A genome-wide deletion map in 125,730 individuals for novel rare disease gene and variant discovery

Durch die Analyse homozygoter Deletionen bei 125.730 Individuen in der Nationalen Genomischen Forschungsdatenbank des Vereinigten Königreichs erstellt diese Studie eine umfassende genomweite Karte, die die Diagnose seltener Erkrankungen verbessert, die Bedeutung von Deletionen in nicht-kodierenden Promotorregionen aufzeigt und 43 Kandidatengene für neuartige krankheitsassoziierte Gene identifiziert.

Das Wesentliche

Stellen Sie sich Ihre DNA als massives, 3-Milliarden-Seiten starkes Handbuch zum Bau und Betrieb eines Menschen vor. Die meisten dieser Anweisungen lesen wir perfekt. Doch manchmal fehlen Seiten. In der Welt der Genetik nennt man diese fehlenden Seiten Deletionen.

Dieser Artikel ist wie eine riesige Detektivgeschichte über „fehlende Seiten". Die Forscher untersuchten die genetischen Handbücher von 125.730 Menschen (eine riesige Menge!), um genau herauszufinden, wo Seiten fehlten. Sie suchten nicht nur nach kleinen Tippfehlern; sie jagten ganze Absätze oder sogar ganze Kapitel, die herausgerissen worden waren.

Hier ist die Geschichte dessen, was sie fanden, aufgeteilt in einfache Teile:

1. Die Karte des „natürlichen Ausfalls"

Die Forscher erstellten eine riesige Karte, die jeden einzelnen Ort im menschlichen Genom zeigt, an dem eine Seite komplett fehlen kann, ohne dass die Person krank wird.

• Die Analogie: Stellen Sie sich vor, Sie testen einen Automotor, indem Sie verschiedene Teile entfernen. Wenn Sie das Radio entfernen, fährt das Auto noch. Wenn Sie den Motor entfernen, steht es still.
• Die Entdeckung: Sie fanden heraus, dass Menschen überraschend robust sind. Etwa 7 % des gesamten Handbuchs können fehlen, und die Person ist dennoch gesund. Das bedeutet, dass unsere Körper viele „Ersatzteile" oder redundante Anweisungen haben. Allerdings fanden sie auch heraus, dass, wenn man Seiten aus dem „Maschinenraum" (protein-codierende Gene) reißt, Menschen oft seltene Krankheiten entwickeln.

2. Lösung der ungelösten Rätsel

Etwa die Hälfte der Menschen mit seltenen Krankheiten in dieser Studie hatte auch nach standardmäßigen Gentests immer noch keine Diagnose. Warum? Weil Standardtests wie das Suchen nach einem fehlenden Wort in einem Satz sind; sie übersehen oft, wenn der ganze Satz fehlt.

• Die Lösung: Die Forscher nutzten einen speziellen Trick. Sie suchten nach „Stille" in den Daten. Wenn ein bestimmter DNA-Abschnitt normalerweise viele Signale (Reads) aufweist, aber bei einem Patienten plötzlich völlig verstummt, bedeutet das, dass dieser Abschnitt fehlt.
• Das Ergebnis: Sie fanden 295 Menschen, die endlich eine Diagnose erhielten. Die fehlenden Seiten lagen in Genen, die für Krankheiten bekannt sind, aber von früheren Tests übersehen worden waren.
• Der „versteckte" Hinweis: Sie entdeckten auch, dass manchmal nicht die Hauptanweisung die fehlende Seite ist, sondern das Titelblatt (der Promotor oder die 5'-UTR). Wenn das Titelblatt fehlt, wird das Buch nie geöffnet, auch wenn die Seiten im Inneren in Ordnung sind. Sie fanden 19 Fälle, bei denen diese „Titelblatt-Deletion" die Ursache der Krankheit war.

3. Neue „Bösewichte" finden (neue Gene)

Der aufregendste Teil war die Entdeckung von Genen, von denen niemand vorher wusste, dass sie gefährlich sind.

• Die Methode: Sie suchten nach Genen, die bei mindestens zwei verschiedenen Personen mit exakt denselben Symptomen fehlten. Es ist wie der Fund von zwei verschiedenen Häusern mit demselben kaputten Fenster, woraufhin man erkennt: „Hey, dieser Fenstertyp ist das Problem!"
• Die drei neuen Verdächtigen:
  1. PDC (Der Wächter des Auges): Sie fanden vier Personen mit einem fehlenden PDC-Gen, die alle an schwerer, früh einsetzender Erblindung litten (Leber-Kongenitale Amaurose). Es stellt sich heraus, dass dieses Gen entscheidend dafür ist, wie unsere Augen Licht verarbeiten. Die Forscher vermuten, dass dieses fehlende Stück eine „Familien-Erbstück"-Mutation sein könnte, die in Großbritannien verbreitet ist und von einem Vorfahren stammt, der vor 600–1.000 Jahren lebte.
  2. GCG (Die Verbindung zwischen Magen und Gehirn): Sie fanden zwei Schwestern mit einem fehlenden GCG-Gen. Sie hatten geistige Behinderungen und als Babys schwere Magenprobleme (Durchfall). Dieses Gen produziert Hormone, die sowohl mit dem Gehirn als auch mit dem Darm kommunizieren. Die Forscher glauben, dass dies erklärt, warum diese Schwestern sowohl Gehirn- als auch Magenprobleme hatten.
  3. ENTPD3 (Der soziale Schalter des Gehirns): Sie fanden drei Personen mit fehlenden ENTPD3-Genen, die alle an geistigen Behinderungen und Autismus litten. Dieses Gen ist im Gehirn sehr aktiv, was darauf hindeutet, dass es eine Schlüsselrolle bei der Entwicklung und dem Sozialverhalten unseres Gehirns spielt.

4. Warum dies wichtig ist (laut dem Artikel)

Der Artikel kommt zu dem Schluss, dass das Suchen nach diesen „fehlenden Seiten" eine leistungsstarke Methode ist, um medizinische Rätsel zu lösen, die andere Tests übersehen.

• Der „stille" Erfolg: Sie fanden heraus, dass 0,5 % der Patienten mit seltenen Krankheiten in ihrer Studie nur deshalb gelöst wurden, weil sie nach diesen großen Deletionen suchten.
• Der „Gründer"-Effekt: Sie zeigten, dass einige dieser fehlenden Seiten in bestimmten Gebieten (wie Nordwestengland) häufig vorkommen, was bedeutet, dass Ärzte in diesen Gebieten möglicherweise häufiger auf diese spezifischen Zustände stoßen.
• Die Zukunft: Durch die Kartierung, welche Teile des Handbuchs sicher entfernt werden können (die 7%-Toleranzkarte), können Wissenschaftler besser verstehen, welche Gene für zukünftige Therapien sicher „abgeschaltet" werden können und welche zu gefährlich sind, um sie anzufassen.

Kurz gesagt: Die Forscher erstellten eine riesige Karte fehlender genetischer Seiten. Diese Karte half ihnen, Hunderte von medizinischen Rätseln zu lösen, enthüllte, dass „Titelblatt"-Deletionen eine verborgene Ursache von Krankheiten sind, und entdeckte drei neue Gene, die bei Fehlen Erblindung, Darm-Gehirn-Probleme und Autismus verursachen.

Technische Zusammenfassung

Technische Zusammenfassung: Eine genomweite Deletionskarte zur Entdeckung von Genen und Varianten seltener Erkrankungen

Problemstellung
Strukturelle Varianten (SVs), insbesondere homozygote Deletionen, sind eine signifikante, jedoch häufig untererkannte Ursache seltener genetischer Erkrankungen. Obwohl die Sequenzierung kurzer Reads (Short-Read-Genomsequenzierung) der Standard für die klinische genetische Testung ist, leidet sie unter inhärenten Einschränkungen bei der SV-Erkennung, einschließlich hoher falsch-positiver Raten und übersehener Varianten, insbesondere in repetitiven oder GC-reichen Regionen. Folglich bleibt bei etwa der Hälfte der Patienten mit seltenen Erkrankungen eine genetische Diagnose aus. Bestehende Methoden haben oft Schwierigkeiten, echte homozygote Deletionen von Artefakten zu unterscheiden, und die Toleranz des menschlichen Genoms gegenüber dem vollständigen Verlust von Genen (homozygoter Knockout) ist im großen Maßstab nur unzureichend charakterisiert. Darüber hinaus werden nicht-kodierende Deletionen, wie solche, die Promotoren oder 5'-UTRs betreffen, in klinischen Pipelines häufig übersehen, obwohl sie das Potenzial haben, die Gen-Transkription vollständig zu unterdrücken.

Methodik
Die Autoren nutzten Genomsequenzierungsdaten von 125.730 Individuen aus der National Genomic Research Library (NGRL) des Vereinigten Königreichs, die Teilnehmer aus dem Genomics England 100.000-Genome-Projekt und dem NHS Genomic Medicine Service umfassten. Die Kohorte umfasste 58.022 Individuen mit seltenen Erkrankungen, 50.484 unbeeinträchtigte Familienmitglieder und 17.224 für Krebs rekrutierte Individuen.

Um das bei der SV-Calling inhärente Rauschen zu adressieren, entwickelten die Autoren einen rechnerischen Ansatz, der sich auf das charakteristische Read-Tiefen-Signal konzentriert, das mit homozygoten Deletionen assoziiert ist. Die Pipeline umfasste:

1. Datenaggregation: Integration von putativen biallelischen Deletionen, die von drei verschiedenen Callern (Canvas, DRAGEN und Manta) identifiziert wurden.
2. Filterung mit hoher Zuverlässigkeit: Definition von Deletionen mit hoher Zuverlässigkeit auf Basis strenger Read-Tiefen-Kriterien: eine mediane Read-Tiefe von ≤1 beim Teilnehmer und ≥10 über eine Kontrollprobe hinweg (unbeeinträchtigte Familienmitglieder oder Keimbahn-Krebsproben). Diese Filterung reduzierte das Rauschen erheblich und verringerte die mediane Anzahl der Deletionen pro Individuum von 1.781 auf 464.
3. Variantenkurierung: Aggregation von Varianten mit >80 % Überlappung und Filterung nach seltenen Varianten (Kohorten-Allelfrequenz ≤ 0,001).
4. Diagnostische und Entdeckungsanalyse:
   • Diagnostisch: Schnittmengebildung der Deletionen mit bekannten Krankheitsgenen (PanelApp „green" und OMIM rezessive Listen) und Bewertung der phänotypischen Übereinstimmung. Dies umfasste eine manuelle Überprüfung in IGV und eine Validierung durch RNA-Sequenzierung, sofern verfügbar.
   • Entdeckung neuer Gene: Identifizierung von Genen ohne bekannte Krankheitsassoziationen, die bei mindestens zwei Individuen mit konsistenten Phänotypen biallelische Deletionen aufwiesen. Dieser Suchraum war auf Gene beschränkt, bei denen in Kontrollpopulationen keine homozygoten Deletionen vorlagen.
   • Orthogonale Validierung: Erweiterung der Suche auf homozygote und zusammengesetzte heterozygote vorhergesagte Funktionsverluste (pLoF) durch SNVs/Indels in Kandidatengenen, um Gen-Krankheits-Assoziationen zu stärken.

Hauptergebnisse

• Genomweite Toleranzkarte: Die Studie kuratierte 535.699 homozygote Deletions-SVs mit hoher Zuverlässigkeit, von denen 48.735 selten waren. Diese Deletionen deckten insgesamt 213 Mb (6,92 % des menschlichen Genoms) ab. Bemerkenswerterweise waren 3,11 % der protein-kodierenden Basen bei mindestens einem Individuum deletiert, was auf eine erhebliche Toleranz gegenüber dem vollständigen Sequenzverlust in spezifischen genomischen Regionen hinweist.
• Diagnostische Ausbeute: In der Teilmenge von 58.022 Individuen mit seltenen Erkrankungen identifizierten die Autoren 295 Individuen mit wahrscheinlichen diagnostischen homozygoten Deletionen, die protein-kodierende Regionen bekannter Krankheitsgene betrafen. Dies entspricht einer diagnostischen Rate von 0,5 % für die Kohorte.
  • Nicht-kodierende Promotor-Deletionen: Ein signifikantes Ergebnis war die Identifizierung von 32 Kandidaten-nicht-kodierenden SVs in oder nahe bekannter Krankheitsgene, von denen 19 (59,37 %) rezidivierend oder mit Pathogenität vereinbar waren. Diese Deletionen unterbrachen 5'-UTR- oder Promotorregionen und unterdrückten effektiv die Transkription. Die Validierung durch RNA-Sequenzierung bestätigte eine dramatische Transkriptreduktion in Fällen wie MICU1 und PLEC und hob Promotor-Deletionen als eine unterschätzte Ursache seltener Erkrankungen hervor.
  • Blutsverwandtschaft: Probanden mit diagnostischen biallelischen Deletionen hatten eine nahezu neuneinhalbmal höhere Wahrscheinlichkeit, blutsverwandte Eltern zu haben, im Vergleich zur allgemeinen Kohorte, was mit einem rezessiven Vererbungsmodell übereinstimmt.
• Entdeckung neuer Gene: Die Autoren identifizierten 43 Gene ohne vorherige Assoziation mit seltenen Erkrankungen, die bei zwei oder mehr Individuen mit konsistenten Phänotypen biallelische Deletionen aufwiesen. Drei Gene wurden im Detail hervorgehoben:
  • PDC (Phosducin): Vier Probanden mit homozygoten 15-kb-Deletionen, die das gesamte Gen umfassten, präsentierten sich mit Leber-Kongenitaler Amaurose. Die Deletion wurde als potenzielle UK-Gründer-Variante identifiziert.
  • GCG (Glucagon): Zwei Schwestern mit einer homozygoten Deletion des gesamten GCG-Gens zeigten eine geistige Behinderung und wiederkehrende infantile Durchfälle. Ein drittes Individuum mit einer homozygoten Stop-Gain-SNV in GCG zeigte einen ähnlichen Phänotyp.
  • ENTPD3: Drei Probanden mit unterschiedlichen homozygoten Deletionen in ENTPD3 teilten einen Phänotyp aus geistiger Behinderung, Mikrozephalie und Autismus.

Bedeutung und Behauptungen
Die Arbeit behauptet, die erste genomweite Karte homozygoter Deletionen zu liefern, die aus Short-Read-Sequenzierungsdaten in diesem Maßstab abgeleitet wurde, und demonstriert die Nützlichkeit von Read-Tiefen-Signalen für die Detektion von SVs mit hoher Zuverlässigkeit. Die Studie unterstreicht, dass homozygote Deletionen zu etwa 0,5 % der Diagnosen seltener Erkrankungen in der NGRL-Kohorte beitragen, eine Zahl, die aufgrund vorheriger negativer Tests mit Mikroarrays möglicherweise unterschätzt ist.

Entscheidend ist, dass die Autoren behaupten, ihr Ansatz zeige „Promotor-Deletion als eine unterschätzte Ursache seltener Erkrankungen" auf und demonstrieren, dass nicht-kodierende Deletionen ebenso pathogen sein können wie kodierende Trunkierungen. Durch die Identifizierung neuer Kandidaten-Krankheitsgene (PDC, GCG, ENTPD3) und die Charakterisierung der genomweiten Toleranz gegenüber Verlusten dient der Datensatz als Ressource sowohl zur Verbesserung der Diagnose seltener Erkrankungen als auch zur Information therapeutischer Strategien (z. B. Identifizierung von Genen, die toleranter gegenüber Knockdown sind). Die Autoren schließen, dass, obwohl Einschränkungen hinsichtlich falsch-positiver Ergebnisse und der Unfähigkeit, sehr große SVs mit kurzen Reads zu detektieren, bestehen, dieser Datensatz mit hoher Zuverlässigkeit das Verständnis der genomischen Belastung durch homozygote Deletionen bei menschlichen Erkrankungen erheblich voranbringt.