In Silico Prioritization of Variants of Uncertain Significance in ABCA4 Reveals Conserved Functional Motifs

La vista si affida a un ciclo delicato e continuo di riciclo chimico all'interno dell'occhio. Al centro di questo processo si trova una proteina specifica chiamata ABCA4, che funge da trasportatore specializzato nelle cellule fotosensibili della retina. Il suo compito è quello di eliminare i derivati della vitamina A, noti come retinoidi, che si accumulano come sottoprodotto naturale della visione della luce. Quando questa proteina funziona male, queste sostanze chimiche si accumulano fino a livelli tossici, danneggiando le cellule e portando a malattie oculari ereditarie come la malattia di Stargardt. Gli scienziati hanno identificato migliaia di cambiamenti genetici, o varianti, nel gene ABCA4 che possono causare questo fallimento. Tuttavia, rimane un ostacolo significativo: per quasi la metà di queste variazioni genetiche, i medici non possono affermare con certezza se siano innocue o dannose. Queste vengono etichettate come varianti di significato incerto, lasciando molti pazienti senza una diagnosi chiara o un modo per comprendere la propria condizione.

Una sezione particolare della proteina ABCA4, nota come secondo dominio estracitoplasmatico, è diventata il punto focale di questa incertezza. Questa regione, che sporge dal corpo principale della proteina, è responsabile del catturare le molecole di retinoidi per spostarle. Nonostante la sua importanza, quest'area è scarsamente compresa ed è sede di un gran numero di queste varianti genetiche ambigue. Poiché testare ogni singola variazione in laboratorio è troppo lento e costoso, i ricercatori si sono rivolti a potenti modelli informatici per setacciare i dati. Simulando come questi cambiamenti genetici influenzino la forma e la stabilità della proteina, possono prevedere quali siano probabilmente destinati a compromettere la funzione della proteina e quali siano invece sicuri.

In uno studio recente, un team di ricercatori dell'Università del Delaware ha applicato questo approccio computazionale al secondo dominio estracitoplasmatico della proteina ABCA4. Hanno iniziato raccogliendo 244 varianti genetiche specifiche trovate in questa regione da un database medico pubblico. Per determinare quali di queste fossero probabilmente pericolose, hanno sottoposto ciascuna di esse a tre diversi strumenti di predizione informatica. Questi strumenti analizzano il codice genetico per stimare quanto un cambiamento possa interrompere la proteina. I ricercatori si sono concentrati sulle varianti che tutti e tre gli strumenti hanno concordato essere dannose, designando questo gruppo come il più probabile causatore di malattie. Questo metodo di consenso ha permesso loro di filtrare il rumore e identificare una lista di sospetti ad alta priorità.

L'analisi ha rivelato che queste varianti ad alto rischio non erano sparse casualmente attraverso la proteina. Invezione, si raggruppavano pesantemente nella sezione centrale del dominio. Quando i ricercatori hanno mappato queste posizioni, hanno scoperto che la regione centrale era significativamente più affollata di predizioni dannose rispetto all'inizio o alla fine del dominio. Questo schema suggeriva che la sezione centrale detiene un'importanza speciale per la capacità della proteina di funzionare. Per capire il perché, il team ha esaminato la storia evolutiva della famiglia di proteine ABCA4. Confrontando la sequenza di ABCA4 con proteine simili presenti in altri organismi, hanno identificato quattro specifici tratti di amminoacidi che erano rimasti invariati per milioni di anni. Questi blocchi altamente conservati, che i ricercatori hanno chiamato motivi conservati critici, agiscono come ancore strutturali essenziali della proteina.

Lo studio ha trovato un forte legame tra questi antichi motivi immutabili e le varianti dannose. I modelli informatici hanno mostrato che le varianti predette come pericolose avevano molta più probabilità di verificarsi all'interno di questi quattro motivi critici rispetto ad altre parti della proteina. Questa connessione implica che queste sequenze specifiche sono vitali per il lavoro della proteina, e che interromperle è particolarmente dannoso. Per vedere esattamente come questi cambiamenti causino problemi, i ricercatori hanno costruito modelli 3D dettagliati della proteina e hanno introdotto le specifiche modifiche genetiche nella simulazione. Hanno osservato che molte delle varianti dannose causavano problemi fisici, come atomi che si scontravano in modi che non dovrebbero accadere, o la formazione di nuovi legami chimici che bloccavano la proteina in una forma rigida e innaturale.

Una variante specifica, situata vicino al sito in cui la proteina afferra la molecola di retinoidi, è stata mostrata come capace di creare uno scontro fisico con una vicina molecola lipidica che aiuta a stabilizzare la proteina. Questo scontro potrebbe impedire alla proteina di funzionare correttamente. Altre varianti sono state trovate alterare la flessibilità della proteina, il che è cruciale perché il dominio deve muoversi e piegarsi per trasportare il suo carico. I ricercatori hanno anche scoperto che alcuni cambiamenti dannosi creavano nuove connessioni tra diverse parti della proteina, potenzialmente bloccando il meccanismo che permette ai due domini principali di lavorare insieme. Queste simulazioni hanno fornito un quadro chiaro di come un singolo cambiamento di una lettera nel codice genetico potesse propagarsi attraverso la struttura per disabilitare l'intera proteina.

I risultati offrono una via pratica per diagnosticare i pazienti affetti da malattia di Stargardt e disturbi oculari correlati. Utilizzando questo quadro basato sul computer, i medici possono ora dare priorità a quali varianti genetiche incerte siano le più probabili cause della malattia di un paziente. Lo studio ha identificato quattro regioni specifiche all'interno della proteina che sono critiche per la sua funzione e ha evidenziato una lista di varianti che sono quasi certamente dannose. Questo approccio non sostituisce i test di laboratorio, ma fornisce un modo altamente efficiente per restringere la lista dei sospetti, trasformando una lunga lista di ignoti in un insieme gestibile di candidati per ulteriori studi. In definitiva, questo lavoro aiuta a portare il campo più vicino alla risoluzione del mistero di questi cambiamenti genetici incerti, offrendo speranza per diagnosi più accurate e una migliore cura per coloro che vivono con malattie retiniche ereditarie.