Thousands of pathogenic variants in ClinVar show signs of incomplete loss-of-function

In der riesigen Bibliothek der menschlichen Biologie fungieren unsere Gene als Bedienungsanleitungen für den Bau und die Erhaltung des Körpers. Manchmal kann ein einzelner Tippfehler in diesen Anleitungen – eine Änderung eines Buchstabens oder ein fehlendes Wort – eine Krankheit verursachen. Wissenschaftler sind schon lange der Überzeugung, dass die gefährlichsten Tippfehler diejenigen sind, die die Funktion einer Anleitung komplett stoppen und das Gen effektiv zum Schweigen bringen. Diese sind als Funktionsverlust-Varianten (loss-of-function variants) bekannt. Wenn ein Gentest eine solche „defekte“ Variante findet, wird dies meist als ein „rauchende Pistole“ behandelt, also als der stärkstmögliche Beweis dafür, dass eine Person eine spezifische seltene Krankheit hat. Diese Annahme leitet die Art und Weise, wie Ärzte genetische Ergebnisse interpretieren und wie Forscher nach den Ursachen von Krankheiten suchen. Die Biologie ist jedoch selten so einfach wie ein kaputter Schalter. Genau wie eine beschädigte Bedienungsanleitung von einem geschickten Editor gelesen werden könnte, der die defekte Seite überspringt oder einen Umweg findet, haben Zellen Wege, genetische Fehler zu umgehen. Manchmal produziert ein Gen, das auf dem Papier defekt aussieht, tatsächlich noch ein funktionierendes Protein oder zumindest genug davon, um die Person gesund zu halten. Zu verstehen, wann ein defektes Gen wirklich defekt ist und wann es lediglich eine Fehlfunktion aufweist, ist entscheidend für die Unterscheidung zwischen einer ernsthaften medizinischen Diagnose und einer harmlosen genetischen Variation.

Ein Team von Forschern am D. O. Ott Research Institute of Obstetrics, Gynaecology, and Reproductology in St. Petersburg setzte sich zum Ziel zu testen, wie gut aktuelle Computertools in der Lage sind, diese „falschen“ defekten Gene zu erkennen. Sie wandten sich an ClinVar, eine massive öffentliche Datenbank, die genetische Varianten sammelt und sie entweder als krankheitsverursachend oder harmlos klassifiziert. Die Forscher konzentrierten sich auf Tausende von Varianten, bei denen vorhergesagt wurde, dass sie die Funktion eines Gens zerstören würden. Sie wollten sehen, ob die Werkzeuge, die dazu dienen, Fehlalarme auszufiltern, erfolgreich zwischen den wirklich gefährlichen Varianten und den harmlosen unterscheiden können. Insbesondere suchten sie nach Anzeichen dafür, dass eine Zelle ein defektes Gen retten könnte, wie etwa das Überspringen des Fehlers, um den Rest der Anweisungen zu lesen, oder die Verwendung eines Backup-Startsignals, um den Prozess der Proteinherstellung neu zu starten.

Das Team wandte verschiedene Tests auf die Daten an und prüfte dabei Faktoren wie, ob das Gen in den richtigen Geweben aktiv war, ob die Zelle die defekten Anweisungen zerstören würde, bevor sie Schaden anrichten könnten, und ob die Zelle die Anweisungen korrekt wieder zusammensetzen (spleißen) könnte. Sie fanden heraus, dass einige dieser Tests recht gut in ihrem Job waren. Beispielsweise war ein Tool namens LOFTEE, das die Qualität der genetischen Annotation bewertet, sehr effektiv darin, harmlose Varianten zu kennzeichnen. Es identifizierte korrekt, dass viele als benign (gutartig) eingestufte Varianten tatsächlich Vorhersagen mit geringer Konfidenz waren, während die überwiegende Mehrheit der bestätigten krankheitsverursachenden Varianten eine hohe Konfidenz aufwies. Ähnlich fanden sie ein klares Muster in Bezug auf den Nonsense-Mediated Decay, einen zellulären Qualitätskontrollprozess, der fehlerhafte genetische Botschaften zerstört. Varianten, die dieser Zerstörung entgingen, waren weitaus wahrscheinlicher harmlos, während jene, die zerstört wurden, eher die Ursache einer Krankheit waren.

Die Studie enthüllte jedoch eine erhebliche Komplikierung: Tausende von Varianten, die bereits in ClinVar als krankheitsverursachend eingestuft sind, zeigten Anzeichen dafür, dass sie möglicherweise doch nicht vollständig defekt sind. Selbst unter den Varianten, denen Ärzte derzeit als Ursache einer Krankheit vertrauen, wiesen eine beträchtliche Anzahl Merkmale auf, die darauf hindeuten, dass das Gen möglicherweise noch arbeitet. Zum Beispiel zeigten einige dieser „pathogenen“ Varianten Anzeichen dafür, dass die Zelle in der Lage sein könnte, die Anweisungen wieder zusammenzufügen (zu splicen), um den Fehler zu umgehen. Die Forscher merkten an, dass, obwohl einige Tools, wie jene zur Vorhersage des Spleißens eines Gens, vielversprechend waren, sie nicht perfekt sind. Es gab eine große Überschneidung zwischen den Scores der krankheitsverursachenden und der harmlosen Varianten, was bedeutet, dass ein Computer-Score allein nicht definitiv sagen kann, ob eine Variante gefährlich ist.

Ein markantes Beispiel, das die Forscher hervorhoben, betraf eine spezifische genetische Veränderung in einem Gen namens EYS, das für eine Form von Blindheit bekannt ist. Diese Variante wurde von Computer-Tools als „low-confidence“ klassifiziert und zeigte niedrige Aktivitätswerte, die konsistent mit der Fähigkeit der Zelle waren, den Qualitätskontrollmechanismen zu entgehen. Dennoch ist sie in einem signifikanten Prozentsatz der Patienten eine bekannte Ursache für die Krankheit. Dieser Befund unterstreicht eine schwierige Realität: Eine Variante kann so aussehen, als hätte sie einen Weg, dem Schaden zu entgehen, aber dennoch stark genug sein, um eine Krankheit zu verursachen. Die Studie legt nahe, dass die Werkzeuge, die zur Filterung genetischer Daten verwendet werden, zwar hilfreich sind, aber nicht unfehlbar sind. Sich auf sie als einfachen „Ja oder Nein“-Schalter zu verlassen, könnte zu Fehlern führen – entweder durch das Ignorieren eines echten Krankheitsrisikos oder durch das Besorgen wegen einer harmlosen Variation.

Die Forscher kamen zu dem Schluss, dass das Fachgebiet vorsichtiger werden muss. Sie fanden heraus, dass bestimmte Metriken, wie die Wahrscheinlichkeit, dass ein Gen durch die Qualitätskontrolle der Zelle zerstört wird, nützlich für die Sortierung von Varianten sind, andere jedoch, wie das Potenzial der Zelle, die Proteinerzeugung neu zu starten, weniger hilfreich für allgemeine Beurteilungen waren. Die Studie betont, dass automatisierte Filtersysteme, die oft verwendet werden, um tausende von genetischen Ergebnissen schnell zu sichten, zu stumpf sein können. Tausende von Varianten, die derzeit als gefährlich klassifiziert sind, zeigen Anzeichen eines unvollständigen Versagens, und viele harmlose Varianten zeigen Anzeichen eines echten Versagens. Das bedeutet, dass Genetiker nicht einfach einem Computer-Algorithmus vertrauen können, um die endgültige Entscheidung zu treffen. Stattdessen erfordert jeder Fall eine nuancierte Betrachtung, unter dem Verständnis, dass das Verhalten eines Gens komplex ist und dass ein „defekt“-Label nicht immer bedeutet, dass das Gen wirklich stumm ist. Die Arbeit dient als Erinnerung daran, dass in der komplizierten Maschinerie der menschlichen Genetik das, was auf dem Papier wie ein totaler Zusammenbruch aussieht, im Körper immer noch ein funktionierendes, wenn auch unvollkommenes System sein kann.