Fully integrated SNV, fusion, and isoform analysis of cancer drivers with FLAIR3 for improved functional interpretation
يقدم المؤلفون FLAIR3، وهي أداة شاملة تدمج بيانات تسلسل الحمض النووي الريبي (RNA) ذات القراءة الطويلة لتحليل متغيرات النوكليوتيدات المنفردة، وعمليات الحذف والإدراج، والاندماجات الجينية، والتقطيع البديل في آن واحد، مما يكشف عن تأثيرها الوظيفي المشترك على المحركات السرطانية في الساركوما العظمية والسرطانة الغدية الرئوية.
المؤلفون الأصليون:Felton, C. A., Galvez, A., Damle, T., Levine, K. M., Diekhans, M., Fuentes, E. L., Won, T. S., Vollmers, C., Sweet-Cordero, A., Berger, A., Brooks, A. N.
المؤلفون الأصليون: Felton, C. A., Galvez, A., Damle, T., Levine, K. M., Diekhans, M., Fuentes, E. L., Won, T. S., Vollmers, C., Sweet-Cordero, A., Berger, A., Brooks, A. N.
السرطان هو مرض في دليل تعليمات الخلية. داخل كل خلية، يوجد خيط طويل من الشفرة الوراثية يخبر الآليات كيفية بناء البروتينات، وهي "خيول العمل" التي تحافظ على استمرار عمل الجسم. أحياناً، تظهر أخطاء مطبعية في هذه الشفرة، أو يتم إعادة ترتيب صفحات كاملة، أو حذفها، أو لصقها في الفصل الخطأ. يمكن لهذه الأخطاء أن تسبب نمواً خارج السيطرة للخلايا. لعقود من الزمن، اعتمد العلماء على تسلسل القراءة القصيرة (short-read sequencing) للعثور على هذه الأخطاء. تخيل أنك تحاول فهم جملة طويلة ومعقدة من خلال قراءة بضع كلمات منها فقط في كل مرة، ثم تحاول تخمين المعنى الكامل من تلك الأجزاء الصغيرة. تعمل هذه الطريقة بشكل جيد للعثور على الأخطاء المطبعية البسيطة، لكنها غالباً ما تفشل عندما يتغير هيكل الجملة نفسه، مثل عندما يتم دمج جملتين مختلفتين معاً أو عندما يُعاد ترتيب فقرة بطريقة تربك القارئ.
لحل هذه المشكلة، لجأ الباحثون إلى تسلسل القراءة الطويلة (long-read sequencing)، وهي تقنية يمكنها قراءة جمل وراثية كاملة في خطوة واحدة. يتيح ذلك للعلماء رؤية الصورة الكاملة لكيفية استخدام الجينات. ومع ذلك، فإن امتلاك النص الكامل ليس سوى نصف المعركة؛ إذ يحتاج العلماء أيضاً إلى معرفة كيف تغير الأخطاء المطبعية وإعادة الترتيب المنتج البروتيني النهائي. والآن، تقوم أداة جديدة تسمى FLAIR3، طورها فريق في جامعة كاليفورنيا، سانتا كروز ومؤسسات أخرى، بدمج هذه القراءات الوراثية كاملة الطول مع تحليل مفصل للأخطاء الموجودة داخلها. ومن خلال النظر في الرسالة الوراثية الكاملة والأخطاء المحددة التي تحتوي عليها في آن واحد، يمكن للباحثين التنبؤ بدقة بكيفية تغير بروتينات الخلية. يقدم هذا النهج رؤية أوضح للمحركات الجزيئية لمرض السرطان، مما يساعد في التمييز بين الضجيج الوراثي غير الضار والتغيرات المحددة التي تغذي نمو الورم بالفعل.
طبق الباحثون هذه الأداة الجديدة على نوعين مختلفين تماماً من السرطان: الساركوما العظمية (osteosarcoma)، وهو سرطان عظام معروف بتعقيداته وإعادة ترتيباته الوراثية الفوضوية، وسرطان الغدة في الرئة (lung adenocarcinoma)، وهو سرطان رئة غالباً ما يكون مدفوعاً بأخطاء مطبعية بسيطة في الشفرة الوراثية. في عينات سرطان العظام، استخدم الفريق تسلسل القراءة الطويلة لفحص خطوط خلوية مستمدة من المرضى. ووجدوا أن الأداة الجديدة يمكنها تحديد اندماجات الجينات (gene fusions)—وهي حالات تلتصق فيها جينتان منفصلتان معاً—والتي فاتتها الطرق السابقة. على سبيل المثال، في إحدى العينات، رصدت الأداة اندماجاً بين جين يسمى CCNE1 ومنطقة غير مشفرة من كروموسوم. كان هذا الاندماج مسؤولاً عن أكثر من نصف نشاط هذا الجين في ذلك الورم، وهو تفصيل أغفلته تقنية تسلسل القراءة القصيرة القياسية تماماً. كما كشفت الأداة أن بعض هذه الاندماجات أنتجت بروتينات تم قطعها أو تعديلها بطرق قد تغير سلوك السرطان، مما يوفر خريطة أكثر دقة لبيولوجيا الورم مما كان ممكناً في السابق.
وفي عينات سرطان الرئة، انتقل التركيز إلى كيفية تفاعل التغييرات أحادية الحرف في الحمض النووي، المعروفة باسم متغيرات النوكليوتيدات المفردة (single nucleotide variants)، مع النسخ المختلفة من الجين التي قد تنتجها الخلية. يمكن دمج الجينات (splicing) بطرق مختلفة لإنشاء نسخ متعددة من البروتين، تماماً مثل وجود طبعات مختلفة لكتاب ما. واكتشف الباحثون أنه في حالة مريض واحد، ظهرت طفرة خطيرة في جين BRAF في نسخة واحدة محددة فقط من البروتين، بينما ظلت نسخة أخرى من نفس الجين طبيعية. هذا التمييز أمر بالغ الأهمية لأنه يشير إلى أن السرطان قد يكون مدفوعاً بنسخة بروتينية محددة، مما قد يؤثر على مدى استجابة المريض للأدوية المستهدفة. وبالمثل، وجد الباحثون في مريض آخر أن طفرة في جين CDKN2A أثرت على نسخة واحدة من البروتين الذي يتحكم في انقسام الخلايا، بينما تركت نسخة أخرى من نفس الجين دون مساس. يتحدى هذا الاكتشاف فكرة أن الطفرة تؤثر على الجين ككل، ويظهر بدلاً من ذلك أنها يمكن أن تعطل وظائف محددة بشكل انتقائي مع ترك وظائف أخرى سليمة.
كما كشفت الدراسة عن نوع من الأخطاء الوراثية الذي يصعب اكتشافه باستخدام التقنيات القديمة: عمليات الحذف متوسطة الحجم، حيث يغيب جزء صغير من الشفرة الوراثية. في إحدى عينات الساركوما العظمية، وجد الفريق حذفاً لـ 24 حرفاً في جين يسمى KEAP1. كان هذا الخطأ المحدد غير مرئي لتسلسل القراءة القصيرة القياسي لأن قطع الحمض النووي كانت أقصر من أن تغطي الفجوة، مما تسبب في عدم محاذاة البيانات برمجياً. ومع ذلك، رأت أداة القراءة الطويلة الجزء المفقود بوضوح وتنبأت بأنه أزال ثمانية من وحدات البناء من البروتين الناتج. وبينما لا يزال التأثير الدقيق لهذا التغيير على سلوك السرطان غير مفهوم تماماً، فإن القدرة على رؤيته على الإطلاق تفتح نافذة جديدة على المرض. كما حدد الباحثون اندماجات معقدة تشمل ثلاثة مواقع وراثية مختلفة، وهو سيناريو يكاد يكون من المستحيل إعادة بنائه من القطع القصيرة، ولكنه يصبح واضحاً عند قراءة الشريط الوراثي بأكم له في وقت واحد.
من خلال دمج الكشف عن هذه الأخطاء الوراثية المتنوعة مع تحليل الرسائل الوراثية كاملة الطول، أظهر الباحثون أن تأثير الطفرة يعتمد بشدة على السياق الذي تظهر فيه. فقد يكون التغيير كارثياً في نسخة واحدة من البروتين ولكنه غير ضار في نسخة أخرى. إن أداة FLAIR3 لا تكتفي بسرد الأخطاء فحسب، بل تتنبأ بتسلسل الأحماض الأمينية النهائي للبروتينات، وهي الوحدات الوظيفية الفعلية للخلية. وهذا يسمح للعلماء بمعرفة ما إذا كانت الطفرة تخلق بروتيناً جديداً قد يكون ضاراً، أم أنها ببساً تحذف جزءاً غير أساسي. تشير النتائج إلى أنه لفهم السرطان حقاً، يجب على الباحثين النظر إلى ما وراء مجرد قوائم الطفرات، وبدلاً من ذلك فحص كيفية إعادة تشكيل تلك الطفرات للتعليمات الوراثية كاملة الطول. هذه الرؤية الشمولية يمكن أن تساعد الأطباء في تحديد أي التغيرات الجينية يجب استهدافها بالأدوية الحالية بشكل أفضل، وتوجيه تطوير علاجات جديدة مصممة خصيصاً للملف الجزيئي المحدد لورم المريض.
بيان المشكلة غالبًا ما تدرس دراسات الجينوم السرطاني الحالية المتغيرات الجينومية (SNVs، وindels) والتنظيم النسخي (الربط البديل، اندماج الجينات) بشكل منعزل. ومع ذلك، فإن فهم نشوء الأورام يتطلب تحليل تفاعلها، وتحديدًا كيفية ربط متغيرات معينة بأشكال نسخ (isoforms) محددة لتحديد تأثيرها المشترك على تسلسلات الأحماض الأمينية. تعاني تقنية تسلسل القراءات القصيرة (short-read sequencing) من صعوبة في اكتشاف الـ indels متوسطة الحجم (20-50 زوجًا قاعديًا)، والمتغيرات الهيكلية المعقدة، واندماجات الجينات التي تشمل مناطق غير مشفرة أو مواقع متعددة. علاوة على على ذلك، غالبًا ما تفشل بيانات القراءات القصيرة في ربط متغير معين بشكل كامل بـ isoform كامل الطول، مما يؤدي إلى تصنيف العديد من المتغيرات كـ "متغيرات ذات أهمية غير مؤكدة" (VUS). وبينما توفر تقنية تسلسل الحمض النووي الريبي طويل القراءة (lrRNA-seq) الإمكانية لحل مشكلة الأشكال النسخية كاملة الطول، إلا أن الأدوات الموجودة تفتقر إلى مسار موحد يدمج الكشف عن SNV، وindel، والاندماج مع التكميم (quantification) للأشكال النسخية والتنبؤ الوظيفي للبروتين.
المنهجية: FLAIR3 قام المؤلفون بتطوير FLAIR3، وهو مسار حوسبي متكامل مصمم لتحليل بيانات lrRNA-seq من أجل التوصيف الشامل للمتغيرات والأشكال النسخية. تشمل المكونات المنهجية الرئيسية ما يلي:
مسار مبسط: على عكس الإصدارات السابقة (FLAIR2) التي كانت تتطلب ملفات محاذاة وسيطة متعددة، يقبل FLAIR3 ملفات BAM المحاذية ويقوم بعمليات التصحيح والطي (collapsing) في خطوة واحدة (FLAIR transcriptome)، مما يقلل من العبء الحوسبي. ويتضمن وحدة جديدة باسم FLAIR combine لدمج النسخ النسخية عبر العينات.
الكشف عن الاندماج (FLAIR fusion): تستخرج هذه الوحدة القراءات الكيميرية (chimeric reads)، وتعيد محاذاتها مع مرجع نسخي، وتنشئ جينوم مرجعي اندماجي اصطناعي عن طريق دمج التسلسلات الجينومية من المواقع المعنية. هذه الوحدة محايدة تجاه عدد المواقع، مما يسمح باكتشاف الاندماجات المعقدة متعددة المواقع. وتقوم بإعادة محاذاة القراءات مع هذا الجينوم الاصطناعي لتحديد الأشكال النسخية وتصفية المصنوعات (artifacts)، مع الإبلاغ عن نقاط الكسر بدقة قاعدة الزوج القاعدي.
النسخ المتوافق مع المتغيرات (FLAIR variants): تدمج هذه الوحدة ملفات VCF الخارجية (من أدوات مثل DeepVariant أو Longshot أو Clair3) مع محاذات النسخ. وهي تطابق القراءات مع كل من النسخ والمتغيرات لتعيين المتغيرات لأشكال نسخية محددة، مما يتيح تحليل التعبير النوعي للأليل في الأشكال النسخية.
التنبؤ الوظيفي: تتنبأ المسارات بالمتوالية المشفرة (CDS) لكل نسخة، وتحدد الإنتاجية (على سبيل المثال، تحديد أهداف تحلل mRNA بوساطة الطفرات غير المعنى Nonsense-Mediated Decay)، وتولد تسلسلات الأحماض الأمينية المتوقعة. كما تقوم بتجميع الأشكال النسخية التي تنتج تسلسلات أحماض أمينية متطابقة لتسهيل تحليل مستوى البروتين (proteoform-level analysis).
التقييم المعياري: قام المؤلفون بتقييم FLAIR3 مقابل أدوات مثل JAFFAL وLongGF وCTAT-LR-fusion باستخدام مجموعات بيانات محاكاة (بما في ذلك الاندماجات مع المناطق غير الجينية واندماجات الثلاثة جينات) ومعايير واقعية. كما قارنوا أداء استدعاء المتغيرات عبر أدوات متعددة (DeepVariant، Longshot، Clair3، إلخ) على بيانات PacBio وONT.
النتائج الرئيسية طبق المؤلفون FLAIR3 على مجموعتين متميزتين من البيانات السرطانية: الورم العظمي (osteosarcoma) المدفوع بإعادة الترتيب الهيكلي، وسرطان الرئة الغدي (lung adenocarcinoma) المدفوع بـ SNVs.
أداء التقييم المعياري: أظهر FLAIR3 دقة واستدعاءً عاليين في تحديد نقاط كسر الاندماج. وقد تفوق بشكل كبير على الأدوات الحالية في اكتشاف الأحداث غير القياسية، مثل الاندماجات التي تشمل مناطق غير جينية واندماجات معقدة متعددة المواقع. كما حقق توازنًا أفضل بين الدقة والاستدعاء مقارنة بالمنافسين في تحديد الأشكال النسخية الاندماجية مع الربط البديل.
نتائج الورم العظمي:
اندماج CCNE1: حدد FLAIR3 اندماجًا بين 3' UTR لـ CCNE1 ومنطقة محيطة بالمركز (pericentromeric) في كروموسوم 19 في خط الخلايا OS457. شكل هذا الاندماج أكثر من 55% من تعبير CCNE1، وهو ما فات كلا من تسلسل الجينوم الكامل قصير القراءة (WGS) وأدوات استدعاء الاندماج الأخرى لـ lrRNA-seq.
اندماجات TP53: اكتشفت الأداة اندماجات TP53 في OS052 وOS457، بما في ذلك واحد فات الأدوات الأخرى. والأهم من ذلك، حل FLAIR3 عواقب الربط (splicing consequences)، حيث توقع أن اندماج OS457 ينتج بروتينًا مبتورًا، بينما من المرجح أن اندماج OS052 يخضع لعملية NMD.
الاندماجات المعقدة الجديدة: حدد FLAIR3 اندماجًا ثلاثي المواقع يشمل NOTH1، وإكسون TAF4B، وإنترون TAF4B، وكذلك اندماج NOTH3 مع منطقة غير جينية، وكلاهما من المتوقع أن ينتج نطاقات بروتينية محددة.
اكتشاف الـ Indel: تم اكتشاف حذف داخل الإطار (in-frame deletion) بطول 24 زوجًا قاعديًا في KEAP1 (OS742)، والذي كان غير مرئي في WGS قصير القراءة وفي RNA-seq بسبب فشل المحاذاة حول الـ indel.
نتائج سرطان الرئة الغدي:
الـ SNVs المتحيزة للنمط النسخي: في العينة FH-1633، وُجد أن طفرة BRAF V600E المحركة النموذجية يتم التعبير عنها حصريًا في النمط النسخي BRAF-220 (MANE)، على الرغم من أن الموقع الجينومي للمتغير موجود في كل من النمطين BRAF-220 وBRAF-204.
التعبير النوعي للأليل: في العينة FH-1427، أظهرت المتغيرات الجسدية الضارة في TP53 وCDKN2A وKEAP1 أنماط تعبير نوعية للنمط النسخي. والجدير بالذكر أن متغيرًا ضارًا في CDKN2A تم التعبير عنه في كل من نمطي p16 وp14، لكن بآثار وظيفية متباينة: فقد عطل نطاق تكرار الأنكرين (ankyrin repeat domain) في p16 (مما يؤثر على تنظيم الدورة الخلوية) بينما حافظ على منطقة C-terminal لـ p14 (مما يحافظ على تنشيط p53).
تحليل التواجد المشترك: أشار تحليل لمجموعة GENIE إلى أن الطفرات المبتورة في النمط النسخي p16 من CDKN2A تتواجد بشكل كبير مع طفرات TP53 المبتورة، مما يدعم الفرضية القائلة بأن هذه الأنماط النسخية لها أدوار متميزة في كبح الأورام.
الأهمية والادعاءات يزعم البحث أن FLAIR3 يوفر طريقة قوية لحل التفاعل المعقد بين المتغيرات الجينومية والأشكال النسخية. ومن خلال دمج اكتشاف SNV وindel والاندماج مع التكميم للنسخ كاملة الطول والتنبؤ بتسلسل الأحماض الأمينية، تقدم الأداة رؤى أعمق للمحركات الجزيئية للسرطان مقارنة بالطرق التي تحلل هذه السمات بشكل منفصل.
ويؤكد المؤلفون أن هذا النهج:
يستعيد المتغيرات القابلة للتطبيق سريريًا: فهو يحدد التعديلات ذات الصلة بالسرطان (الاندماجات، الـ indels، وإعادة الترتيب المعقدة) التي تغفلها تقنيات القراءات القصيرة وأدوات القراءات الطويلة الحالية.
يثري التفسير الوظيفي: من خلال التنبؤ بالنتائج المحددة للأحماض الأمينية للمتغيرات ضمن أنماط نسخية معينة، فإنه يساعد في التمييز بين الطفرات العابرة (passenger) والمحركة (driver)، ويوضح التأثير الوظيفي للمتغيرات على نطاقات بروتينية محددة.
يحسن تحديد الأولويات السريرية: إن فهم سياق النمط النسخي لمتغير ما (على سبيل المثال، ما إذا كانت الطفرة المحركة يتم التعبير عنها في نمط نسخي محدد) يمكن أن يوجه عملية تحديد الأولويات للمتغيرات لاستخدام العلاجات الحالية أو تطوير علاجات جديدة.
تخلص الدراسة إلى أن هذا النهج الشمولي هو خطوة نحو تحسين نتائج المرضى من خلال توفير صورة أكثر اكتمالًا للأنماط النسخية المتغيرة المعبر عنها في الجينات المحركة للسرطان.