Blood-based RNA-Seq of 5412 individuals with rare disease identifies new candidate diagnoses in the National Genomic Research Library

Die Studie zeigt, dass Blut-basierte RNA-Sequenzierung von 5.412 Personen mit seltenen Erkrankungen im Rahmen des 100.000-Genome-Projekts in 20 % der Fälle Kandidatendiagnosen identifiziert und somit ihre breite klinische Nutzbarkeit für die Diagnose seltener genetischer Erkrankungen unterstreicht.

Das Wesentliche

🧬 Die große Suche nach dem verlorenen Bauplan

Stellen Sie sich vor, unser Körper ist ein riesiges, komplexes Haus. Damit das Haus funktioniert, braucht es einen perfekten Bauplan (unsere DNA). Bei Menschen mit seltenen Krankheiten ist in diesem Bauplan oft ein Fehler versteckt.

Bisher haben Ärzte nur den Text des Bauplans gelesen (das war die DNA-Sequenzierung). Sie haben nach Buchstabendrehern oder fehlenden Wörtern gesucht. Aber manchmal ist der Text perfekt, das Haus steht trotzdem schief. Warum? Weil der Baumeister den Text zwar richtig gelesen hat, aber beim Bauen (dem Ablesen und Umsetzen der Anweisungen) etwas schiefgelaufen ist.

Diese Studie ist wie eine neue Art von Baustellen-Inspektion. Statt nur den Text zu lesen, haben die Forscher direkt auf die Baustelle geschaut, um zu sehen, wie die Ziegel tatsächlich verlegt werden.

🔍 Was haben die Forscher gemacht?

1. Die riesige Baustelle: Sie haben sich 5.412 Menschen mit verschiedenen seltenen Krankheiten angesehen. Das ist eine sehr große Gruppe, vergleichbar mit einer ganzen Kleinstadt.
2. Der Blut-Check: Statt schmerzhafte Muskelbiopsien oder Hautproben zu nehmen (was wie ein schwerer Eingriff wäre), haben sie einfach eine Blutprobe entnommen. Das Blut ist wie ein „Fenster" in den Körper. Zwar sind nicht alle Baustellen im Körper im Blut sichtbar (einige Baustellen sind nur im Gehirn oder im Herzen), aber für viele Krankheiten reicht das Blut aus, um den Fehler zu sehen.
3. Die neue Brille (RNA-Sequenzierung): Die Forscher haben eine spezielle „Brille" aufgesetzt, die nicht nur den Text liest, sondern auch schaut, ob die Anweisungen korrekt umgesetzt wurden.
   • Fehler im Text: Manchmal wird ein Wort übersprungen (ein Exon wird ausgelassen).
   • Fehler in der Menge: Manchmal wird eine Anweisung gar nicht gelesen (zu wenig Protein) oder zu oft gelesen (zu viel Protein).

🕵️‍♀️ Die Entdeckungen: Was haben sie gefunden?

Die Forscher haben mit zwei cleveren Algorithmen (nennen wir sie „Detektive") nach Auffälligkeiten gesucht:

• Detektiv 1 (OUTRIDER): Schaut, ob ein Bauteil zu selten oder zu häufig vorkommt.
• Detektiv 2 (FRASER2): Schaut, ob die Bauteile falsch zusammengefügt wurden (z. B. wenn ein Teil des Plans, der eigentlich weggelassen werden sollte, trotzdem verbaut wird).

Das Ergebnis:
Bei 20 % der untersuchten Menschen fanden die Detektive mindestens einen solchen Fehler in einem wichtigen Gen. Das ist wie ein riesiger Fund! Viele dieser Menschen hatten vorher keine Diagnose, weil der Fehler im DNA-Text unsichtbar war, aber im „Bauvorgang" (der RNA) klar sichtbar wurde.

💡 Ein paar spannende Beispiele aus der Studie

• Der unsichtbare Riss (CTNNB1): Ein kleiner Riss im Bauplan (eine kleine Deletion) war so klein, dass die alten Scanner ihn übersehen hatten. Aber weil dadurch ein Bauteil fehlte, sah man im Blut, dass ein ganzes Segment übersprungen wurde. Die RNA-Brille hat den Fehler gefunden!
• Der falsche Bauplan (DNMT3A): Hier wurde ein Stück des Plans, das eigentlich nicht dorthin gehört, fälschlicherweise eingebaut. Das führte zu einem kaputten Bauteil. Ohne die RNA-Analyse wäre dieser Fehler im tiefen Inneren des Plans übersehen worden.
• Der doppelte Fehler (INPPL1): Bei einem Patienten gab es zwei kleine Fehler. Einer davon sah harmlos aus (ein „stilles" Wort im Text), aber als die RNA-Analyse zeigte, wie das Wort gelesen wurde, stellte sich heraus, dass es den ganzen Satz durcheinanderbrachte.

🌟 Warum ist das so wichtig?

1. Diagnosen für die „Unfindbaren": Viele Patienten warten jahrelang auf eine Antwort. Diese Methode gibt ihnen endlich eine Diagnose.
2. Blut statt Operation: Da man nur Blut braucht, ist es für die Patienten viel einfacher und weniger belastend als eine Muskelbiopsie.
3. Die Zukunft der Medizin: Die Studie zeigt, dass man nicht nur den Text (DNA) lesen muss, sondern auch verstehen muss, wie der Text gelesen wird (RNA). Das ist wie der Unterschied zwischen einem Kochrezept und dem tatsächlichen Gericht, das am Ende auf dem Teller liegt. Manchmal ist das Rezept perfekt, aber das Gericht schmeckt trotzdem falsch – und jetzt können wir endlich herausfinden, warum.

Fazit

Diese Studie ist ein großer Schritt nach vorne. Sie beweist, dass eine einfache Blutprobe, kombiniert mit moderner Technologie, wie ein Super-Mikroskop wirkt, das verborgene Fehler in unserem Bauplan aufdeckt. Für 20 % der untersuchten Menschen bedeutet das: Endlich eine Antwort. Und für die Medizin bedeutet es: Wir haben ein neues, mächtiges Werkzeug, um die rätselhaftesten Krankheiten zu lösen.

Technische Zusammenfassung

Titel: Blutbasierte RNA-Seq von 5.412 Individuen mit seltenen Erkrankungen identifiziert neue Kandidatendiagnosen in der National Genomic Research Library

1. Problemstellung

Trotz erheblicher Fortschritte bei der Exom- und Genomsequenzierung (GS) bleibt bei mehr als der Hälfte der Patienten mit seltenen Mendel-Erkrankungen die genetische Diagnose ungestellt. Viele pathogene Varianten, insbesondere solche, die das Spleißen (Splicing) stören oder in nicht-kodierenden Regionen liegen, werden von Standard-DNA-Analysen übersehen oder als Varianten unklarer Signifikanz (VUS) eingestuft.
Zwar bietet die RNA-Sequenzierung (RNA-Seq) einen direkten Einblick in die Transkriptom-Funktion und kann Spleißfehler sowie veränderte Genexpression aufdecken, doch bisherige Studien waren oft klein, auf spezifische Phänotypen beschränkt oder nutzten invasive Gewebeproben (z. B. Muskelbiopsien, Fibroblasten). Dies limitiert die Skalierbarkeit und klinische Anwendbarkeit. Es besteht ein dringender Bedarf an einer skalierbaren, nicht-invasiven Methode (Blut-basiert), die über ein breites Spektrum seltener Erkrankungen hinweg anwendbar ist.

2. Methodik

Die Studie analysiert Daten aus dem Genomics England 100.000-Genome-Projekt (100kGP).

• Kohorte: 5.412 Individuen mit seltenen Erkrankungen, für die neben der Genomsequenzierung auch Ganzblut-RNA-Seq-Daten (Total RNA, Ribo-Zero-Depletion) verfügbar waren. Die Proben wurden mit dem Illumina NovaSeq 6000 sequenziert (100bp Paired-End).
• Datenqualität und Vorverarbeitung:
  • Strenge QC-Metriken (RNASeQC2): Mindestens 120 Mio. Reads, >97% korrekte Strang-Reads, <5% unmapped Reads, mediane CV-Coverage <0,75 und Coding-Coverage >40X.
  • Matching von RNA- und DNA-Proben mittels Somalier zur Sicherstellung der Probenidentität.
• Identifikation von Ausreißern (Outlier Detection):
  • Genexpression: Analyse mittels OUTRIDER (im DROP-Pipeline-Rahmen) zur Detektion von Genen mit signifikanter Über- oder Unterexpression.
  • Spleißen: Analyse mittels FRASER2 (im DROP-Pipeline-Rahmen) zur Detektion von Spleißausreißern (DeltaPSI ≥ 0,1 oder ≤ -0,1).
  • Signifikanzschwellen: FDR-adjustierte p-Werte (<0,05 für Expression, <0,1 für Spleißen).
• Priorisierungsstrategien für Diagnosen:
  • Fokus auf ClinGen-Haploinsuffizienz-Gene (HI=3) in relevanten PanelApp-Genpanels.
  • Integration mit strukturellen Varianten (SVs) (Deletionen, Duplikationen, Inversionen) aus DNA-Daten (Manta/Canvas).
  • Nutzung von Exomiser zur Kombination von Genotyp-Daten, Phänotypen (HPO-Terme) und Vorhersagen (SpliceAI, Pangolin) zur Priorisierung von Kandidatenvarianten.
  • Manuelle Validierung mittels IGV (Integrative Genomics Viewer) und in einigen Fällen Long-Read-Sequenzierung (Nanopore) zur Aufklärung komplexer SVs.

3. Wichtige Beiträge und Ergebnisse

• Skalierbarkeit und Abdeckung:
  • Die Studie zeigt, dass Blut-basierte RNA-Seq für eine breite Palette seltener Erkrankungen skalierbar ist.
  • Die Abdeckung von Genen (TPM ≥ 5) variiert jedoch stark je nach Krankheitsgruppe (z. B. 92% bei kongenitalen Glykosylierungsstörungen vs. 32% bei kongenitalen Myopathien). Dies unterstreicht die Notwendigkeit, die Eignung von Blut als Gewebequelle für spezifische Erkrankungen zu prüfen.
• Detektionsrate:
  • In 20% der Kohorte (1.091 Individuen) wurde mindestens ein signifikanter Ausreißer (Expression oder Spleißen) in einem für die Erkrankung relevanten Gen identifiziert.
  • Insgesamt wurden 1.376 Expressions- und 1.651 Spleißausreißer in relevanten Genpanels gefunden.
• Validierung und Sensitivität:
  • Bei 368 Individuen mit bereits bekannten Diagnosen (durch DNA-Analyse) konnte die RNA-Seq-Pipeline bei 48,9% der manuell bestätigten Spleißstörungen auch automatisiert Signifikanz erreichen (FRASER2).
  • Die Studie zeigt, dass RNA-Seq auch kleine Deletionen oder CNVs detektieren kann, die in DNA-Daten aufgrund von Low-Coverage oder Filterkriterien übersehen wurden (z. B. CTNNB1-Deletion).
• Fallstudien und neue Diagnosen:
  • Die Autoren präsentieren 11 Fallstudien, die diverse Mechanismen abdecken:
    • Exon-Skipping durch kleine Deletionen (CTNNB1, PHIP).
    • Kryptische Donor-Aktivierung und Pseudoexon-Bildung durch tief intronische Varianten (WDR26, SPAST, DNMT3A).
    • Strukturelle Varianten: Inversionen oder Deletionen, die die Expression beeinflussen (z. B. ANKRD11, RPL5).
    • Retrotransposition: Ein SVA-Element in APC, das durch Long-Read-Sequenzierung bestätigt wurde.
  • Viele zuvor als VUS eingestufte Varianten wurden durch den Nachweis funktioneller Auswirkungen auf RNA-Ebene zu "wahrscheinlich pathogenen" Varianten umklassifiziert.
• Diskrepanz zwischen Spleißen und Expression:
  • Es gab eine geringe Überlappung zwischen Spleiß- und Expressionsausreißern. Dies wird darauf zurückgeführt, dass Ribo-depletierte Bibliotheken unreife Transkripte einfangen, die sonst durch Nonsense-Mediated Decay (NMD) abgebaut würden, sowie die Komplexität der regulatorischen Effekte (z. B. Intron-Retention kann scheinbar zu einer Überexpression führen).

4. Bedeutung und Schlussfolgerung

• Klinische Relevanz: Die Studie demonstriert, dass Blut-basierte RNA-Seq eine hochwirksame, nicht-invasive Ergänzung zur Genomsequenzierung ist, die die diagnostische Ausbeute bei ungelösten seltenen Erkrankungen signifikant steigern kann. Sie ist besonders wertvoll für die Aufklärung von Spleißdefekten und strukturellen Varianten, die in DNA-Analysen schwer zu interpretieren sind.
• Ressource: Die Daten und abgeleiteten Ausreißer-Datasets sind über die National Genomic Research Library (NGRL) für Forscher zugänglich. Dies ermöglicht die Entdeckung neuer Krankheitsgene und die Validierung von Varianten in einem großen, gut charakterisierten Kohorten-Set.
• Herausforderungen: Die Studie macht deutlich, dass nicht alle krankheitsrelevanten Gene in Blut exprimiert werden (ca. 40% der PanelApp-Gene haben TPM < 5). Zudem ist die manuelle Validierung aufwendig, und es fehlen noch Goldstandards für die Interpretation von "leaky" (undurchlässigen) Spleißdefekten.
• Zukunftsausblick: Die Kombination aus Genom-, Transkriptom- und (zukünftig) Proteom-Daten in der NGRL bietet ein einzigartiges Multi-Omics-Ökosystem, um die Diagnostik seltener Erkrankungen weiter zu verbessern und neue pathogene Mechanismen zu entschlüsseln.

Zusammenfassend liefert diese Arbeit den bisher größten Beleg für den klinischen Nutzen von Blut-basiertem RNA-Seq in der Routinediagnostik seltener Erkrankungen und etabliert einen robusten Workflow zur Priorisierung und Validierung diagnostischer Kandidaten.