Computational Prioritization of BARD1 Missense Variants of Uncertain Significance Using Integrated REVEL, CADD, and AlphaMissense Predictions with gnomAD Population Frequency Stratification

人間の細胞内では、私たちの遺伝コードの損傷を修復するために、複雑な分子メカニズムのシステムが絶えず働いています。このコードが壊れたとき、細胞はDNA鎖を修復し、がんのような疾患につながるエラーを防ぐために、特定のタンパク質に頼ります。BARD1として知られるこのようなタンパク質の一つは、BRCA1と呼ばれるもう一つの有名なタンパク質の重要なパートナーとして機能します。これらはチームを組み、最も危険なタイプの遺伝的断裂を修復するのを助けます。科学者たちは、これらのタンパク質を生成する遺伝子のエラーががんのリスクを高めることを古くから知っていましたが、医師がDNA配列の中に小さく微妙な変化を見つけたとき、その物語は複雑になります。ミスセンス・バリアントとして知られるこれらの変化は、膨大な指示書の「誤植」のようなものです。誤植の中には無害なものもありますが、中には指示を完全に台無しにしてしまうものもあります。しかし、多くのこれらの変化に対して、医師はその違いを判別することができません。それらは「意義不明のバリアント（VUS）」とラベル付けされますが、この分類は患者のケアに対して明確な指針を提供せず、家族を医学的な宙吊り状態に置き去りにします。

課題は、患者に見つかるこれらの不確かな誤植の数が、科学者がラボでテストできる速度よりもはるかに速く増加していることです。その誤植が危険であるかどうかを判断するための伝統的な手法は、時間を要する実験や、長年にわたる大家族の追跡調査を必要とします。このギャップを埋めるために、研究者のDripto Roy氏は、現代のコンピューティングの力を利用してこの混乱を整理しようと考えました。ペトリ皿の中で一つひとつの変化をテストする代わりに、この研究では、どの遺伝的誤植が有害である可能性が高いかを予測するために、3つの異なるコンピュータプログラムを使用しました。これらのプログラムは、タンパク質の構造と変化の性質を分析し、その影響を推測します。その後、研究者はこれらの予測を、人間の遺伝的多様性に関する大規模なグローバルデータベースと照合し、その変化が一般の人々の間で一般的であるかどうかを確認しました。もし変化が稀であり、かつコンピュータが有害であると一致して予測した場合、それはさらなる調査の強力な候補となります。

研究は、公開されている医学データベースから、これら不確かな遺伝的変化のリスト1,891個を集めることから始まりました。研究者は、それぞれの変化を3つのコンピュータ予測ツールに投入しました。これらは独立した審判のように機能します。各ツールは、BARD1タンパク質内における変化の特定の場所を調べ、それが害を及ぼす可能性を示すスコアを割り当てました。目標は、3つの審判が一致するケースを見つけることでした。分析の結果、約43パーセントの変化においてコンピュータの意見が食い違っており、単一のプログラムに頼るだけでは自信を持って決定を下すには不十分であることが浮き彫りになりました。しかし、290個のバリアントについては、3つのプログラムすべてがその変化は有害であるという点で一致しました。このリストをさらに絞り込むために、研究者は遺伝子頻度のグローバルデータベースをチェックしました。真に危険な変化は、あまりにも有害であるため一般的ではないはずであるという理由から、一般集団に見られるバリアントは除外されました。これにより、稀であり、3つのツールすべてによって有害であると予測され、かつタンパク質が最も重要な仕事を行う特定の重要な領域に位置している、精選された170個のバリアントのグループが残りました。

これら170個の候補は、タンパク質全体に均等に分布しているわけではありませんでした。それらは、タンパク質が他の分子と結合してその役割を果たすために不可欠な、アンキリン・リピート・ドメインとタンデムBRCTドメインとして知られる2つの特定の領域に集中していました。研究によれば、トップ候補のうち78個はBRCT領域に、63個はアンキリン・リピート領域にあり、RINGドメインにはわずか29個しか存在しませんでした。この分布は、タンパク質の最も重要な部分が、現在最も混乱を招いている遺伝的エラーが見つかっている場所でもあることを示唆しています。トップランクの候補の中には、サチュレーション・ゲノム・エディティングと呼ばれる全く異なる種類の実験によって最近特定された場所と一致した、特定の変化が一つ際立っていました。その独立した研究は、その特定の箇所がタンパク質の機能にとって極めて重要であることを示しており、今回のコンピュータ予測も、研究者が解析を実行する際にその研究を知らなかったにもかかわらず、その地点における変化を危険であると正しくフラグ立てしました。

これらの知見は、これら170個のバリアントががんを引き起こすことを証明するものではありませんが、医学界にとって優先順位の高い、高度に整理されたリストを提供します。複数のコンピュータ予測と集団データを組み合わせることで、本研究は、数千もの不確かな結果の中から、臨床的に重要である可能性が最も高いものを選別する方法を提示しています。研究者は、このアプローチは出発点であり、最終的な判決ではないと述べており、これらの候補は依然としてその影響を確認するためにラボでのテストを必要としています。しかし、この研究は、計算ツールが、最も緊急の注意を払うべき、管理可能な少数の遺伝的変化を効果的に特定できることを実証しています。これは、広大な不確実性の海から、定義された「容疑者」のグループへと焦タスを移す助けとなり、患者が自身の遺伝的リスクについてより明確な答えを得るプロセスを加速させる可能性があります。