Investigating the pathogenicity of missense spliceogenic variants using whole-genome sequencing, RNA-sequencing, and proteomics data from population and clinical research cohorts

A saúde humana depende de um complexo manual de instruções escrito em nosso DNA, um código que diz às nossas células como construir as proteínas necessárias para a vida. Durante décadas, os cientistas focaram em como as mudanças nesse código alteram a forma e a função da proteína final, de forma muito semelhante a verificar se um erro de digitação em uma receita estraga o sabor de um bolo. No entanto, o manual de instruções possui uma etapa crítica de edição antes que o produto final seja feito. Esse processo, conhecido como splicing, corta as seções desnecessárias e costura as partes restantes para formar uma mensagem limpa e utilizável. Se essa etapa de edição falhar, a célula pode descartar a mensagem inteiramente ou produzir uma versão quebrada, levando à doença. Embora os pesquisadores saibam há muito tempo que erros nas extremidades dessas seções podem causar tais erros, eles assumiram amplamente que mudanças no meio das seções seriam seguras, desde que a proteína final ainda parecesse correta.

Um novo estudo desafia essa suposição ao revelar que muitas mudanças genéticas anteriormente consideradas inofensivas na verdade sabotam o processo de edição. Ao analisar dados genéticos de quase meio milhão de pessoas e medir os níveis de proteínas em seu sangue, os pesquisadores descobriram que um número significativo dessas mudanças no "meio" interrompe a maquinaria de splicing. Esses erros, que a equipe chama de variantes spliceogênicas de sentido trocado (missense), frequentemente passam despercebidos pelas ferramentas diagnósticas atuais porque essas ferramentas olham apenas para a forma da proteína final, não para o processo de edição. As descobertas sugerem que uma parte substancial de variantes genéticas atualmente rotuladas como incertas ou benignas está, na verdade, causando doenças ao impedir que a célula produza as proteínas necessárias.

Para entender a escala deste problema oculto, a equipe de pesquisa recorreu ao UK Biobank, um banco de dados massivo contendo informações genéticas e registros de saúde de aproximadamente 500.000 voluntários. Eles focaram em um tipo específico de mudança genética chamada variante de sentido trocado (missense), que é uma mudança de uma única letra no código de DNA que geralmente resulta no uso de um bloco de construção diferente em uma proteína. A equipe examinou mais de oito milhões dessas variantes para ver se alguma delas também interrompia o processo de splicing. Eles usaram um modelo computacional sofisticado para prever como cada variante afetaria a edição da mensagem genética. Os resultados foram impressionantes: cerca de 2,7 por cento dessas variantes missense foram previstas como interferentes no splicing, uma taxa quase idêntica à das variantes sinônimas, que são mudanças que não alteram a proteína de forma alguma. Isso sugere que o risco de interromper o processo de edição é tão comum no meio do código quanto nas extremidades.

O estudo investigou então se essas previsões de erros tinham consequências no mundo real. Os pesquisadores compararam os dados genéticos com amostras de sangue de mais de 50.000 participantes, observando os níveis de quase 3.000 proteínas diferentes circulando no sangue. Eles descobriram que indivíduos portadores dessas variantes missense específicas tinham níveis significativamente menores das proteínas correspondentes. Em muitos casos, a redução nos níveis de proteína foi tão severa quanto a observada em pessoas com erros genéticos devastadores conhecidos que interrompem completamente a produção de proteínas. Isso confirmou que os erros de splicing previstos não eram apenas teóricos; eles estavam ativamente impedindo o corpo de fabricar proteínas suficientes.

Uma parte crítica da investigação envolveu testar a confiabilidade das ferramentas atualmente usadas por médicos e geneticistas para interpretar essas variantes. A maioria dos programas de software padrão é projetada para prever se uma mudança genética danificará a estrutura da proteína. Os pesquisadores descobriram que, para as variantes que identificaram como disruptoras de splicing, essas ferramentas padrão frequentemente davam uma classificação de "seguro". Na verdade, mais da metade das variantes que foram previstas para quebrar o splicing foram classificadas como benignas ou neutras pelas ferramentas focadas em proteínas. Isso cria um ponto cego perigoso: uma variante pode ser sinalizada como inofensiva porque a proteína parece estar bem, enquanto, na realidade, a célula está falhando em produzir a proteína em primeiro lugar. Essa discrepância era ainda mais pronunciada em regiões de proteínas que são naturalmente flexíveis e carecem de uma estrutura rígida, onde as ferramentas padrão são menos propensas a prever um problema.

Para provar que suas previsões computacionais correspondiam à realidade biológica, a equipe analisou dados genéticos reais de pacientes com doenças raras que anteriormente não haviam recebido diagnóstico. Eles identificaram 14 variantes missense de significado incerto do NHS Genomic Medicine Service que seus modelos previram que interromperiam o splicing. Quando os pesquisadores examinaram o RNA, a mensagem genética, desses pacientes, confirmaram que o splicing estava de fato interrompido nesses casos, fornecendo evidências fortes para classificar as variantes como patogênicas ou provavelmente patogênicas. Em um caso, uma variante em um gene chamado VRK1, que anteriormente era considerada inofensiva, mostrou-se capaz de fazer a célula pular uma seção inteira da mensagem, levando a uma condição neurológica grave. Em outro caso, uma variante no gene PRG4, que causa problemas articulares e cardíacos, foi descoberta como capaz de forçar a célula a usar um sítio de edição errado, deletando uma parte crucial da mensagem. Essas descobertas forneceram evidência direta de que os modelos computacionais estavam identificando corretamente erros causadores de doenças que haviam sido perdidos pelos métodos tradicionais.

Os pesquisadores também aplicaram sua nova abordagem a um grande grupo de casos não resolvidos do 100,000 Genomes Project, uma iniciativa nacional para encontrar causas genéticas para doenças raras. Ao rastrear esses tipos específicos de erros de splicing, eles identificaram um forte candidato diagnóstico em um paciente que estava sem diagnóstico há anos. O paciente apresentava uma mudança genética em um gene chamado DYSF que era anteriormente considerado incerto. A nova análise revelou que essa mudança destruiu o sítio de edição, levando a uma forma de distrofia muscular, e os achados coincidiam fortemente com os sintomas do paciente, justificando um exame clínico adicional. Eles também encontraram fortes candidatos para outros dois pacientes com condições semelhantes e não explicadas. Esses sucessos demonstram que olhar para o processo de edição, em vez de apenas para a proteína final, pode resolver mistérios médicos que persistiram por muito tempo.

O estudo conclui que a forma atual de interpretar mudanças genéticas precisa evoluir. Por anos, o foco tem sido em se uma mudança quebra a forma da proteína, mas esta pesquisa mostra que uma mudança pode ser tão prejudicial se impedir que a mensagem seja editada corretamente. Ao integrar ferramentas que preveem erros de splicing nos fluxos de trabalho diagnósticos padrão, os médicos podem descobrir a verdadeira causa de doenças em muito mais pacientes. Esta mudança de perspectiva move o campo de um foco estreito no produto final para uma compreensão mais ampla de todo o processo de fabricação, garantindo que nenhum erro genético seja negligenciado simplesmente porque se esconde à vista de todos.