EthniVar: a source-stratified catalogue of BRCA1/2 germline variants quantifies the classification gap for variants reported in Indian patients
Die Studie stellt EthniVar vor, einen quellenstratifizierten Katalog von BRCA1/2-Keimbahnvarianten, der eine signifikante Klassifizierungslücke für indienspezifische Varianten im Vergleich zu europäischen und chinesischen Populationen quantifiziert und ein computergestütztes Konsens-Framework evaluiert, das zwar hochgradig genau ist, aber nur eine Minderheit nicht aussagekräftiger indischer Varianten für eine weitere Kuratierung priorisieren kann.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Jeder Mensch trägt zwei Kopien eines Satzes von Anweisungen in sich, die als Gene bekannt sind und als Bauplan des Körpers für dessen Aufbau und Erhaltung dienen. Unter diesen sind die BRCA1- und BRCA2-Gene besonders wichtig, da sie helfen, DNA-Schäden zu reparieren und so zu verhindern, dass Zellen unkontrolliert wachsen und zu Krebs werden. Wenn diese Gene eine schädliche Veränderung, oder Variante, tragen, steigt das Risiko, an Brust- und Eierstockkrebs zu erkranken, erheblich an. Ärzte nutzen Gentests, um diese schädlichen Veränderungen zu finden, was Entscheidungen über Vorsorgeuntersuchungen, Operationen oder Medikamente leiten kann. Die Fähigkeit, diese Testergebnisse zu interpretieren, hängt jedoch stark von den verfügbaren Daten für die Wissenschaft ab. Jahrzehntelang hat sich der Großteil der Genforschung auf Menschen europäischer Abstammung konzentriert. Dies hat zu einer Situation geführt, in der eine genetische Veränderung, die bei einer Person indischer Abstammung gefunden wird, als „ungewiss“ eingestuft werden könnte, einfach weil es nicht genügend Daten aus ihrer spezifischen Bevölkerung gibt, um zu bestätigen, ob sie gefährlich oder harmlos ist, während dieselbe Veränderung bei einer Person europäischer Abstammung eindeutig als schädlich identifiziert werden könnte.
Ein Forscherteam der Plaksha University in Indien setzte sich zum Ziel, genau zu messen, wie groß diese Lücke ist und ob moderne Computerwerkzeuge helfen können, sie zu schließen. Sie erstellten einen neuen, detaillierten Katalog genetischer Varianten, die spezifisch bei indischen Patientinnen mit Brustkrebs gefunden wurden, und verglichen diesen mit ähnlichen Katalogen für Menschen europäischer und chinesischer Abstammung. Ihre Arbeit zeigt, dass der Mangel an Daten nicht nur eine geringfügige Unannehmlichkeit, sondern eine erhebliche Barriere für die medizinische Versorgung darstellt. Sie fanden heraus, dass für Varianten, die nur in indischen Quellen gemeldet wurden, weniger als vierzig Prozent eine klare, definitive Klassifizierung aus globalen medizinischen Datenbanken aufwiesen. Im Gegensatz dazu waren für Varianten, die nur in europäischen oder chinesischen Quellen gefunden wurden, etwa sechzig Prozent eindeutig klassifiziert. Das bedeutet, dass eine Patientin indischer Abstammung viel wahrscheinlicher ein Testergebnis erhält, das ihre Ärztinnen und Ärzte ratlos zurücklässt, was lebensrettende Interventionen verzögern oder unnötige Ängste verursachen kann.
Um diese Ungewissheit zu adressieren, wandte sich das Forscherteam an eine Auswahl von sechs verschiedenen Computerprogrammen, die darauf ausgelegt sind, die Auswirkungen genetischer Veränderungen vorherzusagen. Diese Werkzeuge nutzen unterschiedliche Methoden, wie etwa die Untersuchung, wie sich das Gen über Millionen von Jahren der Evolution verändert hat, oder die Analyse der 3D-Struktur des Proteins, das das Gen erzeugt. Durch die Kombination der Vorhersagen aller sechs Werkzeuge zu einem einzigen Konsenswert testete das Team, ob sie die unsicheren Varianten sortieren könnten. Als sie diese Methode auf einen Satz bereits bekannter, eindeutig klassifizierter Varianten anwandten, arbeitete das System mit sehr hoher Genauigkeit und identifizierte schädliche Veränderungen fast immer korrekt. Als sie jedoch dasselbe System auf die 356 unsicheren Varianten anwandten, die nur bei indischen Patientinnen gefunden wurden, waren die Ergebnisse bescheidener. Die Computerwerkzeuge konnten für nur etwa einundzwanzig Prozent dieser unsicheren Fälle eine verlässliche Vorhersage treffen. Obwohl dies half, den Status einiger Varianten zu klären, blieben die meisten weiterhin in einem Zustand der Ungewissheit.
Die Studie untersuchte auch, wie häufig diese genetischen Veränderungen in der allgemeinen Bevölkerung vorkommen. Schädliche Varianten, die schwere Krankheiten verursachen, sind normalerweise sehr selten, da die natürliche Selektion dazu neigt, sie im Laufe der Zeit aus dem Genpool zu entfernen. Die Forscher bestätigten, dass die Varianten, die ihre Computerwerkzeuge als schädlich vorhersagten, in den Populationsdaten tatsächlich viel seltener waren als jene, die als harmlos vorhergesagt wurden. Diese Häufigkeitsdaten lösten jedoch das Problem für die schwierigsten Fälle nicht: Varianten, die in medizinischen Datenbanken widersprüchliche Berichte aufwiesen. Selbst durch die Kombination von Computerprognosen mit Populationshäufigkeitsdaten konnten die einundzwanzig Varianten, die widersprüchliche Klassifizierungen aufwiesen, nicht eindeutig geklärt werden. Dies deutet darauf hin, dass für diese speziellen, schwierigen Varianten weder Computermodelle noch Populationsdaten allein ausreichen, um eine klare Antwort zu liefern.
Die Forscher kommen zu dem Schluss, dass computergestützte Werkzeuge zwar nützlich sind, um die Liste der Kandidaten einzugrenzen, sie aber den Bedarf an vielfältigeren menschlichen Daten nicht vollständig ersetzen können. Die Lücke in der Klassifizierung ist nicht ein Versagen der Technologie, sondern ein Spiegelbild der Tatsache, dass die Evidenzbasis selbst unvollständig ist. Um diese Lücke wirklich zu schließen, benötigt die wissenschaftliche Gemeinschaft mehr genetische Studien mit Fokus auf südasiatische Populationen, einschließlich detaillierter Aufzeichnungen der Familiengeschichten und spezifischer Funktionstests für die betreffenden Varianten. Das Team hat seinen gesamten Datensatz und die Ergebnisse seiner Computeranalyse der Öffentlichkeit über eine Online-Datenbank zur Verfügung gestellt und damit einen Fahrplan für die zukünftige Forschung geschaffen. Ihre Arbeit verdeutlicht, dass Patienten aus unterrepräsentierten Gruppen weiterhin mit einer höheren Rate an ungewissen Ergebnissen konfrontiert sein werden, was sie ohne die klare Orientierung lässt, die sie für das Management ihrer Gesundheitsrisiken benötigen, solange die genetischen Datenbanken nicht die Vielfalt der menschlichen Bevölkerung widerspiegeln.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.