Tarkkuusdiagnostiikka harvinaisissa geneettisissä sairauksissa ja kasvaimissa - pitkät luetut sekvensointi (PREDICT-LRS)

Äskettäin esitelty pitkä luku -sekvensointi (LRS), jota kutsutaan myös kolmannen sukupolven sekvensointiksi, on vallankumouksellinen tekniikka, jolla on kyky sekvenssiin nukleiinihappojen pitkät molekyylit (yli 10 kt). Pääsy pidempiin tarkkoihin sekvensseihin on parantunut kartoittavuutta ja ylittänyt NGS: n tekniset rajoitukset. LR: ien soveltamisella diagnostiseen ympäristöön voi olla vaikutusta havaitsemisnopeuteen ja diagnostiseen satoon, mikä johtaa paremmin ymmärtämään RGD: n etiologiaa, ennustetta ja toistumisriskiä, ​​mutta myös kohdennetusta hoidosta. Yksi LRS: n tärkeimmistä eduista on tasapainoisten ja epätasapainoisten rakennevarianttien (SV) havaitseminen, mukaan lukien monimutkaiset uudelleenjärjestelyt, joilla on suuri herkkyys ja tarkkuus, luotettavan kohdistuksen ja tarkan katkaisukohdan määritelmän avulla. Erilaiset tutkimukset ovat myös ilmoittaneet sen hyödyllisyyden tunnistamisessa koodausvarianttien vaikeasti sekvenssialueilla. Lisäksi tämä menetelmä antaa pääsyn tietoihin metylaatiomuutoksista ja haplotyypin vaiheittamisesta yhdessä kokeessa.

Nykyaikaisen genetiikan päähaasteista tunnistetaan 4 potilaiden alaryhmää, jotka hyötyisivät LRS: n soveltamisesta geneettisen diagnoosin ja sairausmekanismien parempaan karakterisoimiseksi.

• Ensimmäinen potilaiden alaryhmä on niillä, joilla on tuntematon merkitys tai epävarma sairausmekanismi. Tiivisesti tutkitut SV: t, lähinnä NDD-potilailla, ovat kopiolukuvariantit (CNV), ts. Poistot ja kaksoiskappaleet, ja niiden tunnistamisen ensimmäisen tason geneettinen testi on ryhmäpohjainen vertaileva genominen hybridisaatio (ACGH). Tämän analyysin diagnostinen saanto on noin 10-20%, joista jotkut tekniset rajoitukset vaikuttavat negatiivisesti: huono herkkyys mosaiikkien CNV: ien tai muunnelmien kanssa, jotka sijaitsevat genomisilla alueilla, joita on vaikea analysoida (GC-RICH OR-toistettu), epäoptimaalinen resoluutio CNV: ien murtopaikkaan ja kyvyttömyys kartoittaa päällekkäisyyksiä. Erityisesti päällekkäisyyksien kliininen tulkinta on haastavaa, koska ACGH: n kyvyttömyys havaita, esiintyykö ne samanaikaisesti vai kopioidaanko ne ja asetetaan muualle genomiin, mikä mahdollisesti häiritsee kopiointiin liittyviä geenejä tai muuttaa niiden sääntelyä. LRS: llä on potentiaalia voittaa nämä rajoitukset, koska sillä on huomattavasti suurempi herkkyys SV: ien havaitsemiseksi, mukaan lukien CNV: t ja toistuvien alueiden varianttien, mahdollistaa myös kaksoiskappaleiden kartoittamisen ja brekpointien tarkan chacterisoinnin.
• Muita monimutkaisia ​​uudelleenjärjestelyjä voidaan tutkia LRS: llä (ts. Rengaskromosomit, isokromosomi, kromosomaaliset translokaatiot, kasvaimissa jne.) Somaattiset SV: n somaattiset SV: t ymmärtävät paremmin patogeenisyyden molekyylimekanismeja. Näissä tapauksissa tarvitaan tarkkailtava molekyylivirhe, joka vastaa sekä tasapainoista että epätasapainoista SV: tä, taudista vastaavan molekyylivirhe. Kompleksisten SV: ien parempi määritelmä yhdessä fenotyypin tarkan kuvauksen kanssa sallii genotyypin-fenotyypin korrelaation määrittämisen.
• Kolmas tutkimukseen kelvollisia potilaiden alaryhmää on potilaita, joilla on tunnistettu monollelillinen muutos autosomaalisissa recessiivisissä (AR) geeneissä. Tätä tarkoitusta varten valitaan potilaita, joilla on RGD, jossa on jo suoritettu laaja geneettinen analyysi, ts. Koko eksome -sekvensointi (WES), mikä johtaa monoalleelisen mutaation tunnistamiseen AR -tilaan liittyvässä geenissä, joka on yhteensopiva potilaan kanssa fenotyyppi. Tavoitteena on suorittaa kohdennettu analyysi spesifisestä geenistä etsimään toista mutaatiota, jota ei havaittu aikaisemmalla analyysillä (ts. Introniset variantit, SV: t, muunnelmat vaikeissa genomisilla alueilla).
• Viimeiseksi potilaat, joilla on fenotyyppi, joka viittaa voimakkaasti geneettiseen tilaan, jolloin useat analyysit, mukaan lukien WES, noudetut negatiiviset tulokset, voisivat hyötyä LRS: stä. Tässä yhteydessä tavoitteena on soveltaa koko genomin LRS-lähestymistapaa tunnistamaan menetettyjä koodaavia variantteja vaikeasti sekvenssialueilla, muunnelmissa ei-koodaavilla alueilla tai SV: llä.