EthniVar: a source-stratified catalogue of BRCA1/2 germline variants quantifies the classification gap for variants reported in Indian patients
De studie introduceert EthniVar, een bron-gestratificeerde catalogus van BRCA1/2 kiembaanvarianten die een significante classificatiekloof kwantificeert voor Indiaas-specifieke varianten in vergelijking met Europese en Chinese populaties en een computationeel consensusframework evalueert dat, hoewel zeer accuraat, slechts een minderheid van niet-informatieve Indiase varianten voor verdere curatie kan prioriteren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Elk mens draagt twee kopieën van een set instructies die bekend staan als genen, die fungeren als de blauwdruk van het lichaam voor het opbouwen en onderhouden ervan. Onder deze genen zijn de BRCA1- en BRCA2-genen bijzonder belangrijk omdat ze helpen bij het repareren van schade aan het DNA, waardoor voorkomen wordt dat cellen ongecontroleerd groeien en uitmonden in kanker. Wanneer deze genen een schadelijke verandering, of variant, bevatten, stijgt het risico op het ontwikkelen van borst- en eierstokkanker aanzienlijk. Artsen gebruiken genetische tests om deze schadelijke veranderingen te vinden, wat beslissingen over screening, chirurgie of medicatie kan sturen. De mogelijkheid om deze testresultaten te interpreteren hangt echter sterk af van de beschikbare data voor wetenschappers. Decennialang heeft het overgrote deel van het genetische onderzoek zich gericht op mensen met een Europese afkomst. Dit heeft geleid tot een situatie waarin een genetische verandering bij een persoon met een Indiase afkomst als "onzeker" kan worden bestempeld, simpelweg omdat er niet genoeg data beschikbaar is van hun specifieke populatie om te bevestigen of deze gevaarlijk of onschadelijk is, terwijl dezelfde verandering bij een persoon met een Europese afkomst duidelijk als schadelijk kan worden geïdentificeerd.
Een team onderzoekers van de Plaksha University in India zette zich af om precies te meten hoe groot deze kloof is en of moderne computertools kunnen helpen deze te dichten. Zij creëerden een nieuwe, gedetailleerde catalogus van genetische varianten die specifiek worden gevonden bij Indiase patiënten met borstkanker, waarbij zij deze vergeleken met soortgelijke catalogi voor mensen met een Europese en Chinese afkomst. Hun werk onthult dat het gebrek aan data niet slechts een klein ongemak is, maar een substantiële barrière voor de zorg. Zij ontdekten dat voor varianten die alleen in Indiase bronnen worden gerapporteerd, minder dan veertig procent een duidelijke, definitieve classificatie heeft vanuit wereldwijde medische databases. In contrast hiermee waren voor varianten die alleen in Europese of Chinese bronnen werden gevonden, ongeveer zestig procent duidelijk geclassificeerd. Dit betekent dat een patiënt met een Indiase afkomst veel grotere kans heeft om een testresultaat te ontvangen dat artsen onzeker laat over de volgende stappen, wat potentieel levensreddende interventies kan vertragen of onnodige angst kan veroorzaken.
Om deze onzekerheid aan te pakken, richtten de onderzoekers zich op een suite van zes verschillende computerprogramma's die ontworpen zijn om de impact van genetische veranderingen te voorspellen. Deze tools maken gebruik van verschillende methoden, zoals het kijken naar hoe het gen gedurende miljoenen jaren van evolutie is veranderd of het analyseren van de 3D-vorm van het eiwit dat het gen creëert. Door de voorspellingen van alle zes de tools te combineren in één enkele consensusscore, testte het team of zij de onzekere varianten konden sorteren. Toen zij deze methode toepasten op een set bekende, duidelijk geclassificeerde varianten, presteerde het systeem met zeer hoge nauwkeurigheid en identificeerde het schadelijke veranderingen bijna altijd correct. Echter, toen zij ditzelfde systeem toepasten op de 356 onzekere varianten die alleen bij Indiase patiënten werden gevonden, waren de resultaten bescheidener. De computertools waren in staat om voor slechts ongeveer eenentwintig procent van deze onzekere gevallen een zelfverzekerde voorspelling te doen. Hoewel dit hielp de status van sommige varianten te verduidelijken, liet het de meerderheid nog steeds in een staat van onzekerheid.
De studie keek ook naar hoe algemeen deze genetische veranderingen voorkomen in de algemene populatie. Schadelijke varianten die ernstige ziekten veroorzaken, zijn meestal zeer zeldzaam omdat natuurlijke selectie de neiging heeft om ze uit de genenpool te verwijderen in de loop van de tijd. De onderzoekers bevestigden dat de varianten die hun computertools als schadelijk voorspelden, inderdaad veel zeldzamer waren in populatiedata dan die werden voorspeld als onschadelijk. De frequentiegegevens losten het probleem voor de moeilijkste gevallen echter niet op: varianten die tegenstrijdige rapporten hadden in medische databases. Zelfs bij het combineren van computervoorspellingen met populatiefrequentiegegevens, kon geen van de eenentwintig varianten met conflicterende classificaties definitief worden opgelost. Dit suggereert dat voor deze specifieke, lastige varianten, computer modellen en populatiedata alleen niet voldoende zijn om een duidelijk antwoord te bieden.
De onderzoekers concluderen dat hoewel computationele tools nuttig zijn voor het verkleinen van de lijst met kandidaten, zij de behoefte aan meer diverse menselijke data niet volledig kunnen vervangen. De kloof in classificatie is geen falen van de technologie, maar een reflectie van het feit dat de bewijslast zelf incompleet is. Om deze kloof werkelijk te dichten, heeft de wetenschappelijke gemeenschap meer genetische studies nodig die gericht zijn op Zuid-Aziatische populaties, inclusief gedetailleerde verslagen van familiegeschiedenissen en specifieke functionele tests voor de betreffende varianten. Het team heeft hun volledige dataset en de resultaten van hun computeranalyse publiekelijk beschikbaar gesteld via een online database, wat een routekaart biedt voor toekomstig onderzoek. Hun werk benadrukt dat zolang genetische databases de diversiteit van de menselijke populatie niet weerspiegelen, patiënten uit ondervertegenwoordigde groepen te maken zullen blijven houden met een hoger percentage onzekere resultaten, waardoor zij zonder de duidelijke begeleiding komen te zitten die nodig is om hun gezondheidsrisico's te beheren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.