'Truthsets' for clinical validation of large-scale functional assays: Practice recommendations from Cancer Variant Interpretation Group UK (CanVIG-UK)

Resumo Técnico: 'Truthsets' para validação clínica de ensaios funcionais de larga escala: Recomendações de prática do Cancer Variant Interpretation Group UK (CanVIG-UK)

Problema
A classificação de Variantes de Significado Incerto (VUS), particularmente variantes missense raras, continua sendo um desafio crítico na genômica clínica. Embora os ensaios multiplex de larga escala de efeito de variante (MAVEs) ofereçam potencial transformador para resolver essas variantes, existe uma lacuna de implementação significativa entre a publicação de dados funcionais e sua adoção rotineira em serviços de diagnóstico clínico. Essa lacuna é impulsionada pela falta de consenso sobre como construir "truthsets" — conjuntos de referência de variantes clinicamente classificadas como patogênicas e benignas usadas para validar o desempenho do ensaio.

As práticas atuais variam amplamente, com muitos desenvolvedores de ensaios utilizando tipos mistos de variantes (por exemplo, combinando variantes de truncamento de proteína [PTV], variantes sinônimas e variantes missense) para validação. Essa heterogeneidade cria ambiguidade e reduz a confiança entre os cientistas de diagnóstico clínico. Além disso, o framework de validação clínica de nível de ensaio existente da ClinGen (Brnich et al., 2020) fornece orientação básica, mas carece de mandatos específicos em relação à composição do truthset, levando ao potencial de superestimação do desempenho do ensaio e à alocação inconsistente de pontos de evidência (EP).

Metodologia
O CanVIG-UK (Cancer Variant Interpretation Group UK) desenvolveu recomendações de consenso por meio de um processo de consulta nacional iterativo envolvendo o CanVIG Steering Advisory Group (CStAG), membros amplos e especialistas internacionais em genômica funcional. A metodologia compreendeu três componentes primários:

1. Levantamento de Práticas Atuais: Uma análise das páginas CSpec de 112 genes em 39 Painéis de Especialistas em Curadoria de Variantes (VCEPs) revelou a aplicação inconsistente de dados funcionais e uma ampla variação na procedência dos truthsets.
2. Análises de Truthsets: Os autores realizaram 2.120 validações clínicas distintas em quatro genes e seus respectivos ensaios. Essas análises variaram sistematicamente os parâmetros de composição do truthset, incluindo:
   • Tipo de variante (apenas missense vs. PTV/sinônima vs. todos os tipos de variantes).
   • Rigidez da classificação ClinVar (por exemplo, patogênica vs. provavelmente patogênica, número de submetentes, permissão de "conflitos suaves").
   • Aumento com variantes benignas "proxy-clínicas" (sistematicamente derivadas usando regras ACMG/AMP em dados populacionais e in silico).
   • Rigidez de associação fenotípica e zonas de escore deletério.
3. Construção de Consenso: Os resultados preliminares foram apresentados ao CStAG, ao CanVIG-UK e ao ClinGen Functional Working Group. Através de múltiplas iterações e revisões, nove princípios orientadores e sete recomendações de boas práticas foram estabelecidos, especificamente adaptados para genes de suscetibilidade ao câncer onde a perda de função é o mecanismo de patogenicidade.

Principais Contribuições e Resultados
O estudo estabelece um framework padronizado para a construção de truthsets para garantir uma validação clínica independente e consistente.

• Nove Princípios Orientadores:

  • Princípio A: A validação deve refletir tanto a preditividade (concordância) quanto a confiança (poder/número de variantes).
  • Princípio B: Existe assimetria mecanística: provar a patogenicidade requer demonstrar um mecanismo ablativo, enquanto provar a benignidade requer confirmar que todos os mecanismos são neutros.
  • Princípio C: A mudança de VUS para patogênica possui maior utilidade clínica, mas também maior risco de erro em comparação com a mudança para benigna.
  • Princípio D: As variantes missense são o alvo crítico. Os dados funcionais mais influenciam a classificação missense. Usar PTVs ou variantes sinônimas como truthsets primários pode superestimar o desempenho porque não recapitulam os desafios específicos das variantes missense (ex: perturbações funcionais modestas).
  • Princípio E: Limiares definidos pelo desenvolvedor do ensaio (frequentemente calibrados em PTVs/variantes sinônimas) podem não se alinhar com as distribuições missense, levando potencialmente à má classificação próxima aos limiares.
  • Princípio F & G: Há uma escassez de variantes missense clinicamente classificadas como benignas e patogênicas, limitando o poder estatístico.
  • Princípio H: A contaminação do truthset atenua os pontos de evidência (EPs), mas não os infla.
  • Princípio I: A circularidade deve ser evitada onde as classificações clínicas dependem dos mesmos dados funcionais usados para validação.

• Sete Recomendações de Boas Práticas:

  1. Truthsets Apenas de Missense: Para ensaios destinados a interpretar variantes missense, os truthsets devem compreender apenas variantes missense. Misturar PTVs ou variantes sinônimas não é recomendado, pois dilui o sinal e corre o risco de superestimação.
  2. Validação Independente: A validação clínica deve ser realizada independentemente da calibração inicial do desenvolvedor do ensaio, utilizando variantes de truthset distintas sempre que possível.
  3. Rigidez Relaxada: Para aumentar o poder (e, portanto, os EPs), a rigidez em relação à classificação ClinVar (ex: permitir classificações "prováveis" ou conflitos suaves) pode ser relaxada, desde que o truthset seja definido a priori.
  4. Variantes Benignas Proxy-Clínicas: Truthsets missense benignos podem ser aumentados com variantes "proxy-clínicas" — variantes não relatadas clinicamente, mas sistematicamente classificadas como benignas usando dados populacionais (ex: gnomAD) e predições in silico.
  5. Evidência para Benignidade: Se houver variantes missense concordantes suficientes, a evidência para benignidade (BS3) pode ser alocada. Se houver menos de três, um único EP pode ser alocado se as variantes deletérias definidas pelo ensaio mostrarem uma associação estatisticamente significativa com o fenótipo da doença en masse.
  6. Análise de Distribuição de Escores: A distribuição dos escores do ensaio para truthsets missense deve ser comparada contra as distribuições de PTV/sinônimas para garantir que os limiares sejam apropriados.
  7. Mitigação de Circularidade: Filtrar ou censurar dados do ClinVar (ex: excluir classificações feitas após a publicação do ensaio ou aquelas que dependem dos próprios dados do ensaio) é recomendado para evitar a circularidade.

• Correção Matemática: Uma correção matemática específica (correção de Haldane) é proposta para cenários onde existem zero variantes missense patogênicas concordantes, mas variantes benignas suficientes estão disponíveis, permitindo o cálculo de pontos de evidência de patogenicidade.

Significância e Alegações
O artigo afirma que estes princípios e recomendações fornecem uma base necessária para a implementação clínica de ensaios funcionais de larga escala. Ao exigir truthsets apenas de missense e oferecer estratégias para superar a escassez de dados (via variantes proxy-clínicas e rigidez relaxada), o framework visa:

1. Abordar a lacuna de implementação entre a publicação de dados funcionais e seu uso clínico.
2. Permitir uma validação consistente e independente que impeça a superestimação do desempenho do ensaio.
3. Facilitar a classificação de VUS baseada apenas em dados funcionais, o que está se tornando viável sob as futuras diretrizes ACMG/AMP v4.0 (onde dados funcionais podem fornecer até +8/-8 pontos).

Os autores enfatizam que, embora estas recomendações tenham sido desenvolvidas para genes de suscetibilidade ao câncer que atuam via perda de função, elas formam uma discussão fundamental para outros contextos funcionais e de doenças. O trabalho reconhece limitações, como a falta de métodos "proxy-clínicos" para variantes patogênicas e os desafios de validar penetrância reduzida ou variantes não codificantes, identificando-os como prioridades para trabalhos futuros.