Τμήμα Ιατρικής
Βιβλιοθήκη Επιστημών Υγείας

2024-07-01

2024

Τηλέμης Φαίδων-Νικόλαος

Ιωάννα-Ραχήλ Συνοδινού-Traeger, Καθηγήτρια, Ιατρική Σχολή, ΕΚΠΑ
Μαρία Τζέτη, Καθηγήτρια, Ιατρική Σχολή, ΕΚΠΑ
Χρυσταλλένα Σοφοκλέους, Επίκουρη Καθηγήτρια, Ιατρική Σχολή, ΕΚΠΑ
Αντώνιος Καττάμης, Καθηγητής, Ιατρική Σχολή, ΕΚΠΑ
Διαμάντης Σίδερης, Καθηγητής, Τμήμα Βιολογίας, ΕΚΠΑ
Περικλής Μακρυθανάσης, Επίκουρος Καθηγητής, Ιατρική Σχολή, ΕΚΠΑ
Γεώργιος Βάρτζελης, Επίκουρος Καθηγητής, Ιατρική Σχολή, ΕΚΠΑ

Η βελτιστοποίηση της διαγνωστικής απόδοσης της Αλληλούχησης Επόμενης Γενιάς του DNA (Next Generation Sequencing/NGS) στην Ιατρική Γενετική, μέσω βιοπληροφορικών και εργαστηριακών διαδικασιών

Ελληνικά

Η βελτιστοποίηση της διαγνωστικής απόδοσης της Αλληλούχησης Επόμενης Γενιάς του DNA (Next Generation Sequencing/NGS) στην Ιατρική Γενετική, μέσω βιοπληροφορικών και εργαστηριακών διαδικασιών

Ο συνολικός αριθμός των σπανίων παθήσεων εκτιμάται ότι είναι 7.000-8.000, και περίπου στο 80% εξ’ αυτών έχει αναγνωριστεί η υποκείμενη γενετική αιτιολογία. Σήμερα, ισχυρό εργαλείο για τον προσδιορισμό της μοριακής αιτιολογίας των σπανίων παθήσεων αποτελεί η τεχνολογία αλληλούχησης των εξονίων του γονιδιώματος (WES), καθώς η διαγνωστική της απόδοση κυμαίνεται στο 30-50%, υψηλότερη συγκριτικά με τις συμβατικές μεθοδολογίες. Ωστόσο, παρά την εφαρμογή της, περισσότεροι από τους μισούς ασθενείς με σπάνιο γενετικό νόσημα παραμένουν αδιάγνωστοι, κυρίως λόγω των αδυναμιών στην ανίχνευση διαφορετικών κατηγοριών αιτιοπαθογόνων παραλλαγών και της περιορισμένης εμπειρίας στην έγκυρη ταξινόμηση των σημειακών παραλλαγών (SNVs). Οι πρόσφατες τεχνολογικές και βιοπληροφορικές εξελίξεις έχουν συμβάλει στην ανάπτυξη αποτελεσματικών βιοπληροφορικών εργαλείων, ικανών να ανιχνεύουν παραλλαγές αριθμού αντιγράφων (CNVs) και μικρές επαναλαμβανόμενες αλληλουχίες (STRs) από δεδομένα WES, οι οποίες δεν μπορούσαν να εντοπιστούν πρωτύτερα και θεωρούνταν ότι διέφευγαν της ανίχνευσης. Στην παρούσα διατριβή, με στόχο την περαιτέρω βελτίωση της διαγνωστικής απόδοσης του WES, από τους 1560 συνολικά εξετασμένους ασθενείς του Εργαστηρίου Ιατρικής Γενετικής στους 820 που παρέμεναν χωρίς διάγνωση πραγματοποιήθηκε επανεξέταση των βιοπληροφορικών δεδομένων, χρησιμοποιώντας και αξιολογώντας παράλληλα νέα και πρόσφατα ανεπτυγμένα βιοπληροφορικά εργαλεία που επιτρέπουν την ανίχνευση CNVs και STRs από δεδομένα WES. Για τον εντοπισμό των CNVs χρησιμοποιήθηκε το εργαλείο ExomeDepth, ενώ για τα STRs το ExpansionHunter. Συγκεκριμένα, από τα 820 περιστατικά υλοποιήθηκε: α) επανεξέταση των SNVs σε συνδυασμό με ανίχνευση των CNVs σε 36, β) επανανάλυση αποκλειστικά των SNVs σε 84 και γ) ανίχνευση μόνο των CNVs σε 700, εκ των οποίων 10 χρησιμοποιήθηκαν πιλοτικά και για την εκτίμηση του μεγέθους των επεκτάσεων STRs. Από την εκ νέου ανάλυση των 820 αδιάγνωστων περιστατικών αιτιοπαθογόνο εύρημα ταυτοποιήθηκε στα 74 (στα 60 CNV και στα 14 SNV), με αποτέλεσμα να αποσαφηνιστεί η υποκείμενη γενετική αιτία στο 9% αυτών των περιστατικών και το ποσοστό της συνολικής διαγνωστικής απόδοσης του WES να αυξηθεί κατά 4,8%, φτάνοντας από το 47,4% (740/1560) στο 52,2% (814/1560). Επιπλέον, με το ExpansionHunter προσδιορίστηκε ο ακριβής αριθμός επαναλήψεων για κάθε αλληλόμορφο των ήδη ανευρεθεισών επεκτάσεων STRs και στα 10 περιστατικά WES που χρησιμοποιήθηκαν. Συνεπώς, η εκ νέου ανάλυση των υφιστάμενων δεδομένων αλληλούχησης WES προσφέρει τη δυνατότητα να αυξηθεί η διαγνωστική απόδοση υπό το πρίσμα της βελτιωμένης βιοπληροφορικής ροής και της επικαιροποιημένης βιβλιογραφίας. Συγχρόνως, το WES επιτρέπει τον εντοπισμό SNVs σε συνδυασμό με CNVs και STRs από μία μόνο μέθοδο, ελαχιστοποιώντας το κόστος και τον χρόνο για την τελική διάγνωση, λόγοι για τους οποίους θα πρέπει να αποτελεί τη σύγχρονη μέθοδο αναφοράς για τη διερεύνηση ασθενών με σπάνια γενετικά νοσήματα.

Επιστήμες Υγείας

Αλληλούχηση επόμενης γενιάς, Σπάνιες γενετικές παθήσεις, Βιοπληροφορική επανανάλυση γενετικών δεδομένων, Βιοπληροφορικοί αλγόριθμοι, Γενετική διάγνωση

Όχι

0

Ναι

208

224

Δεν επιτρέπεται η πρόσβαση στο αρχείο. H πρόσβαση επιτρέπεται μόνο εντός του δικτύου του ΕΚΠΑ.

https://pergamos.lib.uoa.gr/uoa/dl/object/3402237