Podcast o Interpretacja danych genomicznych w medycynie

Přepis

Tomáš: Pewnie pamiętacie Angelinę Jolie i jej decyzję o poddaniu się prewencyjnej operacji. To nie było tak po prostu, z niczego. Za tym stało jedno jedyne słowo: wariant. Wariant genetyczny w jej genomie, który dramatycznie zwiększał ryzyko raka.

Klára: Dokładnie tak. I właśnie to jest nasze dzisiejsze zadanie – zrozumieć, jak genetycy spośród milionów liter w naszym DNA znajdują ten jeden konkretny wariant, który może zmienić absolutnie wszystko. Brzmi jak szukanie igły w stogu siana, prawda?

Tomáš: A to jeszcze mało powiedziane! No to ruszajmy. Słuchacie podcastu StudyFi.

Klára: No dobra, to od czego zaczniemy? Mamy dane z sekwencjonowania... i co dalej? Chyba nie będziemy ich przecież czytać literka po literce.

Tomáš: Mam nadzieję! Siedzielibyśmy tu do przyszłego wieku. Muszą być na to jakieś narzędzia, prawda?

Klára: Oczywiście. Wyobraź sobie, że jesteśmy detektywami. Naszym pierwszym krokiem jest zajrzenie do baz danych, takich genetycznych rejestrów policyjnych. Istnieją specjalistyczne bazy danych, które gromadzą informacje o wariantach, które ktoś już wcześniej powiązał z jakąś chorobą.

Tomáš: Czyli taka lista „podejrzanych”?

Klára: Dokładnie! Na przykład HGMD to ogromna, profesjonalna baza danych, gdzie znajdziesz warianty związane z chorobami, które zostały już opublikowane w badaniach naukowych. Potem jest na przykład LOVD, która często skupia się na konkretnych genach. Albo DECIPHER, ten jest świetny w przypadku rzadkich zaburzeń rozwojowych, bo pięknie łączy genotyp z fenotypem, czyli informację genetyczną z tym, jak się ona objawia na zewnątrz.

Tomáš: A co na przykład z rakiem? Tam jest to chyba specyficzne, prawda?

Klára: Absolutnie. Dla onkologii mamy specjalistyczne źródła, na przykład bazę danych COSMIC. To jest jak archiwum wszystkich wariantów somatycznych, które kiedykolwiek znaleziono w nowotworach. Pomaga nam to zrozumieć, co dzieje się w komórkach nowotworowych.

Tomáš: Dobrze, czyli bazy danych to pierwszy przystanek. Ale co, jeśli znajdziemy wariant, którego nie ma w żadnej bazie? Coś zupełnie nowego.

Klára: Świetne pytanie! W tym momencie wkraczają narzędzia predykcyjne. To są sprytne programy komputerowe, które próbują oszacować, jaki wpływ mógłby mieć ten nowy wariant. Na przykład, czy uszkodzi funkcję białka, czy zakłóci splicing.

Tomáš: Czyli taka kryształowa kula dla genetyków?

Klára: Raczej świadoma ocena. Narzędzia takie jak SIFT, PolyPhen-2 czy CADD analizują różne charakterystyki tej zmiany i mówią nam na przykład: „Uwaga, to z 80% prawdopodobieństwem uszkodzi białko.” Ale uwaga, to są tylko narzędzia pomocnicze, a nie ostateczny werdykt. Czasem nawet sobie przeczą.

Tomáš: Jakby kłóciło się dwóch ekspertów? Jeden twierdzi, że to niebezpieczne, drugi, że jest w porządku?

Klára: Dokładnie tak! Dlatego ich wyniki musimy traktować z rezerwą i interpretować je bardzo ostrożnie. To są raczej nasze pomocnicze wskazówki, a nie dowód.

Tomáš: Dobrze, rozumiem. Mamy bazy danych, mamy narzędzia predykcyjne. Jak więc wygląda ten praktyczny proces, krok po kroku, gdy genetyk dostaje dane pacjenta na stół?

Klára: To jest systematyczny proces. Pierwsze i najważniejsze pytanie brzmi: czy zastosowana metoda odpowiada temu, czego szukamy? Jeśli podejrzewam dużą delecję całego genu, samo sekwencjonowanie eksomu może nie wystarczyć i mogę to przeoczyć.

Tomáš: Czyli najpierw sprawdzam, czy mam odpowiednie narzędzia do odpowiedniej pracy. Co dalej?

Klára: Potem oceniam jakość danych. Czy dane są dobre? Czy mamy wystarczająco „przeczytane” te geny, które nas interesują? Jeśli tak, zaczyna się duże filtrowanie. Z milionów wariantów odfiltrowujemy te, które są powszechne w populacji i prawdopodobnie nieszkodliwe.

Tomáš: W ten sposób ta ogromna lista podejrzanych nam się zawęża, prawda?

Klára: Dokładnie. Zostaje nam na przykład kilkadziesiąt lub kilkaset wariantów kandydujących. I przy każdym z nich pytamy: Czy ten gen jest związany z chorobą pacjenta? Czy mechanizm wariantu odpowiada temu, jak choroba powstaje? Czy ten wariant nie jest przypadkiem częstszy, niż powinien być?

Tomáš: A co z rodziną? Pomoże, jeśli spojrzymy na DNA rodziców?

Klára: Pewnie! To jest kluczowe. Sprawdza się, czy wariant tak zwany segreguje w rodzinie. To znaczy, czy mają go też inni chorzy krewni, a z kolei brakuje go u zdrowych. To jest bardzo silny argument. W przypadku niektórych odkryć konieczne jest potem potwierdzenie inną, bardziej ukierunkowaną metodą, na przykład sekwencjonowaniem Sangera.

Tomáš: A na końcu tego całego detektywistycznego śledztwa przychodzi wyrok. Jak właściwie klasyfikuje się warianty? To tylko „winny” i „niewinny”?

Klára: Jest to trochę bardziej skomplikowane. Używamy pięciostopniowej skali, takiego semafora. Mamy klasę 5 – patogenną, to jest czerwona. Wiemy, że powoduje chorobę. Potem klasę 4 – prawdopodobnie patogenną, to jest pomarańczowa. Jesteśmy prawie pewni, ale brakuje jakiegoś małego dowodu.

Tomáš: Rozumiem. A po drugiej stronie spektrum będzie zielona?

Klára: Dokładnie. Klasa 1 to wariant łagodny, czyli nieszkodliwy. Zielony. Klasa 2 to wariant prawdopodobnie łagodny, jasnozielony. A potem jest ta najciekawsza i najbardziej zdradliwa kategoria pośrodku.

Tomáš: A to jest?

Klára: Klasa 3: Wariant o niejasnym znaczeniu, w skrócie VUS. To jest nasze żółte światło na semaforze. Oznacza to „nie wiemy”. Mamy pewne wskazówki, że mógłby być szkodliwy, ale też argumenty, że jest nieszkodliwy. Dowody są po prostu w konflikcie.

Tomáš: Co się robi z takim wariantem? To musi być dla pacjenta strasznie mylące.

Klára: Tak jest. I zasada numer jeden brzmi: na podstawie VUS nie podejmuje się żadnych zasadniczych decyzji klinicznych. Nie możemy na podstawie „może” zalecić na przykład prewencyjnej operacji. Jest to jednak sygnał do dalszych poszukiwań – badania rodziny, śledzenia nowych publikacji. I co ważne, klasyfikacja może się zmieniać w czasie!

Tomáš: Czyli VUS może zostać przeklasyfikowany po kilku latach, gdy pojawią się nowe dane?

Klára: Tak, dokładnie tak! Nasz dzisiejszy VUS może być za pięć lat jasno patogenny, albo wręcz przeciwnie, jasno łagodny. Genetyka rozwija się niewiarygodnie szybko. Dlatego w niejasnych przypadkach czasem przeprowadza się reanalizę danych po kilku latach.

Tomáš: To prowadzi mnie do kolejnej rzeczy. Kiedy szukacie przyczyny jednego problemu, nie możecie przypadkiem natrafić na coś zupełnie innego? Na przykład na ryzyko choroby, której nikt się nie spodziewał?

Klára: Zdarza się to i jest to duży temat etyczny. Nazywamy to odkryciami przypadkowymi lub wtórnymi. Wyobraź sobie, że badasz dziecko z powodu zaburzenia rozwojowego i znajdujesz u niego wariant w genie BRCA1, co oznacza wysokie ryzyko raka piersi i jajników w wieku dorosłym.

Tomáš: Wow. To jest ogromna odpowiedzialność. Co z taką informacją?

Klára: Kluczowa jest świadoma zgoda przed samym badaniem. Pacjent, lub jego rodzice, muszą być z góry poinformowani o tym, że takie odkrycia mogą się pojawić, i muszą zdecydować, czy chcą je znać, czy nie.

Tomáš: I oczywiście jest tu ochrona danych. Genom to chyba najbardziej wrażliwe dane osobowe, jakie istnieją.

Klára: Dokładnie. Niesie informację nie tylko o tobie, ale i o wszystkich twoich krewnych. Dlatego dane genetyczne wymagają najwyższego stopnia zabezpieczenia, a wrażliwe poradnictwo genetyczne jest absolutnie niezbędnym elementem całego procesu.

Tomáš: Klaro, to było fascynujące. Podsumujmy to na koniec dla studentów, którzy przygotowują się do egzaminu. Jakie jest absolutne minimum, które muszą zapamiętać?

Klára: Dobrze. Więc po pierwsze: interpretacja danych genomicznych to proces, który przekłada surowe dane z laboratorium na klinicznie użyteczny wniosek. To nie jest automatyczne.

Tomáš: Podstawą wszystkiego był Projekt Ludzkiego Genomu, który dał nam genom referencyjny.

Klára: Tak. Genom referencyjny to nasz standard, nasza mapa, z którą porównujemy DNA pacjenta. Ale pamiętajcie, to nie jest „doskonały” genom i ma swoje ograniczenia, zwłaszcza w złożonych, powtarzających się obszarach.

Tomáš: Potem mamy różne typy wariantów. Te małe i duże.

Klára: Dokładnie. Musicie znać podstawowe typy: warianty jednonukleotydowe, czyli SNV, które mogą być missense, nonsense lub synonimiczne. Dalej małe insercje i delecje, które, jeśli nie są podzielne przez trzy, powodują przesunięcie ramki odczytu – frameshift. I nie zapomnijcie o wariantach splicingowych, które wpływają na splicing.

Tomáš: A potem te duże fragmenty – CNV, czyli zmiany liczby kopii, i jeszcze większe rearanżacje strukturalne.

Klára: Tak. A najważniejsza dla kliniki jest pięciostopniowa klasyfikacja ACMG: patogenny, prawdopodobnie patogenny, VUS, prawdopodobnie łagodny i łagodny. Musicie wiedzieć, co oznacza każda kategoria, a przede wszystkim rozumieć koncepcję VUS – wariantu o niejasnym znaczeniu.

Tomáš: Świetne podsumowanie. Czyli kluczem jest systematyczne podejście, kombinacja różnych typów dowodów i świadomość, że nasza wiedza nieustannie się rozwija. Wielkie dzięki, Klaro!

Klára: Cała przyjemność po mojej stronie. To jest układanka, ale kiedy wiecie, jak się za to zabrać, kawałki zaczynają pięknie do siebie pasować.

Tomáš: Więc, Klaro, laboratorium właśnie wypluło nam ogromną ilość danych. Co się dalej dzieje z tą cyfrową stertą? Czy ktoś się w tym orientuje?

Klára: Dokładnie tak, Tomaszu. I tu wkracza bioinformatyka. Nie chodzi tylko o znalezienie różnicy, ale o upewnienie się, że ta różnica jest prawdziwa i co najważniejsze, ważna.

Tomáš: Czyli pierwszym krokiem jest jakaś kontrola jakości? Jakbyś sprawdzał, czy w sklepie nie wydali ci źle reszty?

Klára: Coś w tym stylu, ale stawka jest znacznie wyższa. Zanim zaczniemy cokolwiek szukać, musimy być pewni, że dane są coś warte. Patrzymy na przykład na to, czy sekwenator nie zrobił zbyt wielu „literówek”.

Tomáš: A co oznacza to „pokrycie”, o którym często się mówi?

Klára: Wyobraź sobie, że czytasz książkę, ale niektóre strony są rozmazane albo ich brakuje. Pokrycie mówi nam, ile razy przeczytaliśmy każdą literkę w genomie. Niskie pokrycie oznacza, że mogło nam umknąć jakieś ważne „zdanie” — czyli wariant.

Tomáš: Aha, czyli moglibyśmy fałszywie uspokoić pacjenta, że jest w porządku, nawet jeśli nie jest.

Klára: Dokładnie. I na odwrót, błąd techniczny może stworzyć „literówkę”, która w rzeczywistości nie istnieje. Dlatego ta kontrola jest tak kluczowa.

Tomáš: Dobrze, dane są wysokiej jakości. Jaki jest ten podstawowy proces, żeby znaleźć to, czego szukamy?

Klára: To jest jak układanie ogromnych puzzli bez obrazka na pudełku. Najpierw bierzemy te miliony krótkich fragmentów DNA, które nazywamy „readsami”, i wyrównujemy je do referencyjnego ludzkiego genomu. To jest taka nasza matryca.

Tomáš: A potem szukamy, gdzie moje puzzle różnią się od tej matrycy?

Klára: Tak, to nazywa się „variant calling”. Znajdujemy wszystkie miejsca, gdzie pacjent ma inną literkę. Tyle że u jednego człowieka znajdujemy ich miliony. A większość z nich jest nieszkodliwa.

Tomáš: Miliony? To jak z tego oddzielacie to, co istotne?

Klára: Tutaj wkracza filtrowanie. Wykluczamy wszystkie częste, znane i nieszkodliwe warianty. A przede wszystkim używamy danych klinicznych pacjenta. Na przykład za pomocą tak zwanych terminów HPO, które opisują jego objawy, zawężamy poszukiwania tylko do genów, które są z tym związane.

Tomáš: To brzmi strasznie abstrakcyjnie. Jak mogę to właściwie obejrzeć jako bioinformatyk?

Klára: Świetne pytanie. Używamy do tego narzędzi, które nazywają się „genome browsery”. Wyobraź sobie to jako Google Maps dla ludzkiego genomu. Możesz przybliżyć konkretny gen, zobaczyć jego strukturę, eksony, introny...

Tomáš: Czyli widzę bezpośrednio ten wariant na „mapie” i co jest wokół niego?

Klára: Dokładnie. Jeden z najczęściej używanych nazywa się IGV i pozwala nam zajrzeć aż na poziom pojedynczych odczytów. Możemy w ten sposób sprawdzić, czy odkrycie nie jest tylko jakimś artefaktem technicznym. To trochę jak praca detektywa z lupą.

Tomáš: Czyli genetyczny Sherlock Holmes sprawdza ślady.

Klára: Dokładnie tak! Ale uwaga, to narzędzie nie powie ci diagnozy. Pomoże ci tylko zweryfikować, że ten „ślad” jest technicznie wiarygodny.

Tomáš: Dobrze, mam wiarygodny wariant. Gdzie dowiem się, co oznacza?

Klára: Do tego mamy specjalistyczne bazy danych. Żadna nie jest doskonała, więc musimy łączyć informacje z wielu źródeł. To jest jak kwerenda do artykułu naukowego.

Tomáš: A które są te główne?

Klára: Na przykład ClinVar to ogromna baza danych, gdzie laboratoria z całego świata dzielą się tym, jak interpretowały różne warianty. Możemy sprawdzić, czy się zgadzają.

Tomáš: A co, jeśli chcę wiedzieć, jak często występuje wariant?

Klára: Do tego świetna jest baza danych gnomAD. Ona pokazuje nam częstotliwość wariantu w ogromnej populacji zdrowych ludzi. Jeśli wariant jest częsty, to jest bardzo mało prawdopodobne, żeby powodował rzadką chorobę.

Klára: A potem jest na przykład OMIM, taka encyklopedia genów i chorób. Pomaga nam połączyć gen z konkretną chorobą. Ta kombinacja źródeł jest kluczowa.

Tomáš: Czyli podsumowując: kontrola jakości, wyrównywanie, szukanie wariantów, filtrowanie, a potem praca detektywistyczna w bazach danych z pomocą narzędzi wizualnych. Zgadza się?

Klára: Lepiej bym tego nie ujęła. To jest kompleksowy proces, gdzie łączy się informatyka, biologia i medycyna. Ale na końcu może być klucz do diagnozy dla pacjenta. A dokładnie o tym, jak te odkrycia interpretuje się w praktyce klinicznej, możemy porozmawiać następnym razem.

Tomáš: I to nas, myślę, świetnie prowadzi do ostatniego tematu na dziś... do czegoś, co zmieniło biologię na zawsze. Do ludzkiego genomu.

Klára: Dokładnie tak! Mówimy o Projekcie Ludzkiego Genomu. To był ogromny międzynarodowy projekt, który wystartował w latach dziewięćdziesiątych.

Tomáš: A cel był... przeczytać absolutnie wszystko? Całe nasze DNA?

Klára: Zasadniczo tak! Celem było stworzenie pierwszej referencyjnej mapy ludzkiego genomu. I w 2003 roku się to udało.

Tomáš: Czyli to jest właściwie taka mapa Google dla naszego DNA? Gdzie co leży i do czego służy?

Klára: To świetne porównanie! Dokładnie tak. Odkryliśmy, że genom ma około 3,2 miliarda par zasad i co było zaskakujące... tylko około 20 tysięcy genów kodujących białka. Spodziewaliśmy się znacznie więcej.

Tomáš: Niewiarygodne. Czyli od budowy komórki, przez dziedziczność, aż po kompletną mapę genomu... dzisiejszy dzień był naprawdę intensywny. Dziękujemy, Klaro, za świetne wyjaśnienia.

Klára: Ja dziękuję za zaproszenie! Kluczowe jest pamiętanie, że wszystkie te odkrycia pomagają nam dziś leczyć choroby i lepiej rozumieć samych siebie.

Tomáš: To idealna kropka nad i. W imieniu całego podcastu StudyFi dziękujemy za wysłuchanie i do usłyszenia następnym razem!

Klára: Do usłyszenia!