varianTalker: a Nextflow Framework for Scalable, Portable and Clinically Oriented Variant Annotation, Prioritization, and Review

Nella moderna lotta contro il cancro, i medici hanno acquisito una nuova, potente lente: la capacità di leggere il codice genetico di un tumore. Questo codice è scritto nel DNA e, a volte, una singola lettera in quella lunga sequenza viene modificata. Queste minuscole variazioni, chiamate varianti, possono agere come interruttori che trasformano una cellula normale in una cellula cancerosa, oppure possono rivelare come il corpo di un paziente reagirà a specifici medicinali. Affinché i medici possano utilizzare queste informazioni, devono prima trovare questi cambiamenti nella vasta quantità di dati genetici e poi determinare il loro significato. Una specifica variazione è innocua o è pericolosa? Suggerisce che un particolare farmaco funzionerà? Questo processo, noto come interpretazione delle varianti, è il ponte tra i dati grezzi e un piano di trattamento salvavita. Tuttavia, gli strumenti utilizzati per attraversare questo ponte sono spesso sparsi, difficili da usare insieme o chiusi dietro costose barriere di pagamento, rendendo difficile per gli ospedali ottenere risposte coerenti rapidamente.

Un team di ricercatori dell'Istituto Europeo di Oncologia di Milano ha costruito una nuova soluzione a questo problema chiamata varianTalker. Immaginate una biblioteca affollata dove arrivano ogni giorno migliaia di libri, ognuno scritto in una lingua diversa e organizzato secondo regole diverse. Se un bibliotecario deve trovare un fatto specifico, potrebbe dover correre in dieci sezioni diverse, controllare dieci cataloghi differenti e copiare manualmente gli appunti da ciascuno di essi. È ciò che accade oggi quando i medici cercano di interpretare la genetica del cancro; devono gestire molteplici database e programmi software che non sempre concordano tra loro. I ricercatori hanno creato varianTalker affinché agisca come un unico bibliotecario automatizzato capace di parlare tutte queste lingue contemporaneamente. È un framework software progettato per prendere i dati genetici grezzi di un paziente, farli passare attraverso dieci diversi sistemi esperti simultaneamente e produrre un report unico e chiaro che evidenzi i risultati più importanti.

Il sistema funziona accettando dati genetici da varie macchine utilizzate negli ospedali, come quelle che sequenziano il DNA da sangue o tessuti tumorali. Una volta che i dati arrivano, varianTalker li pulisce e poi li invia a una collezione di dieci risorse specializzate. Alcune di queste risorse prevedono come una modifica genetica possa influenzare una proteina, mentre altre controllano se la modifica è stata vista in precedenza in altri pazienti. Alcune cercano collegamenti con farmaci specifici, e altre controllano se la modifica è probabile che sia ereditata da un genitore. Fondamentalmente, il sistema non costringe questi diversi esperti a concordare su un unico punteggio. Al contrario, mantiene separate tutte le loro opinioni, permettendo al medico di vedere il quadro completo. Ad esempio, un database potrebbe dire che una variazione è incerta, mentre un altro suggerisce che sia dannosa. Mantenendo entrambe le visioni, il sistema assicura che nessun pezzo di evidenza vada perduto nella traduzione.

Per rendere questo processo più veloce ed efficiente, i ricercatori hanno aggiunto una banca della memoria. Nella genetica del cancro, le stesse variazioni genetiche appaiono spesso in molti pazienti diversi. Senza una banca della memoria, il software dovrebbe rianalizzare l'esatta stessa variazione da zero ogni volta che arriva un nuovo paziente. varianTalker memorizza i risultati delle analisi precedenti in un database. Quando arrivano i dati di un nuovo paziente, il sistema controlla prima se ha già risolto quel particolare enigma. Se la risposta è già presente, la recupera istantaneamente. Nei test, questo semplice passaggio ha ridotto il tempo necessario per analizzare i dati di un paziente di una media del 92 percento. Ciò significa che per le variazioni genetiche comuni, il sistema può fornire i risultati in minuti anziché in ore, liberando tempo prezioso affinché i medici possano concentrarsi sul paziente.

La vera prova di un tale sistema è se aiuti i medici a prendere decisioni migliori senza tralasciare nulla di importante. I ricercatori hanno testato varianTalker su centinaia di casi reali di pazienti del proprio ospedale, coprendo tumori alla mammella, all'ovaio, al colon e al midollo osseo. Prima di utilizzare il sistema, un singolo campione di paziente poteva contenere migliaia di cambiamenti genetici, la maggior parte dei quali era rumore innocuo. Revisionare manualmente tutto questo richiederebbe giorni. Il sistema ha applicato filtri intelligenti per filtrare il rumore, mantenendo solo i cambiamenti che contavano. Ha ridotto l'elenco delle varianti che necessitavano di revisione umana di oltre il 97 percento per le variazioni ereditarie e di oltre il 99 percento per le variazioni specifiche del tumore. Nonostante questa massiccia riduzione, il sistema non ha scartato nemmeno una variante che un esperto avesse identificato come clinicamente importante. Ha mantenuto con successo ogni variazione pericolosa scartando il resto.

Inoltre, il sistema ha dimostrato il suo valore aiutando a risolvere casi che erano precedentemente poco chiari. Nello studio, molte variazioni genetiche erano etichettate come "incerte", il che significa che nessuno sapeva se fossero pericolose o sicure. Combinando le prove da tutte le dieci risorse, varian{\textemdash}talker è stato in grado di fornire una classificazione più chiara per l'86,9 percento di queste variazioni ereditarie incerte e per il 47,1 percento delle variazioni tumorali incerte. Ciò significa che per quasi la metà dei casi tumorali difficili e per quasi tutti i casi ereditari difficili, il sistema ha raccolto abbastanza informazioni supplementari da passare dalla diagnosi di "sconosciuta" a qualcosa di più specifico. Questa evidenza aggiuntiva fornisce ai medici una base più solida per le scelte terapeutiche.

I ricercatori hanno anche costruito uno strumento complementare chiamato MAFigate, che permette ai medici di interagire con i risultati sui propri computer senza inviare dati dei pazienti su internet. Questa dashboard permette loro di regolare i filtri, vedere esattamente perché una variante è stata mantenuta o rimossa e aggiungere le proprie note. Questa flessibilità è vitale perché diversi ospedali hanno regole diverse su cosa costituisca un reperto degno di nota. Il sistema è progettato per essere aggiornato man mano che nuove conoscenze scientifiche diventano disponibili, garantendo che la "biblioteca" di informazioni genetiche rimanga attuale senza richiedere una ristrutturazione completa del software.

Lo studio conclude che varianTalker offre un modo scalabile e trasparente per gestire la complessità della genetica del cancro. Non sostituisce il giudizio del medico, ma piuttosto elimina il lavoro pesante di raccolta e organizzazione delle prove. Standardizzando il modo in cui i dati genetici vengono elaborati e rendendo più veloce la ricerca dei dettagli rilevanti, il framework aiuta gli ospedali a gestire il crescente volume di test genetici. I ricercatori riconoscono che il sistema attualmente si concentra su piccole variazioni genetiche e che le sue prestazioni sono state testate su dati provenienti da una singola istituzione, suggerendo che siano necessari ulteriori test in altri ospedali. Tuttavia, i risultati mostrano che portando insieme strumenti frammentati in un unico sistema coeso, è possibile rendere l'interpretazione della genetica del cancro più coerente, veloce e affidabile per i pazienti.