5.1.8. Автоматизация обработки результатов высокопроизводительного секвенирования, позволяющей проводить биоинформатический анализ данных секвенирования образцов по единой методике и при минимальном ручном труде
Развитие методов высокопроизводительного секвенирования открыло возможности для широкого использования генетического тестирования в клинических условиях для диагностики моногенных заболеваний и определения генетических рисков мультифакторных заболеваний [1]. Анализ данных секвенирования обычно проводится вручную генетиками с помощью инструментов биоинформатики и различных этапов фильтрации и интерпретации для выявления диагностических вариантов, связанных с фенотипами пациентов. В целом при обработке и интерпретации результатов высокопроизводительного секвенирования можно выделить ряд возникающих трудностей, которые условно можно разбить на три группы: достоверное определение спектра вариантов генома в исследуемом образце; однозначная аннотация эффекта найденных вариантов; поиск и интерпретация клинической значимости потенциальных вариантов-кандидатов.
Для решения первых двух задач разрабатываются автоматизированные вычислительные платформы (вычислительные конвейеры), которые позволяют проводить биоинформатический анализ результатов высокопроизводительного секвенирования по единой методике и при минимальном ручном труде. В ходе работы конвейера выполняются следующие шаги: контроль качества прочтений, полученных при секвенировании; фильтрация прочтений; выравнивание прочтений на референсный геном человека и пост-процессинг выравниваний, в частности, удаление дубликатов; анализ качества секвенирования в целом, в частности, оценка ширины и глубины покрытия целевых участков генома; определение пола образцов. Конвейер должен обеспечить выявление максимально полного спектра вариантов генома (однонуклеотидных вариантов, коротких вставок и удалений) с последующей «мягкой» фильтрацией, маркирующей варианты с низким качеством, предположительно являющиеся ошибками технологии секвенирования. Для решения данной задачи используются различные программные решения [2, 3].
Важным результатом работы конвейера, решающим вторую задачу, является аннотация найденных вариантов, то есть картирование вариантов на координаты генов и определение изменений в последовательности генов, вызванных вариантами генома: несинонимичные или синонимичные замены, вставки или удаления, сдвигающие рамку считывания гена и тому подобное. Для этого используются доступные автоматизированные инструменты, например, Ensembl Variant Effect Predictor [4]. Результатом данного этапа является приоритизация всех обнаруженных вариантов по степени их возможного влияния на функции генов и регуляторных элементов генома. Данный этап должен учитывать сложность организации генома с точки зрения наличия множественных транскриптов у большинства генов и большого количества некодирующих генов. Как правило, в данный этап интегрированы инструменты для предсказания функционального эффекта отдельных классов вариантов, например, несинонимичных [5, 6] или вариантов, влияющих на сплайсинг транскриптов генов [7]. В результате разработки системы для хранения и анализа геномных данных популяционных и клинических когорт возникнет возможность описания спектров геномных вариантов, характерных для группы пациентов или популяционных контролей. Такая информация дает возможность проводить быструю приоритизацию вариантов индивидуального генома с учетом встречаемости исследуемых вариантов в популяционных и клинических образцах. Также возникает возможность интегрировать в систему негенетические данные о фенотипах загруженных образцов и осуществлять статистико-генетический анализ ассоциаций с фенотипом в рамках различных моделей (например, линейная или логистическая регрессия с ковариатами), а также расчет шкал генетического риска.
Сообщества медицинских генетиков сформулировали рекомендации для решения проблемы стандартизация интерпретации результатов секвенирования [8, 9]. Помимо того, что этот процесс является трудоемким и занимает много времени, на него влияют индивидуальный опыт и предпочтения специалистов [10]. Для ускорения и автоматизации процесса интерпретации и преодоления фактора субъективности разрабатываются программные решения для приоритизации вариантов-кандидатов, основанные на современных методах машинного обучения [11, 12], в том числе для различных групп нозологий [13, 14]. Помимо автоматизации, они также могут существенно ускорять процесс обработки результатов высокопроизводительного секвенирования, что может быть критически важно в определенных клинических ситуациях [15].
Список литературы
- Ku C-S., Cooper D.N., Polychronakos C., et al (2012) Exome sequencing: dual role as a discovery and diagnostic tool. Ann Neurol 71:5-14. doi:10.1002/ana.22647.
- Zhao S., Agafonov O., Azab A., et al (2020) Accuracy and efficiency of germline variant calling pipelines for human genome data. Sci Rep 10:20222. doi:10.1038/s41598-020-77218-4.
- Barbitoff Y.A., Abasov R., Tvorogova V.E., et al (2022) Systematic benchmark of state-of-the-art variant calling pipelines identifies major factors affecting accuracy of coding sequence variant discovery. BMC Genomics 23:155. doi:10.1186/s12864-022-08365-3.
- McLaren W., Gil L., Hunt S.E., et al (2016) The Ensembl Variant Effect Predictor. Genome Biol 17:122. doi:10.1186/s13059-016-0974-4.
- Li J., Zhao T., Zhang Y., et al (2018) Performance evaluation of pathogenicity-computation methods for missense variants. Nucleic Acids Res 46:7793-7804. doi:10.1093/nar/gky678.
- Katsonis P., Wilhelm K., Williams A., Lichtarge O. (2022) Genome interpretation using in silico predictors of variant impact. Hum Genet 141:1549–1577. doi:10.1007/s00439-022-02457-6.
- Jaganathan K., Kyriazopoulou Panagiotopoulou S., McRae J.F., et al (2019) Predicting Splicing from Primary Sequence with Deep Learning. Cell 176:535-548.e24. doi:10.1016/j.cell.2018.12.015.
- Richards S., Aziz N., Bale S., et al (2015) Standards and Guidelines for the Interpretation of Sequence Variants: A Joint Consensus Recommendation of the American College of Medical Genetics and Genomics and the Association for Molecular Pathology. Genet Med 17:405-424. doi:10.1038/gim.2015.30.
- Рыжкова О.П., Кардымон О.Л., Прохорчук Е.Б., et al (2017) Руководство по интерпретации данных, полученных методами массового параллельного секвенирования (MPS). Медицинская генетика 16:4-17.
- Amendola L.M., Jarvik G.P., Leo M.C., et al (2016) Performance of ACMG-AMP Variant-Interpretation Guidelines among Nine Laboratories in the Clinical Sequencing Exploratory Research Consortium. Am J Hum Genet 99:247. doi:10.1016/j.ajhg.2016.06.001.
- Meng L., Attali R., Talmy T., et al (2023) Evaluation of an Automated Genome Interpretation Model for Rare Disease Routinely Used in a Clinical Genetic Lab. Genetics in Medicine 0: doi:10.1016/ j.gim.2023.100830.
- Zhou W.Z., Zhang Y., Zhu G., Shen H., et al (2022) HTAADVar: Aggregation and fully automated clinical interpretation of genetic variants in heritable thoracic aortic aneurysm and dissection. Genet Med. 24(12):2544-2554. doi:10.1016/j.gim.2022.08.024.
- Nicora G., Limongelli I., Gambelli P., et al. (2018) CardioVAI: an automatic implementation of ACMG-AMP variant interpretation guidelines in the diagnosis of cardiovascular diseases. Hum Mutat. 39:1835-1846. doi:10.1002/humu.23665.
- Whiffin N., Walsh R., Govind R., et al (2018) CardioClassifier: disease-and gene-specific computational decision support for clinical genome interpretation. Genet Med. 20:1246-1254. doi:10.1038/ gim.2017.258.
- Clark M.M., Hildreth A., Batalov S., et al (2019) Diagnosis of genetic diseases in seriously ill children by rapid whole-genome sequencing and automated phenotyping and interpretation. Science Translational Medicine 11:eaat6177. doi:10.1126/scitranslmed.aat6177.