Investigating the pathogenicity of missense spliceogenic variants using whole-genome sequencing, RNA-sequencing, and proteomics data from population and clinical research cohorts

La salute umana dipende da un complesso manuale di istruzioni scritto nel nostro DNA, un codice che dice alle nostre cellule come costruire le proteine necessarie per la vita. Per decenni, gli scienziati si sono concentrati su come le variazioni in questo codice alterino la forma e la funzione della proteina finale, in modo simile a quando si controlla se un errore di battitura in una ricetta rovini il sapore di una torta. Tuttavia, il manuale di istruzioni ha una fase critica di editing prima che il prodotto finale venga realizzato. Questo processo, noto come splicing, taglia le sezioni non necessarie e cuce insieme le parti rimanenti per formare un messaggio pulito e utilizzabile. Se questa fase di editing va errata, la cellula può scartare l'intero messaggio o produrre una versione guasta, portando alla malattia. Sebbene i ricercatori sappiano da tempo che gli errori ai margini di queste sezioni possano causare tali problemi, hanno ampiamente assunto che le variazioni nel mezzo delle sezioni siano sicure, a condizione che la proteina finale appaia ancora corretta.

Uno studio mette in discussione questa assunzione rivelando che molte variazioni genetiche precedentemente ritenute innocue in realtà sabotano il processo di editing. Analizzando i dati genetici di quasi mezzo milione di persone e misurando i livelli di proteine nel loro sangue, i ricercatori hanno scoperto che un numero significativo di queste variazioni "centrali" interrompe il macchinario di splicing. Questi errori, che il team chiama varianti missense spliceogeniche, passano spesso inosservati agli attuali strumenti diagnostici perché tali strumenti guardano solo la forma della proteina finale, non il processo di editing. Le scoperte suggeriscono che una parte sostanziale di varianti genetiche attualmente etichettate come incerte o benigne sta in realtà causando malattie impedendo alla cellula di produrre affatto le proteine necessarie.

Per comprendere l'entità di questo problema nascosto, il team di ricerca si è rivolto alla UK Biobank, un enorme database contenente informazioni genetiche e dati sanitari di circa 500.000 volontari. Si sono concentrati su un tipo specifico di variazione genetica chiamata variante missense, che è un cambiamento di una singola lettera nel codice DNA che solitamente comporta l'uso di un diverso elemento costruttivo in una proteina. Il team ha esaminato oltre otto milioni di queste varianti per vedere se qualcuna di esse interrompesse anche il processo di splicing. Hanno utilizzato un sofisticato modello informatico per prevedere come ogni variante avrebbe influenzato l'editing del messaggio genetico. I risultati sono stati sorprendenti: circa il 2,7 percento di queste varianti missense è stato previsto come capace di interferire con lo splicing, un tasso quasi identico a quello delle varianti sinonime, che non alterano affatto la proteina. Ciò suggerisce che il rischio di interrompere il processo di editing è altrettanto comune nel mezzo del codice quanto lo è ai margini.

Lo studio ha poi indagato se questi errori previsti avessero conseguenze reali nel mondo. I ricercatori hanno confrontato i dati genetici con campioni di sangue di oltre 50.000 partecipanti, analizzando i livelli di quasi 3.000 diverse proteine in circolo nel sangue. Hanno scoperto che gli individui portatori di queste specifiche varianti missense presentavano livelli significativamente inferiori delle proteine corrispondenti. In molti casi, la riduzione dei livelli proteici era severa quanto quella osservata in persone con noti e devastanti errori genetici che bloccano completamente la produzione di proteine. Ciò ha confermato che gli errori di splicing previsti non erano solo teorici; stavano attivamente impedendo al corpo di produrre abbastanza delle proteine necessarie.

Una parte critica dell'indagine ha riguardato il test dell'affidabilità degli strumenti attualmente utilizzati da medici e genetisti per interpretare queste varianti. La maggior parte dei software standard è progettata per prevedere se un cambiamento genetico danneggerà la struttura della proteina. I ricercatori hanno scoperto che, per le varianti che avevano identificato come interruttori dello splicing, questi strumenti standard spesso davano una valutazione di "sicurezza". In effetti, più della metà delle varianti che si prevedeva interrompessero lo splicing venivano classificate come benigne o neutre dagli strumenti focalizzati sulla proteina. Ciò crea un pericoloso punto cieco: una variante può essere segnalata come innocua perché la proteina appare integra, mentre in realtà la cellula non riesce a produrre la proteina stessa. Questa discrepanza era ancora più pronunciata nelle regioni delle proteine che sono naturalmente flessibili e prive di una struttura rigida, dove gli strumenti standard sono meno propensi a prevedere un problema.

Per dimostrare che le loro previsioni informatiche corrispondevano alla realtà biologica, il team ha esaminato i dati genetici reali di pazienti con malattie rare che in precedenza non avevano ricevuto una diagnosi. Hanno identificato 14 varianti missense di significato incerto dal servizio di medicina genomica del NHS che i loro modelli prevedevano interromperebbero lo splicing. Esaminando l'RNA, il messaggio genetico, di questi pazienti, hanno confermato che lo splicing era effettivamente interrotto in questi casi, fornendo una forte prova per classificare le varianti come patogene o probabilmente patogene. In un caso, una variante in un gene chiamato VRK1, precedentemente ritenuta innocua, ha mostrato come causasse alla cellula di saltare un'intera sezione del messaggio, portando a una grave condizione neurologica. In un altro caso, una variante nel gene PRG4, che causa problemi articolari e cardiaci, è stata trovata responsabile del fatto che la cellula fosse costretta a utilizzare un sito di editing errato, eliminando un pezzo cruciale del messaggio. Queste scoperte hanno fornito la prova diretta che i modelli informatici stavano identificando correttamente errori causatori di malattie che erano sfuggiti ai metodi tradizionali.

I ricercatori hanno anche applicato il loro nuovo approccio a un grande gruppo di casi irrisolti del Progetto 100.000 Genomi, un'iniziativa nazionale per trovare cause genetiche per le malattie rare. Effettuando lo screening per questi specifici errori di splicing, hanno identificato un forte candidato diagnostico in un paziente rimasto senza diagnosi per anni. Il paziente presentava un cambiamento genetico in un gene chiamato DYSF che era precedentemente considerato incerto. L'analisi più recente ha rivelato che questo cambiamento aveva distrutto il sito di editing, portando a una forma di distrofia muscolare, e i risultati corrispondevano fortemente ai sintomi del paziente, rendendo necessaria un'ulteriore valutazione clinica. Hanno inoltre trovato forti candidati per altri due pazienti con condizioni simili e non spiegate. Questi successi dimostrano che guardare al processo di editing, piuttosto che solo alla proteina finale, può risolvere misteri medici che persistono da molto tempo.

Lo studio conclude che il modo attuale di interpretare i cambiamenti genetici deve evolversi. Per anni, l'attenzione si è concentrata su se un cambiamento rompa la forma della proteina, ma questa ricerca mostra che un cambiamento può essere altrettanto dannoso se impedisce al messaggio di essere editato correttamente. Integrando strumenti che prevedono gli errori di splicing nei flussi di lavoro diagnostici standard, i medici possono scoprire la vera causa della malattia in molti più pazienti. Questo spostamento di prospettiva sposta il campo da un focus ristretto sul prodotto finale a una comprensione più ampia dell'intero processo di produzione, assicurando che nessun errore genetico venga trascurato semplicemente perché si nasconde in piena vista.