コピー数変異と希少疾患に関する新しい洞察
研究がCNV(コピー数変異)とそれらが遺伝性疾患における役割についての理解を深めてる。
― 1 分で読む
目次
コピー数変異、つまりCNVは、標準参照と比べて私たちのDNAの遺伝物質の量に変化があることを指すんだ。これらの変化には、追加のDNAの部分(複製や挿入と呼ばれる)や、欠けている部分(欠失と呼ばれる)が含まれる。一般的に、CNVは50塩基対以上の違いとして定義されていて、いくつかの珍しい遺伝病に重要な役割を果たしている。
珍しい遺伝障害の疑いがあるケースを調べるために、医者は通常、染色体マイクロアレイ(CMA)というテストを使うんだ。このテストはCNVを探していて、長い間標準的な方法として使われてきた。でも最近、多くの人がCMAの代わりにエクソームシーケンシングを最初の選択肢にするようになってきた。標準的なCMAは大きなCNVしか見つけられないから、遺伝子に影響を与えるかもしれない小さな変化を見逃しちゃうんだ。エクソームシーケンシングも、小さな遺伝子変化に主に焦点を当てているから、CNVの検出には課題がある。
CNVの検出方法
伝統的には、CNVはシーケンシング中に読み取られたDNAの量を分析する方法を使って識別されてきた。様々な要因がこの読み取りに影響を与える可能性があるから、検出された変化が本物かテスト方法のミスかを判断するのが難しいことがある。GATK-gCNVツールは、これらの要因があってもDNAの読み取りの深さを分析することで、珍しいCNVを見つける手助けをするスマートなシステムを使ってるんだ。
GATK-gCNVの性能はゲノムシーケンシングと一緒にテストされていて、自閉症の子供たちの新しいCNVを特定するのに非常に高い精度を示した。この方法は、複数の遺伝子にまたがるCNVを検出するのに効果的だったんだ。
ブロード研究所での研究
ブロード研究所では、GATK-gCNVツールを使って疑わしい遺伝病を持つ大きな家族グループのCNVを探しているんだ。2016年から、この研究所は様々な遺伝的状態で苦しむ6,000以上の家族のエクソームをシーケンスしてきた。これらの状態には、発達障害や血液、腎臓機能に関する問題が含まれている。
ほとんどの家族は、遺伝子パネル、CMA、またはエクソームシーケンシングを通して何らかのレベルの遺伝子検査を受けていた。近年、エクソームデータにCNVコールを追加することで、珍しい病気の診断に価値のある情報が得られているんだ。
CNVコールの利点と課題
CMAやエクソームシーケンシングのようなテストが増えるにつれて、研究者たちはもっと多くのCNVを特定している。でも健康への影響を理解するのは複雑なままだ。この助けになるように、質の高い参照データを提供するためのいくつかのデータベースが設計されている。例えば、gnomAD SVデータベースは一般人口におけるCNVの頻度に関する重要な情報を提供している。また、CNVが有害かもしれないかを予測するツールも開発されて、重要性を評価するのにも役立っているんだ。
CNVの影響を正確に分類するのは重要だ。アメリカ医学遺伝学およびゲノム学会(ACMG)のようなグループがCNVの評価をガイドするための基準を設定している。CNVをスコア付けするためには、ラボ間の一貫性と証拠に基づく方法の適用が必要なんだ。特に、あまり一般的でない遺伝のパターンに従うCNVをよりよく分類するための新しいアプローチが開発されている。
分析対象ケースの選定
ブロードCMGは、珍しい病気の遺伝的原因を見つける手助けをするために設立された。家族は倫理的ガイドラインのもとで研究研究にリクルートされていて、影響を受けた家族のメンバーの症状に関する詳細が提供されているんだ。
2016年2月から2021年5月の間に、6,600以上の家族がこの分析に参加した。多様な健康問題を抱えたほとんどの家族は以前にテストを受けていたが、明確な結果は得られなかった。エクソームシーケンシングはブロード研究所のゲノミクスプラットフォームによって行われていて、高品質の結果を確保するために時折異なる方法が使われていた。
エクソームシーケンシングとCNV検出
エクソームシーケンシングは、タンパク質をコードするゲノムの部分に焦点を当てている。この方法では、特定のシーケンシング技術を用いてDNAサンプルの詳細な分析が行われた。生成されたデータは正確性を確保するために慎重に処理され、遺伝子の変化を特定するために強力なソフトウェアツールが使用された。
これらのエクソームデータセットのCNVを検出するためにGATK-gCNVのベストプラクティスが従われた。読み取りのカバレッジを分析し、サンプルを特徴づけることで、品質保証を考慮しながらCNVを特定することができたんだ。
CNVの分析
各家族のCNVデータは、他の遺伝情報と照らし合わせてその重要性を評価された。考慮された要因にはCNVのサイズ、その遺伝子への予測される影響、家族の遺伝パターン、人口における頻度が含まれた。既知の遺伝子とそれらの特徴に基づいてCNVを分析するための異なる基準が作られた。
確立されたガイドラインによれば、高信頼度のCNVは、質と研究に参加した個人の間での頻度に基づく特定の要件を満たさなければならないんだ。
CNVの検証
CNVの検証は、標準的な方法であるPCRや核型解析などの様々なアプローチを使用して行われた。いくつかのCNVは、利用可能なDNAや歴史的サンプルの制限により検証されなかった。これらの検証の結果は、発見の信頼性とCNVコールの正確性についての光を当てたんだ。
従来のテスト方法(CMAなど)の効果を、特定されたCNVに対して評価することが研究の重要な部分になった。特定のプローブを使用して、従来の臨床方法で検出された可能性のあるCNVの数を決定したんだ。
因果CNVの分類
CNVは、それに関連する臨床表現型との関係に基づいて慎重に分類された。この分析の結果、いくつかの高信頼度のCNVが特定され、研究した家族の中で約2.6%の目立った発見率が得られた。これらのCNVの多くは、遺伝病との知られた関連性を持つ既知の遺伝子に該当するんだ。
結果は、重複よりも欠失の方が好まれることを示していて、後者は因果的影響を証明するのが難しいことが多いんだ。この研究は、新しい病気の遺伝子も発見され、彼らの役割を検証するためのさらなる調査が必要なことを明らかにした。
重要な発見とその影響
この研究中に、173家族が因果CNVを持つと特定された。これらのCNVの多くは知られた遺伝病に関連していたが、他のものは健康への影響についての疑問を呼び起こした。研究者たちは、CNVの間に substantial overlap が存在すると指摘していて、遺伝が複雑な関係を持つことが示唆されているんだ。
再発CNVも特定され、特定の状態における共有経路を示唆している。これらのケースでCNVコールを効果的に使用することで、以前には知られていなかった遺伝的原因を見つける可能性が示された。小さなCNVのさらなる検証の必要性が今後の重要な側面だね。
評価と次のステップ
既存のエクソームデータからのCNV検出の全体的な成功は、従来の方法と比べて有望な結果を示した。小さなCNVとその検出に関する課題は残っているが、高品質の参照データの増加がCNVとそれの人間の健康に与える影響の理解を向上させ続けているんだ。
CNV分類基準をさらに洗練させる努力が重要で、分類を支えるための機能的データの取り入れも必要だ。この研究からの発見は、珍しい病気の遺伝的基盤を理解するための継続的な探求において重要な一歩を示しているし、影響を受けた家族の診断率を改善する道を開くものだよ。
結論
大規模な個体群におけるコピー数変異の分析は、珍しい病気の遺伝的基盤に対する重要な洞察をもたらした。先進的なCNV検出方法と分類への体系的アプローチを効果的に利用することで、研究者たちは遺伝的変異の複雑さを明らかにし始めている。今後もこの分野での努力が続けば、遺伝疾患の理解を深め、これらの条件に影響を受けた患者や家族の診断と治療の選択肢を改善する道が開かれるだろう。
タイトル: Exome copy number variant detection, analysis and classification in a large cohort of families with undiagnosed rare genetic disease
概要: Copy number variants (CNVs) are significant contributors to the pathogenicity of rare genetic diseases and with new innovative methods can now reliably be identified from exome sequencing. Challenges still remain in accurate classification of CNV pathogenicity. CNV calling using GATK-gCNV was performed on exomes from a cohort of 6,633 families (15,759 individuals) with heterogeneous phenotypes and variable prior genetic testing collected at the Broad Institute Center for Mendelian Genomics of the GREGoR consortium. Each familys CNV data was analyzed using the seqr platform and candidate CNVs classified using the 2020 ACMG/ClinGen CNV interpretation standards. We developed additional evidence criteria to address situations not covered by the current standards. The addition of CNV calling to exome analysis identified causal CNVs for 173 families (2.6%). The estimated sizes of CNVs ranged from 293 bp to 80 Mb with estimates that 44% would not have been detected by standard chromosomal microarrays. The causal CNVs consisted of 141 deletions, 15 duplications, 4 suspected complex structural variants (SVs), 3 insertions and 10 complex SVs, the latter two groups being identified by orthogonal validation methods. We interpreted 153 CNVs as likely pathogenic/pathogenic and 20 CNVs as high interest variants of uncertain significance. Calling CNVs from existing exome data increases the diagnostic yield for individuals undiagnosed after standard testing approaches, providing a higher resolution alternative to arrays at a fraction of the cost of genome sequencing. Our improvements to the classification approach advances the systematic framework to assess the pathogenicity of CNVs.
著者: Anne O'Donnell-Luria, G. Lemire, A. Sanchis-Juan, K. Russell, S. Baxter, K. Chao, M. Singer-Berk, E. Groopman, I. Wong, E. England, J. Goodrich, L. Pais, C. Austin-Tse, S. DiTroia, E. O'Heir, V. Ganesh, M. Wojcik, E. Evangelista, H. Snow, I. Osei-Owusu, J. Fu, M. Singh, Y. Mostovoy, S. Huang, K. Garimella, S. Kirkham, J. Neil, D. Shao, C. Walsh, E. Argili, C. Le, E. Sherr, J. Gleeson, S. Shril, R. Schneider, F. Hildebrandt, V. Sankaran, J. Madden, C. Genetti, A. Beggs, P. Agrawal, K. Bujakowska, E. Place, E. Pierce, S. Donkervoort, C. Bonnemann, L. Gallacher, Z. Stark
最終更新: 2023-10-05 00:00:00
言語: English
ソースURL: https://www.medrxiv.org/content/10.1101/2023.10.05.23296595
ソースPDF: https://www.medrxiv.org/content/10.1101/2023.10.05.23296595.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。
参照リンク
- https://genome.ucsc.edu/
- https://genescout.omim.org/
- https://www.deciphergenomics.org/
- https://search.clinicalgenome.org/kb/gene-dosage?page=1&size=25&search=
- https://clinicalgenome.org/working-groups/sequence-variant-interpretation/
- https://www.deciphergenomics.org/browser
- https://www.ncbi.nlm.nih.gov/clinvar/