Identifying Putative Pathogenic Non-Coding Variants in Unresolved Rare Disease Patients Using Topologically Associated Domains

Voor miljoenen mensen over de hele wereld blijft een zeldzame ziekte een mysterie. Dit zijn aandoeningen die zo ongewoon zijn dat ze minder dan één op tweeduizend individuen treffen, maar collectief raken ze het leven van ongeveer 300 miljoen mensen. In veel gevallen kunnen artsen de symptomen duidelijk zien—hartdefecten, ontwikkelingsachterstanden of ongebruikelijke fysieke kenmerken—maar de genetische oorzaak blijft verborgen. De moderne geneeskunde beschikt over krachtige instrumenten om de volledige genetische code van een persoon te lezen, een proces dat whole genome sequencing wordt genoemd. Deze technologie scant de miljarden letters van het DNA die een mens vormen. Echter, voor ten minste de helft van de patiënten die deze test ondergaan, wordt het antwoord nog steeds niet gevonden. Het probleem ligt vaak in de plek waar wetenschappers hebben gezocht. Decennialang lag de focus op het kleine fractie van het genoom dat fungeert als een directe instructiehandleiding voor het bouwen van eiwitten, bekend als de coderende regio's. Maar de overgrote meerderheid van ons DNA codeert niet voor eiwitten. In plaats daarvan fungeert het als een complex controlesysteem, met schakelaars en dimmers die genen vertellen wanneer ze aan moeten gaan, hoe hard ze moeten zingen en wanneer ze moeten stoppen. Wanneer deze niet-coderende schakelaars defect raken, kunnen ze ziekte veroorzaken net zo zeker als een kapotte instructiehandleiding, maar het vinden van de specifieke kapotte schakelaar tussen miljarden letters is geweest als het zoeken naar een naald in een hooiberg zonder magneet.

Een team onderzoekers van het Children's Hospital of Philadelphia heeft een nieuwe manier ontwikkeld om deze verborgen naalden te vinden. Ze creëerden een systeem genaamd GAVURD, wat staat voor Genomic Analysis of Variants in Unresolved Rare Disease. Dit hulpmiddel is ontworpen om de ruwe data van whole genome sequencing te nemen en systematisch op zoek te gaan naar de specifieke niet-coderende fouten die de ziekte van een patiënt zouden kunnen veroorzaken. De onderzoekers begonnen met tien patiënten die al meerdere keren waren getest zonder een diagnose. Deze patiënten leden aan een reeks ernstige aangeboren aandoeningen, waaronder complexe hartdefecten en problemen met de vorming van hun interne organen. Het team voerde de genetische data van deze tien families in hun nieuwe systeem in. Het proces begon met het zoeken naar twee specifieke soorten genetische veranderingen: nieuwe mutaties die voor het eerst bij het kind verschenen, en zeldzame overerfelijke mutaties die het kind van beide ouders heeft ontvangen. Omdat het menselijk genoom zo uitgestrekt is, moest het systeem ongelooflijk precies zijn om de miljoenen onschadelijke verschillen die tussen mensen bestaan, eruit te filteren. De onderzoekers gebruikten een methode van kruiscontrole, waarbij ze de data door drie verschillende computerprogramma's draaiden en alleen de resultaten behielden waar alle drie mee instemden. Deze consensusbenadering hielp hen om de ruis van sequencingfouten weg te strippen, waardoor een veel kortere, betrouwbaardere lijst van kandidaat-mutaties overbleef.

Zodra het team hun korte lijst van verdachte mutaties had, werden ze geconfronteerd met de volgende uitdaging: uitzoeken welk gen een niet-coderende mutatie zou kunnen beïnvloeden. In tegen tegenstelling tot een kapot eiwit-coderend gen, kan een kapotte schakelaar zich ver verwijderd bevinden van het gen dat hij controleert, soms honderdduizenden letters verderop. Om dit op te lossen, gebruikten de onderzoekers een kaart van de driedimensionale structuur van het genoom. Stel je het DNA in een cel niet voor als een lange, rechte draad, maar als een verwarde bol wol die is gevouwen in specifieke, zelfstandige buurten. Deze buurten worden topologisch geassocieerde domeinen genoemd. De onderzoekers ontdekten dat genen en hun controleschakelaars meestal in dezelfde buurt wonen. Als een mutatie voorkomt in een specifieke buurt, is het zeer waarschijnlijk dat deze alleen de genen binnen diezelfde zone beïnvloedt. Door gebruik te maken van data van hoogresolutiekaarten van deze buurten, kon het GAVURD-systeem een verre niet-coderende mutatie koppelen aan het specifieke gen dat deze waarschijnlijk reguleert. Deze stap verkleinde de zoektocht drastisch, waardoor het systeem zich niet verloor in de uitgestrektheid van het genoom.

De laatste stap in het proces was om te zien of de genen die aan deze mutaties gekoppeld waren, overeenkwamen met de symptomen van de patiënt. De onderzoekers gebruikten een digitale bibliotheek van menselijke ziekten en hun geassocieerde fysieke kenmerken. Ze vergeleken de specifieke symptomen van elke patiënt met de bekende effecten van mutaties in de genen die hun systeem had geïdentificeerd. Dit matchingsproces stelde hen in staat om de kandidaten te rangschikken, waarbij de mutaties werden uitgelicht die het meest waarschijnlijk de conditie van de patiënt verklaren. Toen ze deze volledige pijplijn toepasten op hun tien patiënten, waren de resultaten veelbelovend. In zes van de tien gevallen identificeerde het systeem een specifieke niet-coderende variant die wees naar een gen dat bekend staat als de oorzaak van een ziekte met symptomen die zeer lijken op die van de patiënt. Voor één patiënt met ernstige hartdefecten vond het systeem een mutatie in een niet-coderende regio die een gen leek te verstoren dat betrokken is bij de ontwikkeling van het hart en de links-rechts symmetrie van het lichaam. Voor een andere patiënt met een complex pakket aan geboorteafwijkingen identificeerde het systeem een nieuwe mutatie nabij een gen dat cruciaal is voor de hartontwikkeling, waarvan bekend is dat het wordt gereguleerd door een specifieke moleculaire schakelaar die de mutatie leek te breken.

De onderzoekers benadrukken dat hoewel deze bevindingen sterke aanwijzingen zijn, ze nog niet een definitieve klinische diagnose vormen. Het systeem produceert hoogwaardige hypothesen die verdere tests in een laboratorium vereisen om precies te bewijzen hoe de mutatie de ziekte veroorzaakt. Echter, de studie demonstreert dat een systematische aanpak succesvol kan zijn in het blootleggen van potentiële oorzaken bij patiënten die voorheen als onoplosbaar werden beschouwd. Door een rigoureuze methode voor het vinden van zeldzame mutaties te combineren met een slimme manier om ze aan hun doelgenen te koppelen, biedt het GAVURD-systeem een nieuwe weg voorwaarts. Het suggereert dat voor veel patiënten met onopgeloste zeldzame ziekten het antwoord niet ontbreekt in hun genetische code, maar verborgen ligt in de niet-coderende regio's die eerdere methoden niet effectief konden interpreteren. Dit werk biedt een concreet kader om het uitgestrekte, verwarrende landschap van niet-coderend DNA om te zetten in een beheersbare lijst van verdachten, wat hoop brengt dat meer families uiteindelijk de antwoorden zullen krijgen waar zij op hebben gewacht.