Streszczenie Interpretacja danych genomicznych w medycynie

## Wstęp Bioinformatyka sekwencjonowania zajmuje się przetwarzaniem i analizą danych uzyskanych z nowoczesnych technologii sekwencjonowania (NGS). Celem jest ustalenie, jakie warianty sekwencji występują w DNA pacjenta, ocena technicznej jakości danych oraz przygotowanie podstaw do podjęcia decyzji klinicznych lub badawczych. > Definicja: Bioinformatyczne przetwarzanie danych sekwencjonowania obejmuje etapy od kontroli jakości surowych odczytów (reads), poprzez mapowanie do genomu referencyjnego, aż po adnotację i filtrowanie wariantów. ## Podstawowe etapy przetwarzania bioinformatycznego ### 1. Kontrola jakości surowych danych - Ocenia się jakość odczytów sekwencjonowania, obecność adapterów, rozkład jakości wzdłuż odczytu oraz całkowitą ilość danych. - Narzędzia: FastQC, MultiQC. > Definicja: Odczyt to krótki fragment sekwencjonowanego kwasu nukleinowego uzyskany przez sekwenator. ### 2. Wyrównywanie (alignment) - Wyrównywanie odczytów do genomu referencyjnego umożliwia zlokalizowanie pierwotnej pozycji każdego fragmentu. - Narzędzia: BWA, Bowtie2. - Metryki kontrolne: procent wyrównanych odczytów, duplikaty, jakość mapowania. ### 3. Identyfikacja wariantów - Identyfikacja miejsc, w których sekwencja pacjenta różni się od sekwencji referencyjnej. - Typy wariantów: substytucje pojedynczych nukleotydów (SNV), małe insercje/deleje (indele), warianty strukturalne (SV). - Narzędzia: GATK, FreeBayes, VarScan. ### 4. Adnotacja wariantów - Do wariantu dodaje się informacje: gen, transkrypt, typ zmiany, częstość populacyjna, dane kliniczne. - Narzędzia/bazy danych: VEP, ANNOVAR, ClinVar, gnomAD, OMIM. ### 5. Filtrowanie i priorytetyzacja - Eliminacja częstych wariantów łagodnych, zmian synonimicznych, niskiej jakości wyników oraz wariantów spoza istotnych genów. - Wykorzystanie informacji fenotypowych (HPO) do ukierunkowanego filtrowania genów związanych z manifestacją kliniczną pacjenta. ## Praktyczne aspekty jakości danych - Pokrycie (coverage): ile razy dany region został odczytany. Niskie pokrycie może prowadzić do fałszywie negatywnych wyników. - Średnia głębokość odczytu: średnia liczba odczytów pokrywających daną pozycję. - Równomierność pokrycia: czy obszary docelowe są pokryte spójnie. - Kontrola błędów technicznych: błędne wyrównanie i artefakty sekwencjonowania mogą prowadzić do fałszywie pozytywnych wyników. > Definicja: Pokrycie (coverage) oznacza liczbę odczytów, które pokrywają konkretną pozycję w genomie. ## Przeglądarki genomu i wizualizacja - Przeglądarka genomu umożliwia wizualne przeglądanie genomu, genów, transkryptów i wariantów w kontekście. - Przykłady: UCSC Genome Browser, Ensembl, NCBI Genome Data Viewer, IGV. - IGV umożliwia wyświetlanie zmapowanych odczytów i pomaga zweryfikować techniczną wiarygodność wariantu (obecność na obu niciach, pozycja w odczytach, stosunek ref/alt). > Definicja: Przeglądarka genomu to narzędzie do interaktywnej wizualizacji danych genomowych w kontekście adnotacji i odczytów. Tabela: Porównanie wybranych przeglądarek genomu | Narzędzie | Główne zastosowanie | Wyświetlanie odczytów | Odpowiednie dla | |---|---:|:---:|---| | UCSC Genome Browser | Bogate adnotacje, publiczne ścieżki | Nie zawsze bezpośrednio | Eksploracja genów i adnotacji | | Ensembl | Referencyjne adnotacje, transkrypty | Ograniczone | Analiza genów i transkryptów | | NCBI GDV | Oficjalne zasoby NCBI | Ograniczone | Integracja z bazami danych NCBI | | IGV | Lokalne wyświetlanie zmapowanych odczytów | Tak | Kontrola jakości i walidacja techniczna | ## Bazy danych wariantów, mutacji i chorób - Żadna baza danych nie jest ostateczna; interpretacja łączy wiele źródeł. - Ważne źródła: ClinVar, OMIM, gnomAD, DECIPHER, LOVD, Orphanet, COSMIC, HGMD. - ClinVar przedstawia kliniczne interpretacje z różnych laboratoriów; konflikt opinii jest ważną informacją. - gnomAD służy do oceny częstości występowania wariantów w populacji ogólnej. Czy wiesz, że ClinVar często zawiera różne interpretacje tego samego wariant