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

Mediante el análisis de deleciones homocigotas en 125.730 individuos de la Biblioteca Nacional de Investigación Genómica del Reino Unido, este estudio establece un mapa exhaustivo a escala genómica que mejora el diagnóstico de enfermedades raras, revela la importancia de las deleciones de promotores no codificantes e identifica 43 genes candidatos novedosos asociados a enfermedades.

Lo esencial

Imagina tu ADN como un manual de instrucciones masivo de 3 mil millones de páginas para construir y hacer funcionar un ser humano. La mayor parte del tiempo, leemos estas instrucciones perfectamente. Pero a veces, faltan páginas. En el mundo de la genética, estas páginas faltantes se llaman deleciones.

Este artículo es como una enorme historia detectivesca sobre "páginas faltantes". Los investigadores examinaron los manuales de instrucciones genéticas de 125,730 personas (¡una multitud enorme!) para encontrar exactamente dónde faltaban páginas. No solo buscaban pequeños errores tipográficos; estaban cazando párrafos enteros o incluso capítulos completos que habían sido arrancados.

Aquí está la historia de lo que encontraron, desglosada en partes simples:

1. El Mapa de "Knockout Natural"

Los investigadores construyeron un mapa gigante que muestra cada lugar individual en el genoma humano donde una página podría faltar completamente sin que la persona se enferme.

• La Analogía: Piénsalo como probar un motor de coche retirando diferentes piezas. Si quitas la radio, el coche sigue conduciendo. Si quitas el motor, se detiene.
• El Descubrimiento: Encontraron que los humanos son sorprendentemente resistentes. Aproximadamente el 7% de todo el manual de instrucciones puede faltar, y la persona sigue estando sana. Esto significa que nuestros cuerpos tienen muchas "piezas de repuesto" o instrucciones redundantes. Sin embargo, también descubrieron que si arrancas páginas de la "sala de máquinas" (genes codificadores de proteínas), las personas a menudo desarrollan enfermedades raras.

2. Resolviendo los Misterios Sin Resolver

Cerca de la mitad de las personas con enfermedades raras en este estudio aún no tenían un diagnóstico, incluso después de pruebas genéticas estándar. ¿Por qué? Porque las pruebas estándar son como buscar una palabra faltante en una oración; a menudo pasan por alto si toda la oración ha desaparecido.

• La Solución: Los investigadores usaron un truco especial. Buscaron "silencio" en los datos. Si una sección específica de ADN suele tener mucho ruido (lecturas) pero de repente queda completamente en silencio en un paciente, significa que esa sección falta.
• El Resultado: Encontraron 295 personas que finalmente recibieron un diagnóstico. Las páginas faltantes estaban en genes conocidos por causar enfermedades, pero las pruebas anteriores las habían pasado por alto.
• La Pista "Oculta": También descubrieron que a veces la página faltante no es la instrucción principal, sino la página de portada (el promotor o la región 5' UTR). Si la portada falta, el libro nunca se abre, incluso si las páginas interiores están bien. Encontraron 19 casos donde esta "deleción de página de portada" fue la causa de la enfermedad.

3. Encontrando Nuevos "Villanos" (Genes Nuevos)

La parte más emocionante fue encontrar genes que nadie sabía que eran peligrosos antes.

• El Método: Buscaron genes que faltaban en al menos dos personas diferentes que tenían exactamente los mismos síntomas. Es como encontrar dos casas diferentes con la misma ventana rota y darse cuenta: "¡Oye, ese tipo de ventana es el problema!".
• Los Tres Nuevos Sospechosos:
  1. PDC (El Guardián del Ojo): Encontraron cuatro personas con un gen PDC faltante que todas tenían ceguera grave y temprana (Amaurosis Congénita de Leber). Resulta que este gen es crucial para cómo nuestros ojos procesan la luz. Los investigadores sospechan que esta pieza faltante podría ser una mutación "herencia familiar" común en el Reino Unido, transmitida desde un ancestro que vivió hace 600–1,000 años.
  2. GCG (El Vínculo Estómago-Cerebro): Encontraron a dos hermanas con un gen GCG faltante. Tenían discapacidades intelectuales y graves problemas de estómago (diarrea) cuando eran bebés. Este gen produce hormonas que se comunican tanto con el cerebro como con el intestino. Los investigadores piensan que esto explica por qué estas hermanas tenían problemas tanto cerebrales como estomacales.
  3. ENTPD3 (El Interruptor Social del Cerebro): Encontraron a tres personas con genes ENTPD3 faltantes que todas tenían discapacidades intelectuales y autismo. Este gen es muy activo en el cerebro, lo que sugiere que juega un papel clave en cómo se desarrollan y socializan nuestros cerebros.

4. Por Qué Esto Importa (Según el Artículo)

El artículo concluye que buscar estas "páginas faltantes" es una forma poderosa de resolver misterios médicos que otras pruebas pasan por alto.

• El Éxito "Silencioso": Descubrieron que el 0.5% de los pacientes con enfermedades raras en su estudio fueron resueltos solo porque buscaron estas grandes deleciones.
• El Efecto "Fundador": Mostraron que algunas de estas páginas faltantes son comunes en áreas específicas (como el noroeste de Inglaterra), lo que significa que los médicos en esas áreas podrían ver más de estas condiciones específicas.
• El Futuro: Al mapear qué partes del manual pueden retirarse de forma segura (el mapa de tolerancia del 7%), los científicos pueden comprender mejor qué genes son seguros "apagar" para futuras terapias y cuáles son demasiado peligrosos para tocar.

En resumen: Los investigadores crearon un mapa gigante de páginas genéticas faltantes. Este mapa les ayudó a resolver cientos de misterios médicos, reveló que las deleciones de "página de portada" son una causa oculta de enfermedades y descubrió tres genes nuevos que, cuando faltan, causan ceguera, problemas intestinales-cerebrales y autismo.

Resumen técnico

Resumen Técnico: Un Mapa de Deleciones a Nivel de Genoma para el Descubrimiento de Genes y Variantes de Enfermedades Raras

Enunciado del Problema
Las variantes estructurales (SV), particularmente las deleciones homocigotas, son una causa significativa pero a menudo subdetectada de trastornos genéticos raros. Si bien la secuenciación de genoma de lecturas cortas es el estándar para las pruebas genéticas clínicas, adolece de limitaciones inherentes en la detección de SV, incluidas altas tasas de falsos positivos y variantes pasadas por alto, especialmente en regiones repetitivas o ricas en GC. En consecuencia, aproximadamente la mitad de los pacientes con enfermedades raras permanecen sin un diagnóstico genético. Los métodos existentes a menudo luchan por distinguir las deleciones homocigotas reales de los artefactos, y la tolerancia del genoma humano a la pérdida completa de genes (knockout homocigoto) permanece poco caracterizada a gran escala. Además, las deleciones no codificantes, como las que afectan a promotores o 5'UTR, son frecuentemente pasadas por alto en las tuberías clínicas a pesar de su potencial para abolir la transcripción génica.

Metodología
Los autores aprovecharon datos de secuenciación de genoma de 125.730 individuos dentro de la Biblioteca Nacional de Investigación Genómica (NGRL) del Reino Unido, que comprende participantes del Proyecto de 100.000 Genomas de Genomics England y del Servicio de Medicina Genómica del NHS. La cohorte incluyó a 58.022 individuos con trastornos raros, 50.484 familiares no afectados y 17.224 individuos reclutados para cáncer.

Para abordar el ruido inherente a la llamada de SV, los autores desarrollaron un enfoque computacional centrado en la señal distintiva de profundidad de lectura asociada con las deleciones homocigotas. La tubería involucró:

1. Agregación de Datos: Integración de deleciones bialélicas putativas identificadas por tres llamadores diferentes (Canvas, DRAGEN y Manta).
2. Filtrado de Alta Confianza: Definición de deleciones de alta confianza basadas en criterios estrictos de profundidad de lectura: una profundidad de lectura mediana de ≤1 en el participante y ≥10 en una muestra de control (miembros familiares no afectados o muestras de cáncer de línea germinal). Este filtrado redujo significativamente el ruido, disminuyendo el número mediano de deleciones por individuo de 1.781 a 464.
3. Curación de Variantes: Agregación de variantes con >80% de superposición y filtrado para variantes raras (frecuencia alélica de cohorte ≤ 0,001).
4. Análisis Diagnóstico y de Descubrimiento:
   • Diagnóstico: Intersección de deleciones con genes de enfermedad conocidos (listas 'verdes' de PanelApp y listas recesivas de OMIM) y evaluación de la adecuación fenotípica. Esto incluyó revisión manual en IGV y validación mediante secuenciación de ARN cuando estaba disponible.
   • Descubrimiento de Nuevos Genes: Identificación de genes sin asociaciones de enfermedad conocidas que albergaban deleciones bialélicas en al menos dos individuos con fenotipos consistentes. Este espacio de búsqueda se restringió a genes sin deleciones homocigotas en poblaciones de control.
   • Validación Ortogonal: Expansión de la búsqueda para incluir SNV/Indels predichos de pérdida de función (pLoF) homocigotos y compuestos heterocigotos en genes candidatos para fortalecer las asociaciones gen-enfermedad.

Resultados Clave

• Mapa de Tolerancia a Nivel de Genoma: El estudio curó 535.699 SV de deleciones homocigotas de alta confianza, de las cuales 48.735 eran raras. Estas deleciones cubrieron colectivamente 213 Mb (6,92% del genoma humano). Notablemente, el 3,11% de las bases codificantes de proteínas fueron eliminadas en al menos un individuo, lo que indica una tolerancia sustancial a la pérdida completa de secuencia en regiones genómicas específicas.
• Rendimiento Diagnóstico: En el subconjunto de 58.022 individuos con enfermedades raras, los autores identificaron 295 individuos con deleciones homocigotas diagnósticas probables que impactan regiones codificantes de proteínas de genes de enfermedad conocidos. Esto representa una tasa diagnóstica del 0,5% para la cohorte.
  • Deleciones de Promotores No Codificantes: Un hallazgo significativo fue la identificación de 32 SV no codificantes candidatos dentro o cerca de genes de enfermedad conocidos, 19 de los cuales (59,37%) eran recurrentes o consistentes con la patogenicidad. Estas deleciones interrumpieron regiones 5'UTR o promotoras, aboliendo efectivamente la transcripción. La validación mediante secuenciación de ARN confirmó una reducción dramática del transcrito en casos como MICU1 y PLEC, destacando las deleciones de promotores como una causa subestimada de trastornos raros.
  • Consanguinidad: Los probandos con deleciones bialélicas diagnósticas tenían casi nueve veces más probabilidades de tener padres consanguíneos en comparación con la cohorte general, consistente con un modelo de herencia recesiva.
• Descubrimiento de Nuevos Genes: Los autores identificaron 43 genes sin asociación previa con enfermedades raras que albergaban deleciones bialélicas en dos o más individuos con fenotipos consistentes. Tres genes se destacaron en detalle:
  • PDC (Fosducina): Cuatro probandos con deleciones homocigotas de 15 kb que abarcaban todo el gen se presentaron con Amaurosis Congénita de Leber. La deleción se identificó como una variante fundadora potencial del Reino Unido.
  • GCG (Glucagón): Dos hermanas con una deleción homocigota de todo el gen GCG se presentaron con discapacidad intelectual y diarrea infantil recurrente. Un tercer individuo con una SNV de ganancia de parada homocigota en GCG mostró un fenotipo similar.
  • ENTPD3: Tres probandos con deleciones homocigotas distintas en ENTPD3 compartieron un fenotipo de discapacidad intelectual, microcefalia y autismo.

Significado y Afirmaciones
El artículo afirma proporcionar el primer mapa a nivel de genoma de deleciones homocigotas derivadas de datos de secuenciación de lecturas cortas a esta escala, demostrando la utilidad de las señales de profundidad de lectura para la detección de SV de alta confianza. El estudio subraya que las deleciones homocigotas contribuyen a aproximadamente el 0,5% de los diagnósticos de enfermedades raras en la cohorte NGRL, una cifra que puede ser una subestimación debido a pruebas negativas previas con microarrays.

Crucialmente, los autores afirman que su enfoque revela "la deleción de promotores como una causa subestimada de trastornos raros", demostrando que las deleciones no codificantes pueden ser tan patogénicas como las truncaciones codificantes. Al identificar genes candidatos de enfermedad novedosos (PDC, GCG, ENTPD3) y caracterizar la tolerancia a nivel de genoma a la pérdida, el conjunto de datos sirve como recurso tanto para mejorar el diagnóstico de enfermedades raras como para informar estrategias terapéuticas (por ejemplo, identificando genes tolerantes al silenciamiento). Los autores concluyen que, si bien existen limitaciones relacionadas con los falsos positivos y la incapacidad de detectar SV muy grandes con lecturas cortas, este conjunto de datos de alta confianza avanza significativamente la comprensión de la carga genómica de las deleciones homocigotas en la enfermedad humana.