatra.

A genomikai adatok értelmezésének alapjai az orvostudományban: Bevezetés és fogalmak

A genomikai adatok értelmezése egy olyan folyamat, amely a nyers szekvenálási információkat klinikailag felhasználható következtetésekké alakítja. Arról van szó, hogy felismerjük, mely eltérések a referencia szekvenciától gyakoriak, melyek növelik a betegség kockázatát, és melyek okozzák a páciens specifikus fenotípusát. Alkalmazzák monogénes betegségek, onkogenetika, farmakogenetika és ritka betegségek esetén.

A minőségi genomikai értelmezés mindig biológiai ismeretek, a páciens klinikai adatai, a laboratóriumi adatok minősége és a bioinformatikai analízis kombinációja. A bioinformatikai szoftver megtalálja a DNS-beli különbségeket, de az orvosgenetikusnak kell értékelnie azok jelentőségét a betegség és az öröklődés szempontjából.

Történelmi háttér: Humán Genom Projekt (HGP)

A Humán Genom Projekt (HGP) egy nemzetközi tudományos projekt volt, amely feltérképezte az emberi genomot, és 2003-ban fejeződött be. Ennek eredménye az emberi DNS alapvető referencia „térképe” lett, amely körülbelül 3,2 milliárd bázispárt és mintegy 20 ezer fehérjekódoló gént mutatott.

Az HGP alapvetően megváltoztatta az orvosi genetikát azáltal, hogy lehetővé tette a betegségekkel összefüggő gének gyorsabb megtalálását és a masszívan párhuzamos szekvenálási módszerek fejlődését. A mai exom- és genomszekvenálás, a variánsadatbázisok és a személyre szabott orvoslás közvetlenül erre a projektre épülnek.

Referencia genom és jelentősége

A referencia genom egy standard DNS-szekvencia, amelyhez az analízis során a páciens DNS-ét hasonlítják. A bioinformatikai program több millió rövid DNS-szakaszt (ún. reads) illeszt a referencia genomhoz, és megkeresi azokat a helyeket, ahol a páciens szekvenciája eltér – ezeket a különbségeket genetikai variánsoknak nevezzük.

A referencia genom elengedhetetlen a variánsok egységes leírásához, például a standardizált HGVS nomenklatúra segítségével. A variáns leírható genomikus DNS, kódoló DNS, RNS és fehérje szintjén is. Jelenleg olyan referencia összeállításokat használnak, mint a GRCh37/hg19 és az újabb GRCh38; fejlődik a pangenom koncepciója is.

A referencia genom korlátai: Az emberi genom egyes régiói ismétlődőek, erősen homológok vagy szerkezetileg összetettek (pl. centromerek, telomerek, pszeudogének). Ezeken a szakaszokon a szekvenálás és az illesztés is nehézkes lehet, ami a variánsok figyelmen kívül hagyásához vezethet.

A genetikai variánsok típusai és klinikai hatásuk

A genetikai variáns a vizsgált DNS és a referencia szekvencia közötti különbség. Az emberenként előforduló több millió variáns többsége gyakori és klinikailag jelentéktelen. A kulcs az, hogy kiválasszuk azokat, amelyek összefüggenek a páciens fenotípusával.

A DNS-variációk alapvető típusai

• Egyetlen nukleotid variánsok (SNV): Egyetlen DNS-bázis megváltozása. Lehetnek:
  • Szünonim: Aminosav változás nélkül.
  • Missense: Aminosav változással.
  • Nonsense: Idő előtti stop kodon keletkezése, ami gyakran a fehérje rövidüléséhez vezet.
• Kis inszerciók és deléciók (indelek): Nukleotidok beillesztése vagy elvesztése.
  • Frameshift variáns: A beillesztett/törölt nukleotidok száma nem osztható hárommal, eltolja az olvasási keretet és jelentősen megváltoztatja a fehérjét.
  • Ha a változás osztható hárommal, aminosavak adódnak hozzá/vesznek el, de az olvasási keret megmarad.
• Splicing variánsok: Befolyásolják a pre-RNS splicingját. Jellemzően kanonikus splice donor/akceptor helyeken találhatók, vagy kriptikus splicing helyeket hoznak létre. Exon kihagyásához, intron beillesztéséhez vagy az olvasási keret eltolódásához vezetnek.
• Kópiaszám-változások (CNV): Egész exonok, gének vagy nagyobb kromoszóma szakaszok deléciója vagy duplikációja.
• Strukturális variánsok: Nagy változások, mint transzlokációk, inverziók, nagy deléciók, duplikációk, inszerciók és komplex átrendeződések. Egyes NGS módszerek nehezen detektálják őket, ezért MLPA, array-CGH vagy kariotipizálás egészíti ki őket.

Variánsok osztályozása a klinikai genetikában (ACMG/AMP)

A klinikai gyakorlatban a variánsokat az ACMG/AMP rendszer szerint öt osztályba sorolják a bizonyítékok kombinációja alapján:

1. Patogén: Elegendő bizonyíték arra, hogy a variáns betegséget okoz.
2. Valószínűleg patogén: Erős bizonyítékok a kauzális jelentőségre, de egyes információk hiányozhatnak.
3. Ismeretlen jelentőségű variáns (VUS): Nem lehet megbízhatóan megmondani, hogy a variáns betegséget okoz-e vagy sem. A VUS-t nem szabadna egyedüli alapként használni súlyos orvosi döntésekhez. Szükségessé teheti családi vizsgálat kiegészítését vagy az adatok újraelemzését.
4. Valószínűleg benignus: Nagyon valószínűleg ártalmatlan.
5. Benignus: Klinikailag jelentéktelen, gyakori genetikai sokféleség.

Fontos kritériumok az osztályozáshoz:

• Populációs gyakoriság: Egy ritka betegséget nem okozhat olyan variáns, amely túl gyakori az általános populációban (adatbázisok, mint a gnomAD).
• Öröklődés típusa: Az értelmezés eltér az autoszomális recesszív, autoszomális domináns, X-kromoszómához kötött és mitokondriális betegségek esetén.
• Szegregáció a családban, funkcionális vizsgálatok, in silico predikció, fenotípus egyezése a génnel.

A genomikai adatok értelmezésének gyakorlati menete: Analízis és eszközök

A bioinformatikai analízis az első lépés. Ezt követően különböző eszközöket és adatbázisokat használnak.

Szekvenálási adatok bioinformatikai feldolgozása

A gyakorlati értelmezés a laboratóriumi adatok minőségének ellenőrzésével kezdődik. Az NGS esetében értékelik a szekvenálási olvasatok minőségét, a célrégiók lefedettségét és az átlagos olvasási mélységet. Az alacsony lefedettség hamis negatív eredményhez, a technikai hibák pedig hamis pozitív leletekhez vezethetnek.

Alapvető bioinformatikai eljárás:

1. Adatminőség-ellenőrzés: A nyers adatok megbízhatóságának biztosítása.
2. Olvasatok illesztése a referencia genomhoz: A páciens szekvenciáinak összehasonlítása a referenciával.
3. Variáns detektálás (variant calling): Azoknak a helyeknek a megkeresése, ahol a páciens szekvenciája eltér a referenciától.
4. Variáns annotáció: Információk kiegészítése a génről, transzkriptről, a változás típusáról, a populációs gyakoriságról, a klinikai jelentőségről és a fehérjére gyakorolt hatásról.
5. Variánsok szűrése: A gyakori benignus variánsok, szünonim változások, rossz minőségű leletek és a fenotípussal összefüggő géneken kívüli variánsok kizárása. Fontos a páciens klinikai adataival való munka (HPO - Human Phenotype Ontology).

Szekvenálási módszerek: Gyakran vizsgálnak génpaneleket, klinikai exomot, teljes exomot vagy teljes genomot. A génpanel a gének kiválasztott csoportjára összpontosít, az exom szekvenálás a kódoló régiókra, a teljes genom szekvenálás pedig az intronokat és a regulációs régiókat is lefedi.

Predikciós eszközök a variánsok értelmezéséhez

A variáns fehérjére vagy splicingra gyakorolt hatásának becslésére predikciós eszközöket használnak, amelyek támogató jellegűek, nem döntőek:

• SIFT, PolyPhen-2, MutationTaster, CADD: Becslik a missense variánsok lehetséges hatását.
• SpliceAI: Becsli a splicingra gyakorolt hatást.

Ezen eszközök eredményei ellentmondásosak lehetnek, és óvatosan kell őket értelmezni.

Genom böngészők az adatok vizualizálásához

A genom böngésző egy olyan eszköz, amely lehetővé teszi a genom és az egyes variánsok vizuális megtekintését kontextusban. Megjeleníthető a gén, exonok, intronok, transzkriptumok, regulációs régiók, fajok közötti konzerváció, populációs variánsok és szekvenálási olvasatok.

• UCSC Genome Browser, Ensembl Genome Browser, NCBI Genome Data Viewer: A legismertebb genom böngészők közé tartoznak.
• IGV (Integrative Genomics Viewer): Lehetővé teszi a páciens közvetlenül illesztett olvasatainak megjelenítését, és alkalmas a variáns minőségének ellenőrzésére. Meg lehet ítélni, hogy a variáns mindkét szálon jelen van-e, vagy a referencia és az alternatív olvasatok arányát.

A genom böngésző egy vizualizációs és ellenőrző eszköz, amely segít megérteni a variáns lokalizációját és technikai megbízhatóságát. A klinikai jelentőséget azonban további bizonyítékok alapján kell értékelni.

Variáns-, mutáció- és betegségadatbázisok

Az értelmezés során többféle adatbázist használnak. Egyetlen adatbázis sem végleges önmagában, mivel tartalmazhat régebbi vagy hiányos bejegyzéseket.

• ClinVar: Klinikailag értelmezett variánsok nyilvános adatbázisa. Hasznos nyomon követni a laboratóriumok közötti egyezéseket vagy ellentmondásos értelmezéseket.
• OMIM: Gének és emberi betegségek adatbázisa, amely segít az összefüggő fenotípus és az öröklődés típusának meghatározásában.
• gnomAD: Kiterjedt populációs adatbázis az egészséges egyének variánsgyakoriságának értékelésére.
• HGMD: Betegségekkel összefüggő publikált variánsok professzionális adatbázisa.
• LOVD: Variáns adatbázis, gyakran specifikus génekre vagy betegségcsoportokra fókuszálva.
• DECIPHER: Kromoszóma-aberrációk, CNV-k és ritka fejlődési rendellenességek esetén használják, összekapcsolja a genotípust a fenotípussal.
• Orphanet: Hasznos információforrás a ritka betegségekről.
• COSMIC: Onkogenetikára specializált adatbázis, amely a daganatokban található szomatikus variánsokat gyűjti.

A helyes értelmezés több forrást kombinál, és mindig egy adott páciensre vonatkozik.

Szisztematikus megközelítés a genomikai adatok értelmezéséhez: Elemzés és összefoglalás

Az értelmezés során kulcsfontosságú a szisztematikus eljárás, hogy minimalizáljuk a hibák kockázatát és megbízható eredményt kapjunk. Íme az ajánlott eljárás összefoglalása.

A lelet értelmezésének gyakorlati menete

1. Módszer ellenőrzése: Ellenőrizni, hogy a választott módszer megfelel-e a klinikai kérdésnek (pl. egy nagy gén deléció esetén az exom szekvenálás nem feltétlenül elegendő).
2. Adatminőség értékelése: Ellenőrizni az adatok minőségét és a releváns gének lefedettségét.
3. Variánsok szűrése: Gyakoriság, hatás típusa, öröklődés és klinikai fenotípus alapján.
4. Kandidáns variáns értékelése: Minden variáns esetében értékelni kell:
   • Hogy a gén összefügg-e a páciens betegségével.
   • Hogy a variáns mechanizmusa megfelel-e a betegség ismert mechanizmusának.
   • Hogy a variáns nem túl gyakori-e a populációban.
   • Hogy korábban leírták-e már pácienseknél.
   • Hogy szegregál-e a családban.
   • Hogy vannak-e funkcionális bizonyítékok.
5. Más módszerrel történő megerősítés: Egyes leletek esetében szükséges a megerősítés, pl. Sanger-szekvenálással, MLPA-val vagy citogenetikai vizsgálattal.

Az elkészült klinikai jelentés

Az eredménynek egy érthető klinikai jelentésnek kell lennie, amely tartalmazza:

• A vizsgált módszert és a vizsgálat terjedelmét.
• A talált releváns variánsokat és azok osztályozását.
• A variánsok és a páciens fenotípusa közötti összefüggést.
• Javaslatokat a genetikai tanácsadáshoz.
• A vizsgálat esetleges korlátait.

Örökletes betegségek esetén fontos elmagyarázni a rokonokra vonatkozó kockázatot, valamint a prediktív vagy prenatális tesztelés lehetőségét.

A genomikai adatok értelmezésének etikai és gyakorlati aspektusai

A genomikai adatok számos etikai és gyakorlati kérdést vetnek fel, amelyeket figyelembe kell venni.

Korlátok és etikai kérdések

• Véletlen (másodlagos) leletek: Olyan variánsok, amelyek nem kapcsolódnak a vizsgálat eredeti indikációjához, de egészségügyi jelentőséggel bírhatnak (pl. patogén variáns egy örökletes daganatos szindróma génjében). Ezért a vizsgálat előtt tájékozott beleegyezés szükséges, és el kell magyarázni, hogyan kezelik az ilyen leleteket.
• Személyes adatok védelme: A genom egy egyedi emberi azonosító, és információkat tartalmaz a biológiai rokonokról is. A genetikai adatok magas szintű biztonságot, a vizsgálat helyes indikációját és érzékeny genetikai tanácsadást igényelnek.
• Az értelmezés változása az idő múlásával: Egy ma VUS-ként jelölt variáns néhány év múlva átminősíthető. Ezért a tisztázatlan ritka betegségek esetén célszerű az adatok újraelemzése.

Gyakran Ismételt Kérdések a Genomikai Adatokról (GYIK)

Mi az ismeretlen jelentőségű variáns (VUS), és hogyan kezelik?

Az ismeretlen jelentőségű variáns (VUS) egy olyan genetikai variáns, amelyről jelenleg nincs elegendő információnk ahhoz, hogy megbízhatóan meghatározzuk, betegséget okoz-e, vagy benignus. A klinikai gyakorlatban a VUS-t nem szabadna egyedüli alapként használni súlyos orvosi döntésekhez. Javasolt a monitorozása, családi vizsgálat kiegészítése vagy az adatok újraelemzése a jövőben, mivel osztályozása idővel változhat a gyarapodó ismeretekkel.

Melyek a genomikai adatok értelmezéséhez használt fő adatbázisok?

A kulcsfontosságú adatbázisok közé tartozik a ClinVar (klinikailag értelmezett variánsokhoz), az OMIM (génekhez és emberi betegségekhez), a gnomAD (a variánsok populációs gyakoriságához), a HGMD (betegségekkel összefüggő publikált variánsok adatbázisa) és a COSMIC (a daganatokban található szomatikus variánsokhoz). Továbbá a LOVD, DECIPHER és Orphanet is felhasználásra kerül specifikus célokra.

Miért fontos a variáns populációs gyakoriságának értékelése?

A variáns populációs gyakorisága alapvető kritérium, mivel egy olyan variáns, amely túl gyakori az általános populációban, általában nem lehet oka egy ritka, súlyos, magas penetranciájú monogénes betegségnek. Az olyan adatbázisok, mint a gnomAD, segítenek meghatározni, hogy egy adott variáns túl gyakori-e ahhoz, hogy patogén lehessen egy specifikus ritka betegség esetén.

Mi a tájékozott beleegyezés jelentősége a genomikai vizsgálatok kontextusában?

A tájékozott beleegyezés kulcsfontosságú a genomikai vizsgálatoknál, különösen a véletlen (másodlagos) leletek lehetősége miatt. Ezek a leletek nem kapcsolódnak a vizsgálat eredeti indikációjához, de súlyos egészségügyi jelentőséggel bírhatnak. A tájékozott beleegyezésnek el kell magyaráznia a páciensnek, hogyan kezelik az ilyen leleteket, hogy teljes mértékben tisztában legyen a vizsgálat lehetséges következményeivel.