Istraživači iz Dečje bolnice u Filadelfiji (CHOP), Medicinskog fakulteta Perelman na Univerzitetu u Pensilvaniji i Nacionalnog instituta za rak (NCI) Nacionalnog instituta za zdravlje razvili su novi alat koji omogućava naučnicima da anotiraju varijante podataka iz velikih- studije obima sa klinički fokusiranim klasifikacijama za rizik od raka kod dece i drugih bolesti. Ovaj novi alat dovodi starije aplikacije u skladu sa trenutnim smernicama i dostupan je za upotrebu — besplatno — u istraživačkoj zajednici. Alat je opisan u radu nedavno objavljenom u časopisu Bioinformatika.
Sekvenciranje celog genoma i egzoma postali su dostupniji alati za klinička istraživanja u identifikaciji naslednih (germinativnih) genetskih varijanti koje bi mogle da dovedu do raznih bolesti. Iako se smernice Američkog koledža medicinske genetike-Asocijacije za molekularnu patologiju (ACMG-AMP) često ažuriraju kako bi se pomoglo kliničarima da utvrde da li su varijante zametne linije verovatno odgovorne za bolest pacijenta, automatizovani alati možda neće uvek držati korak sa takvim ažuriranjima.
„Naš cilj je bio da stvorimo javno dostupan alat koji bi mogao da se razvija sa ovim smernicama dok i dalje koristi mnoge od kritičnih baza podataka i pristupa koje je istraživačka zajednica upoznala“, rekla je viši autor studije Sharon J. Diskin, dr. član fakulteta Katedre za biomedicinsku i zdravstvenu informatiku na CHOP-u i vanredni profesor pedijatrije na Penn Medicine.
Novi alat, automatizovana patogenost varijante zametne linije (AutoGVP), integriše napomene o patogenosti varijanti zametne linije—informacije o tome da li identifikovane varijante izazivaju bolest—iz ClinVar baze podataka i klasifikacije varijanti sekvence iz modifikovane verzije alata InterVar. AutoGVP vraća klasifikacije patogenosti zasnovane na evoluirajućim ACMG-AMP smernicama kroz integraciju ClinVar i InterVar. On se bavi potencijalom InterVar alata da preterano tumači patogenost od varijanti gubitka funkcije koje smanjuju aktivnost određenog gena.
Potreba za AutoGVP-om postala je jasna nakon studije koju su Diskin i kolege objavili prošle godine u Journal of the National Cancer Institute koja je analizirala sekvencioniranje DNK zametne linije 786 pacijenata sa neuroblastomom i identifikovala 116 patogenih ili verovatnih patogenih varijanti. Autori su takođe izvestili da pacijenti koji nose ove varijante zametne linije imaju lošiju verovatnoću preživljavanja i identifikuju BARD1 kao važan gen za predispoziciju za neuroblastom sa uobičajenim i retkim patogenim ili verovatnim patogenim varijacijama zametne linije.
Tim koji je uključivao autore iz JNCI papira sarađivao je na razvoju AutoGVP-a, kako bi se omogućilo masovno označavanje varijanti zametne linije i automatski dodelila patogenost. Oni primenjuju AutoGVP na genetske podatke pedijatrijskih pacijenata sa tumorom mozga i većih kohorti neuroblastoma.
„Mnogi uzorci koje koristimo za identifikaciju patogenih varijanti kod pedijatrijskih tumora mozga potiču iz centralizovanog resursa Dečije mreže tumora mozga (CBTN), i želeli bismo da možemo da podelimo nove nalaze sa CBTN lokacijama na jednostavniji način“, rekla je dr Jo Linne Rokita, naučnica za nadzor bioinformatike u Centru za otkrivanje vođena podacima (D3B) u CHOP-u i ko-stariji autor studije.
„Sa AutoGVP-om, možemo da pojednostavimo klasifikaciju varijanti i brzo ugradimo nove informacije kako sve više i više biobanka objavljuje velike podatke o sekvenciranju“, rekao je prvi autor Jung Kim, doktor nauka, naučnik u Odeljenju za epidemiologiju i genetiku raka u NCI. „Osim toga, AutoGVP smanjuje praktično kuriranje varijanti i omogućava ponovljivost kuriranja varijanti.“
