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

Para milhões de pessoas ao redor do mundo, uma doença rara continua sendo um mistério. Estas são condições tão incomuns que afetam menos de uma em cada dois mil indivíduos, mas, coletivamente, tocam a vida de aproximadamente 300 milhões de pessoas. Em muitos casos, os médicos conseguem ver os sintomas claramente — defeitos cardíacos, atrasos no desenvolvimento ou características físicas incomuns — mas a causa genética permanece oculta. A medicina moderna possui ferramentas poderosas para ler todo o código genético de uma pessoa, um processo chamado sequenciamento do genoma completo. Esta tecnologia varre os bilhões de letras do DNA que compõem um ser humano. No entanto, para pelo menos metade dos pacientes que passam por este teste, a resposta ainda não é encontrada. O problema geralmente reside em onde os cientistas têm procurado. Por décadas, o foco tem sido na pequena fração do genoma que atua como um manual de instruções direto para a construção de proteínas, conhecidas como regiões codificantes. Mas a vasta maioria do nosso DNA não codifica proteínas. Em vez disso, ela atua como um complexo sistema de controle, com interruptores e reguladores que dizem aos genes quando ligar, o quão alto devem cantar e quando parar. Quando esses interruptores não codificantes quebram, eles podem causar doenças tão certamente quanto um manual de instruções quebrado, mas encontrar o interruptor específico quebrado entre bilhões de letras tem sido como procurar uma agulha em um palheiro sem um ímã.

Uma equipe de pesquisadores do Children's Hospital of Philadelphia desenvolveu uma nova maneira de encontrar essas agulhas escondidas. Eles criaram um sistema chamado GAVURD, que significa Análise Genômica de Variantes em Doenças Raras Não Resolvidas (Genomic Analysis of Variants in Unresolved Rare Disease). Esta ferramenta foi projetada para pegar os dados brutos do sequenciamento do genoma completo e buscar sistematicamente pelos erros não codificantes específicos que possam estar causando a doença do paciente. Os pesquisadores começaram com dez pacientes que já haviam sido testados várias vezes sem um diagnóstico. Esses pacientes sofriam de uma gama de condições congênitas graves, incluindo defeitos cardíacos complexos e problemas na formação de seus órgãos internos. A equipe inseriu os dados genéticos dessas dez famílias em seu novo sistema. O processo começou procurando por dois tipos específicos de mudanças genéticas: mutações novas que apareceram pela primeira vez na criança e mutações herdadas raras que a criança recebeu de ambos os pais. Como o genoma humano é tão vasto, o sistema precisava ser incrivelmente preciso para filtrar os milhões de diferenças inofensivas que existem entre as pessoas. Os pesquisadores usaram um método de verificação cruzada, executando os dados através de três programas de computador diferentes e mantendo apenas os resultados nos quais os três concordavam. Essa abordagem de consenso ajudou a eliminar o ruído dos erros de sequenciamento, deixando para trás uma lista muito mais curta e confiável de mutações candidatas.

Assim que a equipe teve sua lista curta de mutações suspeitas, enfrentou o próximo desafio: descobrir qual gene uma mutação não codificante poderia estar afetando. Ao contrário de um gene codificador de proteína quebrado, um interruptor quebrado pode estar localizado longe do gene que ele controla, às vezes centenas de milhares de letras de distância. Para resolver isso, os pesquisadores usaram um mapa da estrutura tridimensional do genoma. Imagine o DNA dentro de uma célula não como um fio longo e reto, mas como uma bola de lã emaranhada que é dobrada em bairros específicos e autossuficientes. Esses bairgenos são chamados de domínios associados topologicamente. Os pesquisadores descobriram que genes e seus interruptores de controle geralmente vivem no mesmo bairro. Se uma mutação ocorre em um bairro específico, é altamente provável que ela afete apenas os genes dentro dessa mesma área. Ao usar dados de mapas de alta resolução desses bairros, o sistema GAVURD pôde vincular uma mutação não codificante distante ao gene específico que ela provavelmente estava regulando. Este passo reduziu drasticamente a busca, impedindo que o sistema se perdesse na vastidão do genoma.

O passo final no processo foi verificar se os genes ligados a essas mutações correspondiam aos sintomas do paciente. Os pesquisadores usaram uma biblioteca digital de doenças humanas e seus traços físicos associados. Eles compararam os sintomas específicos de cada paciente com os efeitos conhecidos de mutações nos genes que seu sistema havia identificado. Esse processo de correspondência permitiu que eles classificassem os candidatos, destacando as mutações que eram mais propensas a explicar a condição do paciente. Quando aplicaram todo esse fluxo de trabalho aos seus dez pacientes, os resultados foram promissores. Em seis dos dez casos, o sistema identificou uma variante não codificante específica que apontava para um gene conhecido por causar uma doença com sintomas muito semelhantes aos do paciente. Para um paciente com defeitos cardíacos graves, o sistema encontrou uma mutação em uma região não codificante que parecia interromper um gene envolvido no desenvolvimento do coração e da simetria esquerda-direita do corpo. Para outro paciente com um conjunto complexo de defeitos congênitos, o sistema identificou uma nova mutação perto de um gene crítico para o desenvolvimento do coração, o qual era conhecido por ser regulado por um interruptor molecular específico que a mutação parecia quebrar.

Os pesquisadores enfatizam que, embora essas descobertas sejam pistas fortes, elas ainda não são um diagnóstico clínico final. O sistema produz hipóteses de alto valor que requerem testes adicionais em laboratório para provar exatamente como a mutação causa a doença. No entanto, o estudo demonstra que uma abordagem sistemática pode revelar com sucesso causas potenciais em pacientes que anteriormente eram considerados insolúveis. Ao combinar um método rigoroso para encontrar mutações raras com uma maneira inteligente de vinculá-las aos seus genes alvo, o sistema GAVURD oferece um novo caminho a seguir. Ele sugere que, para muitos pacientes com doenças raras não resolvidas, a resposta não está faltando em seu código genético, mas sim escondida nas regiões não codificantes que métodos anteriores não podiam interpretar efetivamente. Este trabalho fornece um quadro concreto para transformar a vasta e confusa paisagem do DNA não codificante em uma lista gerenciável de suspeitos, trazendo a esperança de que mais famílias eventualmente receberão as respostas pelas quais tanto esperaram.