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

인체 세포 내부에서는 우리의 유전 암호를 복구하기 위해 분자 기계의 복잡한 시스템이 끊임없이 작동하고 있습니다. 이 암호가 손상되었을 때, 세포는 가닥을 수리하고 암과 같은 질병으로 이어질 수 있는 오류를 방지하기 위해 특정 단백질에 의존합니다. BARD1이라고 알려진 이러한 단หนึ่ง 단백질은 BRCA1이라는 또 다른 유명한 단백질의 중요한 파트너 역할을 합니다. 이들은 한 팀을 이루어 가장 위험한 유형의 유전적 결함을 수선하는 데 도움을 줍니다. 과학자들은 오랫동안 이 단백질들을 생성하는 유전자의 오류가 암 위험을 높일 수 있다는 사실을 알고 있었지만, 의사들이 DNA 서열에서 작고 미묘한 변화를 발견할 때 이야기는 복잡해집니다. 미스센스 변이(missense variants)라고 불리는 이러한 변화는 거대한 지침서에 있는 오타와 같습니다. 어떤 오타는 해롭지 않지만, 어떤 오타는 지침을 완전히 망가뜨립니다. 그러나 많은 경우, 의사들은 그 차이를 구별할 수 없습니다. 이들은 "의미 불명 변이(variants of uncertain significance)"로 분류되는데, 이는 환자 치료에 명확한 지침을 제공하지 못하며 가족들을 의료적 불확실성의 상태에 머물게 합니다.

문제는 환자들에게서 발견되는 이러한 불확실한 오타의 수가 과학자들이 실험실에서 테스트할 수 있는 속도보다 훨씬 빠르게 증가하고 있다는 점입니다. 오타가 위험한지 결정하는 전통적인 방법은 시간이 많이 걸리는 실험이나 수년에 걸친 대규모 가족 추적 조사를 필요로 합니다. 이 간극을 메우기 위해, 드리프토 로이(Dripto Roy)라는 연구자는 혼란을 정리하기 위해 현대 컴퓨팅의 힘을 사용하고자 했습니다. 각 변화를 배양 접시에서 직접 테스트하는 대신, 이 연구는 세 가지 서로 다른 컴퓨터 프로그램을 사용하여 어떤 유전적 오타가 해로울 가능성이 높은지 예측했습니다. 이 프로그램들은 단백질의 구조와 변화의 성격을 분석하여 그 영향을 추측합니다. 그런 다음 연구자는 이러한 예측을 인류 유전 변이의 거대한 글로벌 데이터베이스와 교차 참조하여, 해당 변화가 일반 인구 집단에서 흔하게 나타나는지 확인했습니다. 만약 변화가 드물고 컴퓨터들이 그것이 해롭다고 동의한다면, 그것은 추가 조사를 위한 강력한 후보가 됩니다.

연구는 공공 의료 데이터베이스에서 이러한 불확실한 유전적 변화 1,89로의 목록을 수집하는 것으로 시작되었습니다. 연구자는 각 변이를 세 개의 독립적인 판사 역할을 하는 세 가지 컴퓨터 예측 도구에 입력했습니다. 각 도구는 BARD1 단백질 내에서 변화가 일어난 특정 위치를 살펴보고, 그것이 해를 끼칠 가능성이 얼마나 높은지를 나타내는 점수를 부여했습니다. 목표는 세 판사가 모두 동의하는 사례를 찾는 것이었습니다. 분석 결과, 약 43%의 변화에 대해 컴퓨터들의 의견이 엇갈렸으며, 이는 단 하나의 프로그램에 의존하는 것만으로는 확신 있는 결정을 내리기에 충분하지 않다는 점을 강조했습니다. 그러나 290개의 변이에 대해서는 세 프로그램 모두가 해당 변화가 해롭다는 데 동의했습니다. 이 목록을 더 좁히기 위해, 연구자는 유전적 빈도에 관한 글로벌 데이터베이스를 확인했습니다. 연구자는 진정으로 위험한 변화라면 너무 해로워서 흔하게 나타나지 않을 것이라는 논리에 따라, 일반 인구 집단에서 나타나는 모든 변이를 제거했습니다. 이를 통해 희귀하면서도 세 가지 도구 모두에 의해 해로운 것으로 예측되고, 단백질이 가장 중요한 업무를 수행하는 특정 핵심 영역에 위치한 170개의 정제된 그룹이 남았습니다.

이 170개의 후보들은 단백질 전체에 고르게 분포되어 있지 않았습니다. 이들은 단백질이 다른 분자들과 결합하여 기능을 수행하는 데 필수적인 영역인 안키린 반복 도메인(ankyrin repeat domain)과 탠덤 BRCT 도메인(tandem BRCT domain)이라는 두 특정 영역에 집중적으로 모여 있었습니다. 연구 결과, 상위 후보 중 78개는 BRCT 영역에, 63개는 안키린 반복 영역에 있었던 반면, RING 도메인에는 29개만이 있었습니다. 이러한 분포는 단백질의 가장 중요한 부분들이 현재 가장 혼란스러운 유전적 오류가 발견되는 곳이기도 하다는 점을 시사합니다. 상위 순위의 후보들 중, 한 특정 변화는 '포화 유전자 편집(saturation genome editing)'이라 불리는 완전히 다른 유형의 실험에 의해 최근 식별된 위치와 일치하여 눈에 띄었습니다. 해당 독립 연구는 이 특정 지점이 단백질 기능에 매우 중요하다는 것을 보여주었는데, 이번 연구의 컴퓨터 예측 또한 연구자가 분석을 수행할 당시에는 다른 연구에 대해 알지 못했음에도 불구하고 해당 지점의 변화를 위험한 것으로 정확히 지목했습니다.

이 발견이 이 170개의 변이가 암을 유발한다는 것을 증명하는 것은 아니지만, 의료계에 매우 조직화된 우선순위 목록을 제공합니다. 여러 컴퓨터 예측과 인구 데이터를 결합함으로써, 이 연구는 수천 개의 불확실한 결과 중에서 임상적으로 가장 중요할 가능성이 높은 것을 찾아내는 방법을 제시합니다. 연구자는 이 접근 방식이 최종 판결이 아닌 시작점이며, 이 후보들은 여전히 효과를 확인하기 위해 실험실 테스트를 거쳐야 한다고 언급합니다. 그러나 이 작업은 컴퓨터 도구가 가장 시급한 주의를 기울여야 할 작고 관리 가능한 수준의 유전적 변화를 효과적으로 식별할 수 있음을 입증합니다. 이는 광대한 불확실성의 바다에서 벗어나 정의된 용의자 그룹으로 초점을 옮김으로써, 환자들이 자신의 유전적 위험에 대해 더 명확한 답을 얻는 과정을 가속화할 수 있게 해줍니다.