Computational Prioritization of BARD1 Missense Variants of Uncertain Significance Using Integrated REVEL, CADD, and AlphaMissense Predictions with gnomAD Population Frequency Stratification

In den Zellen des menschlichen Körpers arbeitet ständig ein komplexes System molekularer Maschinen, um Schäden an unserem genetischen Code zu reparieren. Wenn dieser Code beschädigt ist, verlässt sich die Zelle auf spezifische Proteine, um die Stränge zu flicken und Fehler zu verhindern, die zu Krankheiten wie Krebs führen können. Ein solches Protein, bekannt als BARD1, fungiert als entscheidender Partner für ein anderes berühmtes Protein namens BRCA1. Gemeinsam bilden sie ein Team, das hilft, die gefährlichsten Arten von genetischen Brüchen zu heilen. Während Wissenschaftler schon lange wissen, dass Fehler in den Genen, die diese Proteine produzieren, das Krebsrisiko erhöhen können, wird die Geschichte kompliziert, wenn Ärzte kleine, subtile Veränderungen in der DNA-Sequenz finden. Diese Veränderungen, bekannt als Missense-Varianten, sind wie Tippfehler in einem riesigen Handbuch. Einige Tippfehler sind harmlos, während andere die Anweisungen vollständig unbrauchbar machen. Für viele dieser Veränderungen können Ärzte jedoch nicht den Unterschied feststellen. Sie werden als „Varianten unklarer Signifikanz“ klassifiziert – eine Einstufung, die keine klare Orientierung für die Patientenversorgung bietet und Familien in einem Zustand medizinischer Ungewissheit zurücklässt.

Die Herausforderung besteht darin, dass die Zahl dieser unsicheren Tippfehler, die bei Patienten gefunden werden, viel schneller wächst, als Wissenschaftler sie im Labor testen können. Traditionelle Methoden zur Bestimmung, ob ein Tippfehler gefährlich ist, erfordern zeitaufwendige Experimente oder die jahrelange Beobachtung großer Familien. Um diese Lücke zu schließen, setzte ein Forscher namens Dripto Roy darauf ab, die Kraft moderner Computer zu nutzen, um das Chaos zu ordnen. Anstatt jede Veränderung in einer Petrischale zu testen, nutzte die Studie drei verschiedene Computerprogramme, um vorherzusagen, welche dieser genetischen Tippfehler wahrscheinlich schädlich waren. Diese Programme analysieren die Struktur des Proteins und die Art der Veränderung, um deren Auswirkung zu erraten. Der Forscher verglich diese Vorhersagen anschließend mit Daten aus einer massiven globalen Datenbank der menschlichen genetischen Variation, um zu sehen, ob die Veränderungen in der Allgemeinbevölkerung verbreitet waren. Wenn eine Veränderung selten ist und die Computer übereinstimmend sagen, dass sie schädlich ist, wird sie zu einem starken Kandidaten für weitere Untersuchungen.

Die Studie begann mit der Zusammenstellung einer Liste von 1.891 dieser unsicheren genetischen Veränderungen aus einer öffentlichen medizinischen Datenbank. Der Forscher speiste jede einzelne in die drei Computer-Vorhersagewerkzeuge ein, die wie unabhängige Richter fungieren. Jedes Werkzeug untersuchte den spezifischen Ort der Veränderung innerhalb des BARD1-Proteins und wies eine Punktzahl zu, die angab, wie wahrscheinlich es war, Schaden anzurichten. Das Ziel war es, die Fälle zu finden, in denen alle drei Richter übereinstimmten. Die Analyse ergab, dass die Computer bei etwa 43 Prozent der Veränderungen uneinig waren, was verdeutlicht, dass das Verlassen auf nur ein einziges Programm nicht ausreicht, um eine sichere Entscheidung zu treffen. Für 290 der Varianten stimmten jedoch alle drei Programme darin überein, dass die Veränderung schädlich sei. Um diese Liste weiter einzugrenzen, überprüfte der Forscher eine globale Datenbank der Genfrequenzen. Er entfernte jede Variante, die in der Allgemeinbevölkerung vorkam, mit der Begründung, dass eine wirklich gefährliche Veränderung wahrscheinlich zu schädlich wäre, um verbreitet zu sein. Dies hinterließ eine verfeinerte Gruppe von 170 Varianten, die selten waren, von allen drei Werkzeugen als schädlich vorhergesagt wurden und in spezifischen, kritischen Regionen des Proteins lagen, in denen es seine wichtigste Arbeit verrichtet.

Diese 170 Kandidaten waren nicht gleichmäßig über das Protein verteilt. Sie häuften sich stark in zwei spezifischen Bereichen, die als Ankyrin-Repeat-Domäne und Tandem-BRCT-Domäne bekannt sind und die essenziell für die Fähigkeit des Proteins sind, an andere Moleküle zu binden und seine Aufgabe zu erfüllen. Die Studie fand heraus, dass 78 der Top-Kandidaten in der BRCT-Region und 63 in der Ankyrin-Repeat-Region lagen, während nur 29 in der RING-Domäne zu finden waren. Diese Verteilung deutet darauf an, dass die kritischsten Teile des Proteins auch die Orte sind, an denen derzeit die meisten verwirrenden genetischen Fehler gefunden werden. Unter den am höchsten bewerteten Kandidaten stach eine spezifische Veränderung hervor, weil sie mit einem Ort übereinstimmte, der kürzlich durch eine völlig andere Art von Experiment, dem sogenannten Saturation Genome Editing, identifiziert worden war. Diese unabhängige Studie hatte gezeigt, dass dieser spezifische Punkt entscheidend für die Funktion des Proteins ist, und die Computer-Vorhersagen in dieser neuen Studie markierten Veränderungen an diesem Punkt korrekt als gefährlich, obwohl der Forscher bei der Durchführung der Analyse nichts von der anderen Studie wusste.

Die Ergebnisse beweisen nicht, dass diese 170 Varianten Krebs verursachen, aber sie liefern eine hoch organisierte Prioritätenliste für die medizinische Gemeinschaft. Durch die Kombination mehrerer Computer-Vorhersagen mit Populationsdaten bietet die Studie einen Weg, Tausende von unsicheren Ergebnissen zu sortieren, um diejenigen zu finden, die klinisch am wichtigsten sein könnten. Der Forscher merkt an, dass dieser Ansatz ein Ausgangspunkt und kein endgültiges Urteil ist und dass diese Kandidaten dennoch im Labor getestet werden müssen, um ihre Auswirkungen zu bestätigen. Die Arbeit zeigt jedoch, dass computergestützte Werkzeuge effektiv eine kleine, handhabbare Menge an genetischen Veränderungen identifizieren können, die die dringendste Aufmerksamkeit verdienen. Dies hilft dabei, den Fokus von einem riesigen Meer der Ungewissheit auf eine definierte Gruppe von Verdächtigen zu lenken und könnte den Prozess beschleunigen, Patienten klarere Antworten über ihre genetischen Risiken zu geben.