Interpretacja danych genomicznych w medycynie

Interpretacja danych genomicznych w medycynie to kluczowa umiejętność w nowoczesnej genetyce. Nie chodzi tylko o odczytanie DNA, ale o zrozumienie klinicznego znaczenia znalezionych wariantów. Ten artykuł zapewni kompleksowy przegląd analizy i interpretacji danych genomicznych, przygotowując Cię do egzaminów i przyszłej praktyki.

Podstawy Interpretacji Danych Genomicznych w Medycynie: Wprowadzenie i Koncepcje

Interpretacja danych genomicznych to proces, który przekształca surowe informacje sekwencyjne w klinicznie użyteczne wnioski. Polega na rozpoznaniu, które odchylenia od sekwencji referencyjnej są powszechne, które zwiększają ryzyko choroby, a które są przyczyną konkretnego fenotypu pacjenta. Znajduje zastosowanie w chorobach monogenowych, genetyce onkologicznej, farmakogenetyce i chorobach rzadkich.

Wysokiej jakości interpretacja genomowa to zawsze połączenie wiedzy biologicznej, danych klinicznych pacjenta, laboratoryjnej jakości danych i analizy bioinformatycznej. Oprogramowanie bioinformatyczne znajduje różnice w DNA, ale genetyk medyczny musi ocenić ich znaczenie w kontekście choroby i dziedziczenia.

Kontekst Historyczny: Projekt Poznania Ludzkiego Genomu (HGP)

Projekt Poznania Ludzkiego Genomu (HGP) był międzynarodowym projektem naukowym, który zmapował ludzki genom i został ukończony w 2003 roku. Jego wynikiem była podstawowa referencyjna „mapa” ludzkiego DNA, która ujawniła około 3,2 miliarda par zasad i około 20 tysięcy genów kodujących białka.

HGP zasadniczo zmienił genetykę medyczną, umożliwiając szybsze poszukiwanie genów związanych z chorobami oraz rozwój metod masowego sekwencjonowania równoległego. Dzisiejsze sekwencjonowanie eksomu i genomu, bazy danych wariantów oraz medycyna spersonalizowana bezpośrednio nawiązują do tego projektu.

Genom Referencyjny i jego Znaczenie

Genom referencyjny to standardowa sekwencja DNA, do której porównuje się DNA pacjenta podczas analizy. Program bioinformatyczny wyrównuje miliony krótkich fragmentów DNA (tzw. odczytów, ang. reads) do genomu referencyjnego i wyszukuje miejsca, w których sekwencja pacjenta się różni – te różnice nazywane są wariantami genetycznymi.

Genom referencyjny jest niezbędny do jednolitego opisu wariantów, na przykład za pomocą standaryzowanej nomenklatury HGVS. Wariant można opisać na poziomie genomowego DNA, kodującego DNA, RNA, a także białka. Obecnie stosuje się zestawy referencyjne takie jak GRCh37/hg19 i nowszy GRCh38; rozwija się również koncepcja pangenomu.

Ograniczenia genomu referencyjnego: Niektóre obszary ludzkiego genomu są powtarzalne, wysoce homologiczne lub złożone strukturalnie (np. centromery, telomery, pseudogeny). W tych fragmentach sekwencjonowanie i wyrównywanie może być trudne, co może prowadzić do przeoczenia wariantów.

Typy Wariantów Genetycznych i Ich Wpływ Kliniczny

Wariant genetyczny to różnica między badanym DNA a sekwencją referencyjną. Większość z milionów wariantów u każdego człowieka jest powszechna i klinicznie nieistotna. Kluczem jest wybranie tych, które są związane z fenotypem pacjenta.

Podstawowe Typy Zmienności w DNA

• Warianty pojedynczego nukleotydu (SNV): Zmiana jednej zasady DNA. Mogą być:
  • Synonimiczne: Bez zmiany aminokwasu.
  • Missensowne: Zmiana aminokwasu.
  • Nonsensowne: Powstanie przedwczesnego kodonu stop, często prowadzące do skrócenia białka.
• Małe insercje i delecje (indele): Wstawienie lub utrata nukleotydów.
  • Wariant z przesunięciem ramki odczytu (frameshift): Liczba wstawionych/deleowanych nukleotydów nie jest podzielna przez trzy, co przesuwa ramkę odczytu i znacząco zmienia białko.
  • Jeśli zmiana jest podzielna przez trzy, dodawane/tracone są aminokwasy, ale ramka odczytu pozostaje zachowana.
• Warianty splicingowe: Wpływają na splicing pre-mRNA. Zazwyczaj znajdują się w kanonicznych miejscach donorowych/akceptorowych splicingu lub tworzą kryptyczne miejsca splicingowe. Prowadzą do pominięcia eksonu, włączenia intronu lub przesunięcia ramki odczytu.
• Zmiany liczby kopii (CNV): Delecja lub duplikacja całych eksonów, genów lub większych fragmentów chromosomowych.
• Warianty strukturalne: Duże zmiany, takie jak translokacje, inwersje, duże delecje, duplikacje, insercje i złożone rearanżacje. Niektóre metody NGS wykrywają je z trudnością, dlatego uzupełnia się je MLPA, array-CGH lub kariotypowaniem.

Klasyfikacja Wariantów w Genetyce Klinicznej (ACMG/AMP)

W praktyce klinicznej warianty klasyfikuje się według systemu ACMG/AMP do pięciu klas na podstawie kombinacji dowodów:

1. Patogenny: Wystarczające dowody na to, że wariant powoduje chorobę.
2. Prawdopodobnie patogenny: Silne dowody na znaczenie przyczynowe, ale niektóre informacje mogą być niekompletne.
3. Wariant o niepewnym znaczeniu (VUS): Nie można wiarygodnie stwierdzić, czy wariant powoduje chorobę, czy nie. VUS nie powinien być używany jako jedyna podstawa do podejmowania poważnych decyzji medycznych. Może wymagać uzupełnienia badań rodzinnych lub ponownej analizy danych.
4. Prawdopodobnie łagodny: Bardzo prawdopodobnie nieszkodliwy.
5. Łagodny: Klinicznie nieistotny, powszechna zmienność genetyczna.

Dostępne kryteria klasyfikacji:

• Częstość występowania w populacji: Rzadka choroba nie może być spowodowana wariantem, który jest zbyt częsty w ogólnej populacji (bazy danych takie jak gnomAD).
• Typ dziedziczenia: Interpretacja różni się w przypadku chorób autosomalnie recesywnych, autosomalnie dominujących, sprzężonych z chromosomem X i mitochondrialnych.
• Segregacja w rodzinie, badania funkcjonalne, predykcje in silico, zgodność fenotypu z genem.

Praktyczny Proces Interpretacji Danych Genomicznych: Analiza i Narzędzia

Bioinformatyczna analiza jest pierwszym krokiem. Następnie wykorzystuje się różne narzędzia i bazy danych.

Bioinformatyczne Przetwarzanie Danych Sekwencyjnych

Praktyczna interpretacja rozpoczyna się od kontroli jakości danych laboratoryjnych. W przypadku NGS ocenia się jakość odczytów sekwencyjnych, pokrycie obszarów docelowych oraz średnią głębokość odczytu. Niskie pokrycie może prowadzić do wyników fałszywie negatywnych, a błędy techniczne do wyników fałszywie pozytywnych.

Podstawowy proces bioinformatyczny:

1. Kontrola jakości danych: Zapewnienie wiarygodności surowych danych.
2. Wyrównanie odczytów (reads) do genomu referencyjnego: Porównanie sekwencji pacjenta z referencyjną.
3. Wykrywanie wariantów (variant calling): Wyszukiwanie miejsc, w których sekwencja pacjenta różni się od referencyjnej.
4. Adnotacja wariantów: Uzupełnienie informacji o genie, transkrypcie, typie zmiany, częstości w populacji, znaczeniu klinicznym i wpływie na białko.
5. Filtrowanie wariantów: Odrzucenie częstych wariantów łagodnych, zmian synonimicznych, wyników niskiej jakości oraz wariantów spoza genów związanych z fenotypem. Ważna jest praca z danymi klinicznymi pacjenta (HPO - Human Phenotype Ontology).

Metody sekwencjonowania: Często bada się panele genowe, eksom kliniczny, cały eksom lub cały genom. Panel genowy koncentruje się na wybranej grupie genów, sekwencjonowanie eksomu na obszarach kodujących, a sekwencjonowanie całego genomu obejmuje również introny i obszary regulatorowe.

Narzędzia Predykcyjne do Interpretacji Wariantów

Do oceny wpływu wariantu na białko lub splicing wykorzystuje się narzędzia predykcyjne, które mają charakter pomocniczy, a nie decydujący:

• SIFT, PolyPhen-2, MutationTaster, CADD: Oceniają możliwy wpływ wariantów missensownych.
• SpliceAI: Ocenia wpływ na splicing.

Wyniki tych narzędzi mogą być sprzeczne i należy je interpretować ostrożnie.

Przeglądarki Genomowe do Wizualizacji Danych

Przeglądarka genomowa (genome browser) to narzędzie, które umożliwia wizualne przeglądanie genomu i poszczególnych wariantów w kontekście. Można wyświetlić gen, eksony, introny, transkrypty, obszary regulatorowe, konserwację międzygatunkową, warianty populacyjne oraz odczyty sekwencyjne (reads).

• UCSC Genome Browser, Ensembl Genome Browser, NCBI Genome Data Viewer: Należą do najbardziej znanych przeglądarek genomowych.
• IGV (Integrative Genomics Viewer): Umożliwia bezpośrednie wyświetlanie wyrównanych odczytów (reads) pacjenta i jest przydatny do kontroli jakości wariantu. Można ocenić, czy wariant jest obecny na obu niciach, czy też stosunek odczytów referencyjnych do alternatywnych.

Przeglądarka genomowa to narzędzie wizualizacyjne i kontrolne, które pomaga zrozumieć lokalizację wariantu i jego techniczną wiarygodność. Znaczenie kliniczne musi być jednak ocenione na podstawie dodatkowych dowodów.

Bazy Danych Wariantów, Mutacji i Chorób

Podczas interpretacji wykorzystuje się wiele typów baz danych. Żadna baza danych nie jest sama w sobie ostateczna, ponieważ może zawierać starsze lub niekompletne wpisy.

• ClinVar: Publiczna baza danych klinicznie zinterpretowanych wariantów. Przydatne jest śledzenie zgodności lub sprzecznych interpretacji między laboratoriami.
• OMIM: Baza danych genów i chorób ludzkich, która pomaga określić związany fenotyp i typ dziedziczenia.
• gnomAD: Obszerna populacyjna baza danych do oceny częstości wariantów u zdrowych osób.
• HGMD: Profesjonalna baza danych opublikowanych wariantów związanych z chorobami.
• LOVD: Baza danych wariantów, często skupiona na konkretnych genach lub grupach chorób.
• DECIPHER: Wykorzystywana w przypadku aberracji chromosomowych, CNV i rzadkich zaburzeń rozwojowych, łączy genotyp z fenotypem.
• Orphanet: Przydatne źródło informacji o chorobach rzadkich.
• COSMIC: Specjalistyczna baza danych dla genetyki onkologicznej, gromadząca warianty somatyczne w nowotworach.

Prawidłowa interpretacja łączy wiele źródeł i zawsze odnosi się do konkretnego pacjenta.

Systematyczne Podejście do Interpretacji Danych Genomicznych: Analiza i Podsumowanie

Przy interpretacji kluczowe jest systematyczne postępowanie, aby zminimalizować ryzyko błędów i uzyskać wiarygodny wynik. Poniżej przedstawiono podsumowanie zalecanego procesu.

Praktyczny Proces Interpretacji Wyniku

1. Weryfikacja metody: Sprawdzenie, czy wybrana metoda odpowiada pytaniu klinicznemu (np. w przypadku dużej delecji genu sekwencjonowanie eksomu może być niewystarczające).
2. Ocena jakości danych: Sprawdzenie jakości danych i pokrycia istotnych genów.
3. Filtrowanie wariantów: Według częstości, typu wpływu, dziedziczenia i fenotypu klinicznego.
4. Ocena wariantu kandydującego: Dla każdego wariantu ocenia się:
   • Czy gen jest związany z chorobą pacjenta.
   • Czy mechanizm wariantu odpowiada znanemu mechanizmowi choroby.
   • Czy wariant nie jest zbyt częsty w populacji.
   • Czy był wcześniej opisany u pacjentów.
   • Czy segreguje w rodzinie.
   • Czy istnieją dowody funkcjonalne.
5. Potwierdzenie inną metodą: W przypadku niektórych wyników konieczne jest potwierdzenie np. sekwencjonowaniem Sangera, MLPA lub badaniem cytogenetycznym.

Końcowy Raport Kliniczny

Wynikiem powinien być zrozumiały raport kliniczny, który zawiera:

• Zastosowaną metodę i zakres badania.
• Znalezione istotne warianty i ich klasyfikację.
• Związek wariantów z fenotypem pacjenta.
• Zalecenia dotyczące poradnictwa genetycznego.
• Ewentualne ograniczenia badania.

W przypadku chorób dziedzicznych ważne jest wyjaśnienie ryzyka dla krewnych oraz możliwości testowania predykcyjnego lub prenatalnego.

Aspekty Etyczne i Praktyczne Interpretacji Danych Genomicznych

Dane genomowe niosą ze sobą szereg pytań etycznych i praktycznych, które muszą być uwzględnione.

Ograniczenia i Kwestie Etyczne

• Przypadkowe (wtórne) odkrycia: Warianty, które nie są związane z pierwotnym wskazaniem do badania, ale mogą mieć znaczenie zdrowotne (np. wariant patogenny w genie odpowiedzialnym za dziedziczny zespół nowotworowy). Przed badaniem konieczna jest zatem świadoma zgoda i wyjaśnienie, jak takie odkrycia będą traktowane.
• Ochrona danych osobowych: Genom jest unikalnym identyfikatorem człowieka i zawiera informacje również o biologicznych krewnych. Dane genetyczne wymagają wysokiego poziomu bezpieczeństwa, prawidłowego wskazania do badania i wrażliwego poradnictwa genetycznego.
• Zmiana interpretacji w czasie: Wariant oznaczony dziś jako VUS może zostać przeklasyfikowany za kilka lat. W przypadku niewyjaśnionych rzadkich chorób zaleca się zatem ponowną analizę danych.

Często Zadawane Pytania dotyczące Danych Genomicznych (FAQ)

Czym jest wariant o niepewnym znaczeniu (VUS) i jak się z nim postępuje?

Wariant o niepewnym znaczeniu (VUS) to wariant genetyczny, dla którego obecnie nie posiadamy wystarczających informacji, aby wiarygodnie określić, czy powoduje chorobę, czy jest łagodny. W praktyce klinicznej VUS nie powinien być używany jako jedyna podstawa do podejmowania poważnych decyzji medycznych. Zaleca się jego monitorowanie, uzupełnienie badań rodzinnych lub ponowną analizę danych w przyszłości, ponieważ jego klasyfikacja może się zmienić wraz z postępem wiedzy.

Jakie są główne bazy danych wykorzystywane do interpretacji danych genomicznych?

Do kluczowych baz danych należą ClinVar (dla klinicznie zinterpretowanych wariantów), OMIM (dla genów i chorób ludzkich), gnomAD (dla częstości wariantów w populacji), HGMD (baza danych opublikowanych wariantów związanych z chorobami) oraz COSMIC (dla wariantów somatycznych w nowotworach). Ponadto, do specyficznych celów wykorzystuje się LOVD, DECIPHER i Orphanet.

Dlaczego ocena częstości wariantu w populacji jest ważna?

Częstość wariantu w populacji jest kluczowym kryterium, ponieważ wariant, który jest zbyt częsty w ogólnej populacji, zazwyczaj nie może być przyczyną rzadkiej, poważnej choroby monogenowej o wysokiej penetracji. Bazy danych takie jak gnomAD pomagają określić, czy dany wariant jest zbyt powszechny, aby mógł być patogenny dla konkretnej rzadkiej choroby.

Jakie jest znaczenie świadomej zgody w kontekście badań genomowych?

Świadoma zgoda jest kluczowa w przypadku badań genomowych, zwłaszcza ze względu na możliwość przypadkowych (wtórnych) odkryć. Odkrycia te nie są związane z pierwotnym wskazaniem do badania, ale mogą mieć poważne znaczenie zdrowotne. Świadoma zgoda musi wyjaśnić pacjentowi, jak takie odkrycia będą traktowane, aby był on w pełni świadomy potencjalnych konsekwencji badania.