유전 변이의 아미노산 수준 신호-잡음 분석을 사용 하 여 Variant Pathogenicity의 가능성 확인
Summary
아미노산 수준 신호-잡음 분석 주어진 인구의 유전 변이 배경으로 정규화는 주어진된 아미노산 위치에 유전 변이의 보급을 결정 합니다. 이 인구 (잡음)에 희소 한 이체의 주파수 이상으로 상승 하는 단백질 시퀀스 (신호) 내에서 변형 “핫스폿”의 확인에 대 한 수 있습니다.
Abstract
비용 및 다음 세대 유전자 시퀀싱의 속도 발전 임상 전체 exome 및 전체 게놈 테스트의 폭발이 생성. 유전 증후군과 관련 된 가능성이 병원 성 변이의 증가 식별을 주도하 고 있다, 그러나 그것은 또한 극적으로 증가 수 알 수 없는 의미 (VUS)의 유전 이체를 우연히 발견. 이 이체의 임상적 의미를 결정 하는 것은 과학자와 임상에 대 한 주요 도전 이다. Pathogenicity의 가능성을 결정에서 원조 하는 접근 방식을 단백질 시퀀스 레벨에서 신호 대 잡음 분석 이다. 이 프로토콜에서 알려진된 단백질의 높은 가능성과 기본 시퀀스의 영역을 식별 하기 위해 토폴로지를 단백질의 각 아미노산 위치에 변형 주파수를 활용 하 여 아미노산 수준 신호-잡음 분석 하는 방법을 설명 합니다. (상대적인 인구 “배경” 변이) pathologic 변화. 이 메서드는 다음 세대 유전 테스트에 의해 확인 된 그들 같이 VUSs의 진단 무게를 구체화 하는 데 사용할 수 있습니다 높은 pathologic 신호의 아미노산 잔류물 위치 “핫스팟”를 식별할 수 있습니다.
Introduction
접근성 및 약에 있는 유전학의 역할 유전자 시퀀싱 플랫폼의 급속 한 향상 혁명을 했다. 일단, 단일 유전자 또는 유전자의 소수에 국한, 비용에서 감소 및 시퀀싱 유전자는 게놈의 전체의 일상적인 시퀀싱 주도하 고 있다 다음 세대의 속도 증가 순서 (전체 exome 시퀀싱, WES) 코딩의 전체 게놈 ( 전체 게놈 시퀀싱, WGS) 임상 설정에서. 웨스와 WGS 사용 되었습니다 자주 비판적으로 아픈 신생아와 유전 증후군에 대 한 우려와 함께 어린이의 설정에서 어디 그것은 임상 관리1,2를 변경할 수 있습니다 입증 된 진단 도구입니다. 유전 증후군과 관련 된 가능성이 병원 성 변이의 증가 식별을 주도하 고 있다, 하는 동안 그것은 또한 극적으로 덧붙여 발견된 유전 이체, 또는 예기치 않은 긍정적인 결과 알 수 없는 진단의 수를 증가 중요성 (VUS)입니다. 이 이체의 일부는 무시 하 고 보고 되지, 변종에 지역화 하는 동안 잠재적으로 치명적인 또는 매우 병 적인 질병와 관련 된 유전자는 자주 보고. 현재 지침에 부수적 변종 갑자기 심장 죽음 predisposing 질병 cardiomyopathies 등의 개발과 관련 된 유전자를 포함 하 여 환자에 게 의료 혜택의 수 있습니다 특정 유전자에 발견의 보고 하는 것이 좋습니다, channelopathies3. 이 권장 사항은 SCD predisposing 질병의 위험에 개인을 캡처 하도록 설계 되었습니다, 비록 변형 검출의 감도 훨씬 특이성을 초과 합니다. 이 VUSs의 증가에 반영 되 고 덧붙여 불분명 진단 유틸리티까지 주어진된 인구4에 각각 질병의 주파수를 초과 하는 이체를 확인. 같은 하나의 질병, 긴 QT 증후군 (LQTS), 심장 이온 채널을 부호화 하는 유전자를 지역화 하는 돌연변이 의해 발생 하는 정식 심장 channelopathy 또는 단백질, 그 결과 상호 작용 하는 채널 지연 심장 repolarization5. 심전도, 휴식에 장기간된 QT 간격으로 본이 지연된 repolarization torsades de pointes등 잠재적으로 치명적인 심 실 부정맥을 전기 경향에 발생 합니다. 다양 한 유전자 돌연변이 KCNQ1에서이 질병의 개발에 연결 된 동안-난에 인코딩Ks 칼륨 채널 (KCNQ1, Kv7.1) 이며 LQTS 1 형의 원인6아래 예제로 활용 됩니다. 변형 해석에 복잡성을 보여주는, LQTS 관련 유전자, 소위 “배경 유전 변이” 희소 한 이체의 존재는 앞에서 설명한7,8되었습니다.
알려진된 병원 성 이체의 큰 대 요-스타일 데이터베이스, 뿐만 아니라 여러 전략 효과 다른 이체를 생산할 예정 이다 예측에 대 한 존재 합니다. 일부는 선별 등 Polyphen 2, deleteriousness,910예측을 소설 아닌 동의어 이체의 많은 수를 필터링 할 수 있는 알고리즘을 기반으로 합니다. 이러한 도구의 광범위 한 사용에도 불구 하 고 낮은 특이성 “호출” 임상 VUSs11에 관해서 그들의 적용을 제한 합니다. “신호 대 잡음” 분석 문제의 loci에서 알려진된 pathologic 변이의 주파수는 인구에서 희소 한 유전 변이 대 한 정규화에 따라 질병와 관련 된 되 고 variant의 가능성을 식별 하는 도구입니다. 변종 유전자 loci를 지역화 그곳에 높은 신호-잡음, 인구 기반 유사에 비해 질병 관련 돌연변이의 높은 보급은 더 높습니다 스스로를 해야하는 질병 관련. 더, 희귀 한 변종 발견 덧붙여 희귀 인구 이체의 높은 주파수를 가진 유전자에 지역화 질병 관련 된 주파수, 낮은 신호-잡음에 비해, 질병 관련 될 가능성이 있을 수 있습니다. 신호 대 잡음 분석의 진단 유틸리티 cardiomyopathies 및 channelopathies;에 대 한 유전자 검사에 대 한 최신 가이드라인에 그림 되었습니다. 그러나, 그것은 전체 유전자 수준 또는 도메인-특정 레벨12에서 고용만 있다. 최근, 주어진 pathologic 변종은 (질병 데이터베이스, 문학에서 코 호트 연구) 및 인구 기반 제어 변종 (Exome 집계 컨소시엄, ExAC 및 게놈 집계 데이터베이스, GnomAD13)의 증가 가용성 이 단백질의 기본 시퀀스 내에서 개별 아미노산 위치에 적용 되었습니다. 아미노산 수준 신호-잡음 분석 보다는 가능성이 “배경” 유전자 변형으로 LQTS와 관련 된 질병 관련 유전자에 덧붙여 확인 된 변종 분류에 유용한 입증 했다. KCNQ1를 포함 하 여, LQTS와 관련 된 세 가지 주요 유전자 들이 우연히 발견 된 변종 부족 개별 아미노산 위치에이 이체의 주파수 드문 반영 제안 중요 한 신호 대 잡음 비율, 인구 변화 질병 관련 돌연변이 보다는. 또한 때 단백질 도메인 토폴로지 높은 신호 대 잡음, pathologic 돌연변이 단백질14의 주요 기능 도메인으로 “핫스폿”의 영역에 대 한 중첩 되었다. 이 방법론 1) 가능성 variant는 질병 또는 인구 관련 결정 하 고 2) 인간의 질병과 관련 된 단백질의 중요 한 새로운 기능 도메인 식별 약속을 보유 하고있다.
Protocol
Representative Results
Discussion
높은 처리량 유전자 검사는 고급 극적으로 그것의 응용 프로그램 및 가용성에서 지난 10 년간. 그러나, 잘 설립 유전 토대, cardiomyopathies, 등 많은 질병에 확장 테스트 실패 했다 진단 수율21개선. 또한, 많은 확인 된 이체의 진단 유틸리티에 대 한 상당한 불확실성이 있다. 이것은 부분적으로 말하자면 확인 된 희귀 변종 WES에 WGS misdiagnosis22이어질 수 있는 발견의 ?…
Declarações
The authors have nothing to disclose.
Acknowledgements
APL은 여는 국립 연구소의 건강 K08-HL136839 지원 하 고 있다.
Materials
| 1000 Genome Project | N/A | www.internationalgenome.org | |
| ClinVar | N/A | www.ncbi.nlm.nih.gov/clinvar | |
| Ensembl Genome Browser | N/A | uswest.ensembl.org/index.html | |
| Excel | Microsoft | office.microsoft.com/excel/ | Used for all example formulas and functions |
| Exome Aggregation Consortium | N/A | www.exac.broadinstitute.org | |
| Genome Aggregation Database | N/A | www.gnomad.broadinstitute.org | |
| National Center for Biotechnology Information Domain and Structure Database | N/A | www.ncbi.nlm.nih.gov/guide/domains-structures/ | |
| National Center for Biotechnology Information Gene Database | N/A | www.ncbi.nlm.nih.gov/gene/ | |
| National Center for Biotechnology Information Protein Database | N/A | www.ncbi.nlm.nih.gov/protein/ | |
| National Heart, Lung, and Blood Institute GO Exome Sequencing Project | N/A | www.evs.gs.washington.edu/EVS/ | |
| SnapGene | GSL Biotech LCC | www.snapgene.com | |
| University of California, Santa Cruz Human Genome Browser | N/A | www.genome.ucsc.edu |
Referências
- Yang, Y., et al. Clinical whole-exome sequencing for the diagnosis of mendelian disorders. New England Journal of Medicine. 369 (16), 1502-1511 (2013).
- Meng, L., et al. Use of Exome Sequencing for Infants in Intensive Care Units: Ascertainment of Severe Single-Gene Disorders and Effect on Medical Management. Journal of the American Medical Association Pediatrics. 171 (12), 173438 (2017).
- Kalia, S. S., et al. Recommendations for reporting of secondary findings in clinical exome and genome sequencing, 2016 update (ACMG SF v2.0): a policy statement of the American College of Medical Genetics and Genomics. Genetics in Medicine. 19 (2), 249-255 (2017).
- Landstrom, A. P., Ackerman, M. J. The Achilles’ heel of cardiovascular genetic testing: distinguishing pathogenic mutations from background genetic noise. Clinical Pharmacology and Therapeutics. 90 (4), 496-499 (2011).
- Landstrom, A. P., Tester, D. J., Ackerman, M. J., Lawless, C. Role of genetic testing for sudden death predisposing heart conditions in athletes. Sports Cardiology Essentials. , (2011).
- Wang, Q., et al. Positional cloning of a novel potassium channel gene: KVLQT1 mutations cause cardiac arrhythmias. Nature Genetics. 12 (1), 17-23 (1996).
- Kapa, S., et al. Genetic testing for long-QT syndrome: distinguishing pathogenic mutations from benign variants. Circulation. 120 (18), 1752-1760 (2009).
- Ackerman, M. J., et al. Ethnic differences in cardiac potassium channel variants: implications for genetic susceptibility to sudden cardiac death and genetic testing for congenital long QT syndrome. Mayo Clinic Proceedings. 78 (12), 1479-1487 (2003).
- Kumar, P., Henikoff, S., Ng, P. C. Predicting the effects of coding non-synonymous variants on protein function using the SIFT algorithm. Nature Protocols. 4 (7), 1073-1081 (2009).
- Adzhubei, I., Jordan, D. M., Sunyaev, S. R. Predicting functional effect of human missense mutations using PolyPhen-2. Current Protocols in Human Genetics. , (2013).
- Flanagan, S. E., Patch, A. M., Ellard, S. Using SIFT and PolyPhen to predict loss-of-function and gain-of-function mutations. Genetic Testing and Molecular Biomarkers. 14 (4), 533-537 (2010).
- Ackerman, M. J., et al. HRS/EHRA expert consensus statement on the state of genetic testing for the channelopathies and cardiomyopathies this document was developed as a partnership between the Heart Rhythm Society (HRS) and the European Heart Rhythm Association (EHRA). Heart Rhythm. 8 (8), 1308-1339 (2011).
- Lek, M., et al. Analysis of protein-coding genetic variation in 60,706 humans. Nature. 536 (7616), 285-291 (2016).
- Landstrom, A. P., et al. Amino acid-level signal-to-noise analysis of incidentally identified variants in genes associated with long QT syndrome during pediatric whole exome sequencing reflects background genetic noise. Heart Rhythm. 15 (7), 1042-1050 (2018).
- Hubbard, T., et al. Ensembl 2005. Nucleic Acids Research. 33, 447-453 (2005).
- O’Leary, N. A., et al. Reference sequence (RefSeq) database at NCBI: current status, taxonomic expansion, and functional annotation. Nucleic Acids Research. 44, 733-745 (2016).
- Kent, W. J., et al. The human genome browser at UCSC. Genome Research. 12 (6), 996-1006 (2002).
- The 100 Genome Projects Consortium. An integrated map of genetic variation from 1,092 human genomes. Nature. 491 (7422), 56-65 (2012).
- Fu, W., et al. Analysis of 6,515 exomes reveals the recent origin of most human protein-coding variants. Nature. 493 (7331), 216-220 (2013).
- Mulder, N. J., Apweiler, R. Tools and resources for identifying protein families, domains and motifs. Genome Biology. 3 (1), (2002).
- Cirino, A. L., et al. A Comparison of Whole Genome Sequencing to Multigene Panel Testing in Hypertrophic Cardiomyopathy Patients. Circulation Cardiovascular Genetics. 10 (5), (2017).
- Landstrom, A. P., et al. Interpreting Incidentally Identified Variants in Genes Associated With Catecholaminergic Polymorphic Ventricular Tachycardia in a Large Cohort of Clinical Whole-Exome Genetic Test Referrals. Circulation Arrhythmia and Electrophysiology. 10 (4), (2017).
- Whiffin, N., et al. Using high-resolution variant frequencies to empower clinical genome interpretation. Genetics in Medicine. 19 (10), 1151-1158 (2017).
- Walsh, R., et al. Reassessment of Mendelian gene pathogenicity using 7,855 cardiomyopathy cases and 60,706 reference samples. Genetics in Medicine. 19 (2), 192-203 (2017).
- Buske, O. J., Manickaraj, A., Mital, S., Ray, P. N., Brudno, M. Identification of deleterious synonymous variants in human genomes. Bioinformatics. 31 (5), 799 (2015).
- Wen, P., Xiao, P., Xia, J. dbDSM: a manually curated database for deleterious synonymous mutations. Bioinformatics. 32 (12), 1914-1916 (2016).
- Bagnall, R. D., et al. Whole Genome Sequencing Improves Outcomes of Genetic Testing in Patients With Hypertrophic Cardiomyopathy. Journal of the American College of Cardiology. 72 (4), 419-429 (2018).
- Giudicessi, J. R., Roden, D. M., Wilde, A. A. M., Ackerman, M. J. Classification and Reporting of Potentially Proarrhythmic Common Genetic Variation in Long QT Syndrome Genetic Testing. Circulation. 137 (6), 619-630 (2018).
- Sundaram, L., et al. Predicting the clinical impact of human mutation with deep neural networks. Nature Genetics. 50, 1161-1170 (2018).
- Krittanawong, C., Zhang, H., Wang, Z., Aydar, M., Kitai, T. Artificial Intelligence in Precision Cardiovascular Medicine. Journal of the American College of Cardiology. 69 (21), 2657-2664 (2017).
