Identifying Putative Pathogenic Non-Coding Variants in Unresolved Rare Disease Patients Using Topologically Associated Domains

Für Millionen von Menschen auf der Welt bleibt eine seltene Krankheit ein Rätsel. Es handelt sich um Zustände, die so ungewöhnlich sind, dass sie weniger als jeden Zweitausendsten betreffen, doch kollektiv berühren sie das Leben von etwa 300 Millionen Menschen. In vielen Fällen können Ärzte die Symptome deutlich sehen – Herzfehler, Entwicklungsverzögerungen oder ungewöhnliche körperliche Merkmale –, aber die genetische Ursache bleibt verborgen. Die moderne Medizin verfügt über leistungsstarke Werkzeuge, um den gesamten genetischen Code eines Menschen zu lesen, einen Prozess, der als Ganzgenomsequenzierung bezeichnet wird. Diese Technologie scannt die Milliarden von Buchstaben der DNA, die einen Menschen ausmachen. Doch für mindestens die Hälfte der Patienten, die diesen Test durchlaufen, wird die Antwort dennoch nicht gefunden. Das Problem liegt oft darin, wo Wissenschaftler gesucht haben. Jahrzehntelang lag der Fokus auf dem winzigen Bruchteil des Genoms, der als direktes Handbuch für den Bau von Proteinen dient, bekannt als kodierende Regionen. Aber der Großteil unserer DNA kodiert nicht für Proteine. Stattdessen fungiert er als komplexes Kontrollsystem mit Schaltern und Dimmern, die den Genen sagen, wann sie einschalten, wie laut sie singen und wann sie aufhören sollen. Wenn diese nicht-kodierenden Schalter defekt sind, können sie Krankheiten ebenso sicher verursachen wie ein kaputtes Handbuch; doch den spezifischen defekten Schalter unter Milliarden von Buchstaben zu finden, war wie die Suche nach der Nadel im Heuhaufen ohne Magnet.

Ein Forschungsteam am Children's Hospital of Philadelphia hat einen neuen Weg entwickelt, um diese verborgenen Nadeln zu finden. Sie entwickelten ein System namens GAVURD, was für „Genomic Analysis of Variants in Unresolved Rare Disease“ steht. Dieses Werkzeug wurde entworfen, um die Rohdaten aus der Ganzgenomsequenzierung zu nehmen und systematisch nach den spezifischen nicht-kodierenden Fehlern zu suchen, die die Erkrankung eines Patienten verursachen könnten. Die Forscher begannen mit zehn Patienten, die bereits mehrfach getestet worden waren, ohne eine Diagnose zu erhalten. Diese Patienten litten unter einer Reihe schwerer angeborener Zustände, einschließlich komplexer Herzfehler und Problemen bei der Bildung ihrer inneren Organe. Das Team speiste die genetischen Daten dieser zehn Familien in ihr neues System ein. Der Prozess begann mit der Suche nach zwei spezifischen Arten von genetischen Veränderungen: neue Mutationen, die zum ersten Mal beim Kind auftraten, und seltene ererbte Mutationen, die das Kind von beiden Elternteilen erhalten hatte. Da das menschliche Genom so gewaltig ist, musste das System unglaublich präzise sein, um die Millionen harmlosen Unterschiede herauszufiltern, die zwischen Menschen existieren. Die Forscher verwendeten eine Methode des Gegenprüfens, indem sie die Daten durch drei verschiedene Computerprogramme laufen ließen und nur die Ergebnisse behielten, bei denen alle drei übereinstimmten. Dieser Konsensansatz half ihnen, das Rauschen von Sequenzierfehlern zu entfernen, wodurch eine viel kürzere, zuverlässigere Liste von Kandidatenmutationen zurückblieb.

Sob> Nachdem das Team seine kurze Liste verdächtiger Mutationen hatte, stand es vor der nächsten Herausforderung: herauszufinden, welches Gen eine nicht-kodierende Mutation beeinflussen könnte. Im Gegensatz zu einem defekten protein-kodierenden Gen könnte ein defekter Schalter weit entfernt von dem Gen liegen, das er steuert, manchmal hunderte tausende Buchstaben entfernt. Um dies zu lösen, nutzten die Forscher eine Karte der dreidimensionalen Struktur des Genoms. Stellen Sie sich die DNA innerhalb einer Zelle nicht als langen, geraden Faden vor, sondern als einen verhedderten Wollknäuel, der in spezifische, in sich geschlossene Nachbarschaften gefaltet ist. Diese Nachbarschaften werden als „topologisch assoziierte Domänen“ bezeichnet. Die Forscher fanden heraus, dass Gene und ihre Kontrollschalter meist im selben Viertel wohnen. Wenn eine Mutation in einer bestimmten Nachbarschaft auftritt, ist es sehr wahrscheinlich, dass sie nur die Gene innerhalb desselben Bereichs betrifft. Durch die Verwendung von Daten aus hochauflösenden Karten dieser Nachbarschaften konnte das GAVURD-System eine entfernte nicht-kodierende Mutation mit dem spezifischen Gen verknüpfen, das sie höchstwahrscheinlich reguliert. Dieser Schritt verengte die Suche drastisch und verhinderte, dass sich das System in der Weite des Genoms verlor.

Der letzte Schritt im Prozess bestand darin, zu prüfen, ob die mit diesen Mutationen verknüpften Gene mit den Symptomen des Patienten übereinstimmten. Die Forscher nutzten eine digitale Bibliothek menschlicher Krankheiten und deren assoziierter physischer Merkmale. Sie verglichen die spezifischen Symptome jedes Patienten mit den bekannten Auswirkungen von Mutationen in den Genen, die ihr System identifiziert hatte. Dieser Abgleichprozess ermöglichte es ihnen, die Kandidaten zu ranken und jene Mutationen hervorzuheben, die am wahrscheinlichsten die Erkrankung des Patienten erklären konnten. Als sie diese vollständige Pipeline auf ihre zehn Patienten anwandten, waren die Ergebnisse vielversprechend. In sechs der zehn Fälle identifizierte das System eine spezifische nicht-kodierende Variante, die auf ein Gen hinwies, das eine Krankheit verursacht, deren Symptome denen des Patienten sehr ähnlich sind. Bei einem Patienten mit schweren Herzfehlern fand das System eine Mutation in einer nicht-kodierenden Region, die offenbar ein Gen stört, das an der Entwicklung des Herzens und der Links-Rechts-Symmetrie des Körpers beteiligt ist. Bei einem anderen Patienten mit einem komplexen Satz von Geburtsfehlern identifizierte das System eine neue Mutation in der Nähe eines Gens, das entscheidend für die Herzentwicklung ist und das bekanntlich durch einen spezifischen molekularen Schalter reguliert wird, den die Mutation scheinbar unterbrach.

Die Forscher betonen, dass diese Funde zwar starke Anhaltspunkte sind, aber noch keine endgültige klinische Diagnose darstellen. Das System liefert hochwertige Hypothesen, die weitere Tests in einem Labor erfordern, um genau zu beweisen, wie die Mutation die Krankheit verursacht. Die Studie zeigt jedoch, dass ein systematischer Ansatz erfolgreich potenzielle Ursachen bei Patienten aufdecken kann, die zuvor als unlösbar galten. Durch die Kombination einer rigorosen Methode zur Suche nach seltenen Mutationen mit einer intelligenten Art, diese mit ihren Zielgenen zu verknüpfen, bietet das GAVURD-System einen neuen Weg nach vorn. Es legt nahe, dass für viele Patienten mit ungelösten seltenen Krankheiten die Antwort nicht im genetischen Code fehlt, sondern in den nicht-kodierenden Regionen verborgen liegt, die vorherige Methoden nicht effektiv interpretieren konnten. Diese Arbeit liefert einen konkreten Rahmen, um die weite, verwirrende Landschaft der nicht-kodierenden DNA in eine handhabbare Liste von Verdächtigen zu verwandeln und bringt die Hoffnung, dass mehr Familien schließlich die Antworten erhalten werden, auf die sie so lange gewartet haben.