Identifying Putative Pathogenic Non-Coding Variants in Unresolved Rare Disease Patients Using Topologically Associated Domains

Per milioni di persone in tutto il mondo, una malattia rara rimane un mistero. Si tratta di condizioni così insolite da colpire meno di una persona su duemila, eppure collettivamente toccano la vita di circa 300 milioni di persone. In molti casi, i medici possono vedere chiaramente i sintomi — difetti cardiaci, ritardi nello sviluppo o caratteristiche fisiche insolite — ma la causa genetica rimane nascosta. La medicina moderna possiede strumenti potenti per leggere l'intero codice genetico di una persona, un processo chiamato sequenziamento dell'intero genoma. Questa tecnologia scansiona i miliardi di lettere del DNA che compongono un essere umano. Tuttavia, per almeno la metà dei pazienti che si sottopongono a questo test, la risposta non viene ancora trovata. Il problema risiede spesso nel luogo in cui gli scienziati hanno cercato. Per decenni, l'attenzione si è concentrata sulla minuscola frazione del genoma che funge da diretto manuale di istruzioni per costruire le proteine, nota come regioni codificanti. Ma la stragrande maggioranza del nostro DNA non codifica per le proteine. Inveve, agisce come un complesso sistema di controllo, con interruttori e regolatori che dicono ai geni quando accendersi, quanto forte cantare e quando fermarsi. Quando questi interruttori non codificanti si rompono, possono causare malattie con la stessa certezza di un manuale di istruzioni rotto, ma trovare lo specifico interruttore guasto tra miliardi di lettere è stato come cercare un ago in un pagliaio senza un magnete.

Un team di ricercatori del Children's Hospital of Philadelphia ha sviluppato un nuovo modo per trovare questi aghi nascosti. Hanno creato un sistema chiamato GAVURD, che sta per Genomic Analysis of Variants in Unresolved Rare Disease (Analisi Genomica delle Varianti nelle Malattie Rare Non Risolte). Questo strumento è stato progettato per prendere i dati grezzi del sequenziamento dell'intero genoma e dare la caccia sistematicamente agli errori specifici non codificanti che potrebbero causare la malattia del paziente. I ricercatori sono partiti da dieci pazienti che erano già stati testati più volte senza una diagnosi. Questi pazienti soffrivano di una gamma di gravi condizioni congenite, inclusi complessi difetti cardiaci e problemi con la formazione degli organi interni. Il team ha inserito i dati genetici di queste dieci famiglie nel loro nuovo sistema. Il processo è iniziato cercando due tipi specifici di cambiamenti genetici: nuove mutazioni apparse per la prima volta nel bambino, e rare mutazioni ereditarie che il bambino ha ricevuto da entrambi i genitori. Poiché il genoma umano è così vasto, il sistema doveva essere incredibilmente preciso per filtrare i milioni di differenze innocue che esistono tra le persone. I ricercatori hanno utilizzato un metodo di controllo incrociato, eseguendo i dati attraverso tre diversi programmi informatici e mantenendo solo i risultati su cui tutti e tre concordavano. Questo approccio basato sul consenso li ha aiutati a eliminare il rumore degli errori di sequenziamento, lasciando dietro di sé una lista molto più breve e affidabile di mutazioni candidate.

Una volta che il team ha ottenuto la sua breve lista di mutazioni sospette, ha affrontato la sfida successiva: capire quale gene una mutazione non codificante potrebbe influenzare. A differenza di un gene che codifica per una proteina rotto, un interruttore rotto potrebbe trovarsi lontano dal gene che controlla, talvolta a centinaia di migliaia di lettere di distanza. Per risolvere questo problema, i ricercatori hanno utilizzato una mappa della struttura tridimensionale del genoma. Immaginate il DNA all'interno di una cellula non come un lungo filo dritto, ma come un gomitolo di lana aggrovigliato e ripiegato in specifici quartieri autosufficienti. Questi quartieri sono chiamati domini associati topologicamente. I ricercatori hanno scoperto che i geni e i loro interruttori di controllo vivono solitamente nello stesso quartiere. Se una mutazione avviene in un particolare quartiere, è altamente probabile che influenzi solo i geni all'interno di quell'area specifica. Utilizzando i dati da mappe ad alta risoluzione di questi quartieri, il sistema GAVURD poteva collegare una distante mutazione non codificante al gene specifico che era più probabile che stesse regolando. Questo passaggio ha ridotto drasticamente la ricerca, impedendo al sistema di perdersi nella vastità del genoma.

L'ultimo passaggio nel processo è stato verificare se i geni collegati a queste mutazioni corrispondessero ai sintomi del paziente. I ricercatori hanno utilizzato una biblioteca digitale di malattie umane e dei loro tratti fisici associati. Hanno confrontato i sintomi specifici di ogni paziente con gli effetti noti delle mutazioni nei geni che il loro sistema aveva identificato. Questo processo di abbinamento ha permesso loro di classificare i candidati, evidenziando le mutazioni che erano più probabili nel spiegare la condizione del paziente. Quando hanno applicato l'intera pipeline ai loro dieci pazienti, i risultati sono stati promettenti. In sei dei dieci casi, il sistema ha identificato una specifica variante non codificante che indicava un gene noto per causare una malattia con sintomi molto simili a quelli del paziente. Per un paziente con gravi difetti cardiaci, il sistema ha trovato una mutazione in una regione non codificante che sembrava interrompere un gene coinvolto nello sviluppo del cuore e della simmetria destra-sinistra del corpo. Per un altro paziente con un complesso insieme di difetti alla nascita, il sistema ha identificato una nuova mutazione vicino a un gene critico per lo sviluppo del cuore, che era noto per essere regolato da uno specifico interruttore molecolare che la mutazione sembrava aver rotto.

I ricercatori sottolineano che, sebbene questi risultati siano piste solide, non sono ancora una diagnosi clinica definitiva. Il sistema produce ipotesi di alto valore che richiedono ulteriori test in laboratorio per provare esattamente come la mutazione causi la malattia. Tuttavia, lo studio dimostra che un approccio sistematico può individuare con successo potenziali cause in pazienti che prima erano considerati irrisolvibili. Combinando un metodo rigoroso per trovare rare mutazioni con un modo intelligente per collegarle ai loro geni bersaglio, il sistema GAVURD offre una nuova strada da seguire. Suggerisce che per molti pazienti con malattie rare non risolte, la risposta non è mancante nel loro codice genetico, ma è piuttosto nascosta nelle regioni non codificanti che i metodi precedenti non potevano interpretare efficacemente. Questo lavoro fornisce un quadro concreto per trasformare il vasto e confuso paesaggio del DNA non codificante in una lista gestibile di sospettati, portando la speranza che più famiglie riceveranno infine le risposte che hanno atteso così a lungo.