Artículo de método

Navegando por MARRVEL, una herramienta basada en la Web que integra la genómica humana y la información genética de organismos modelo

DOI:

10.3791/59542

⸱

15 de agosto de 2019

 ,  ,  , 
1Program in Developmental Biology, Baylor College of Medicine, 2Medical Scientist Training Program, Baylor College of Medicine, 3Department of Pediatrics, Baylor College of Medicine, 4Jan and Dan Duncan Neurological Research Institute, Texas Children's Hospital, 5Department of Molecular and Human Genetics, Baylor College of Medicine, 6Department of Neuroscience, Baylor College of Medicine, 7Howard Hughes Medical Institute, Baylor College of Medicine

En este artículo

Resumen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Aquí, presentamos un protocolo para acceder y analizar muchas bases de datos de organismos humanos y modelo de manera eficiente. Este protocolo demuestra el uso de MARRVEL para analizar las variantes que causan la enfermedad candidata identificadas a partir de los esfuerzos de secuenciación de próxima generación.

Resumen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

A través de la secuenciación de todo el exoma/genoma, los genetistas humanos identifican variantes raras que se separan con fenotipos de enfermedad. Para evaluar si una variante específica es patógena, se deben consultar muchas bases de datos para determinar si el gen de interés está vinculado a una enfermedad genética, si la variante específica se ha notificado antes y qué datos funcionales están disponibles en el organismo modelo bases de datos que pueden proporcionar pistas sobre la función del gen en el ser humano. MARRVEL (Modelo de organismo Recursos Agregados para La Explosión de Variantes Raras) es una herramienta integral de recopilación de datos para genes y variantes humanas y sus genes ortográficos en siete organismos modelo, incluyendo en ratón, rata, pez cebra, mosca de la fruta, gusano nematodos, fisión levadura, y levadura en ciernes. En este Protocolo, proporcionamos una visión general de para qué se puede utilizar MARRVEL y analizamos cómo se pueden utilizar diferentes conjuntos de datos para evaluar si una variante de significación desconocida (VUS) en un gen conocido causante de enfermedades o una variante en un gen de importancia incierta (GUS) puede ser Patógenos. Este protocolo guiará a un usuario a través de la búsqueda de múltiples bases de datos humanas simultáneamente a partir de un gen humano con o sin una variante de interés. También analizamos cómo utilizar datos de OMIM, ExAC/gnomAD, ClinVar, Geno2MP, DGV y DECHIPHER. Además, ilustramos cómo interpretar una lista de genes candidatos a ortología, patrones de expresión y términos GO en organismos modelo asociados a cada gen humano. Además, analizamos las anotaciones de dominio estructural de proteínas de valor proporcionadas y explicamos cómo utilizar la función de alineación de proteínas de múltiples especies para evaluar si una variante de interés afecta a un dominio o aminoácido evolutivamente conservado. Por último, discutiremos tres casos de uso diferentes de este sitio web. MARRVEL es un sitio web de acceso abierto de fácil acceso diseñado para investigadores clínicos y básicos y sirve como punto de partida para diseñar experimentos para estudios funcionales.

Introducción

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El uso de la tecnología de secuenciación de próxima generación se está expandiendo tanto en la investigación como en los laboratorios genéticos clínicos1. Los análisis de secuenciación de todo el exómico (WES) y del genoma completo (WGS) revelan numerosas variantes raras de importancia desconocida (VUS) en genes conocidos que causan enfermedades, así como variantes en genes que aún no están asociados con una enfermedad mendeliana (GUS: genes de incierto importancia). Presentado con una lista de genes y variantes en un informe de secuencia clínica, los genetistas médicos deben visitar manualmente múltiples recursos en línea para obtener más información para evaluar qué variante puede ser responsable de un determinado fenotipo observado en el paciente de interés . Este proceso requiere mucho tiempo, y su eficacia depende en gran medida de la experiencia del individuo. Aunque se han publicado variosdocumentos orientativos 2,3, la interpretación de WES y WGS requiere una curación manual, ya que todavía no hay una metodología estandarizada para el análisis de variantes. Para la interpretación de VUS, el conocimiento sobre la relación genotipo-fenotipo previamente reportada, el modo de herencia y las frecuencias de alelo en la población general se vuelven valiosos. Además, el conocimiento sobre si la variante afecta a un dominio de proteína crítico, o un residuo evolutivamente conservado puede aumentar o disminuir la probabilidad de patogenicidad. Para recopilar toda esta información, normalmente se necesita navegar a través de 10-20 bases de datos de organismos humanos y modelo, ya que la información está dispersa a través de la World Wide Web.

Del mismo modo, los científicos de organismos modelo que trabajan en genes y vías específicas a menudo están interesados en conectar sus hallazgos con los mecanismos de enfermedades humanas y desean aprovechar el conocimiento que se está generando en el campo de la genómica humana. Sin embargo, debido a la rápida expansión y evolución de los conjuntos de datos relacionados con el genoma humano, ha sido difícil identificar bases de datos que proporcionen información útil. Además, dado que la mayoría de las bases de datos de organismos modelo están diseñadas para investigadores que trabajan con el organismo específico a diario, es muy difícil, por ejemplo, que un investigador de ratones busque información específica en una base de datos Drosophila y viceversa. Similar a las búsquedas de interpretación de variantes realizadas por genetistas médicos, la identificación de información útil del cuerpo humano y otros organismos modelo es lenta y depende en gran medida del trasfondo del investigador del organismo modelo. MARRVEL (Modelo de organismo Recursos Agregados para La Explosión de Variantes Raras)4 es una herramienta diseñada para que ambos grupos de usuarios agilicen su flujo de trabajo.

MARRVEL (http://marrvel.org) fue diseñado como un motor de búsqueda centralizado que recopila datos sistemáticamente de manera eficiente y consistente para médicos e investigadores. Con información de 20 o más bases de datos disponibles públicamente, este programa permite a los usuarios recopilar rápidamente información y acceder a un gran número de bases de datos de organismos humanos y modelos sin búsquedas reiterativas. Las páginas de resultados de búsqueda también contienen hipervínculos a las fuentes originales de información, lo que permite a los individuos acceder a los datos sin procesar y recopilar información adicional proporcionada por las fuentes.

A diferencia de muchas de las herramientas de priorización de variantes que requieren una gran secuenciación de datos en forma de archivos VCF o BAM e instalaciones de software a menudo propietario/comercial, MARRVEL opera en cualquier navegador web. Se puede utilizar sin costo y compatible con dispositivos portátiles (por ejemplo, teléfonos inteligentes, tabletas) siempre y cuando uno esté conectado a Internet. Elegimos este formato ya que muchos médicos e investigadores normalmente necesitan buscar uno o algunos genes y variantes a la vez. Tenga en cuenta que estamos desarrollando características de descarga por lotes y API (interfaz de programación de aplicaciones) para QUE MARRVEL eventualmente permita a los usuarios seleccionar cientos de genes y variantes a la vez a través de herramientas de consulta personalizadas si es necesario.

Debido a la amplia gama de aplicaciones, en este protocolo, describiremos un enfoque ampliamente amplio sobre cómo navegar a través de diferentes conjuntos de datos que MARRVEL muestra. En la sección Resultados representativos se describirán ejemplos más específicos que se adapten a las necesidades específicas de los usuarios. Es importante señalar que la producción de MARRVEL todavía requiere un cierto nivel de conocimiento de fondo en genética humana o organismos modelo para extraer información valiosa. Remitimos a los lectores a la tabla que enumera los documentos principales que describen la función de cada una de las bases de datos originales que son seleccionadas por MARRVEL (Tabla 1). El siguiente protocolo se divide en tres secciones: (1) Cómo iniciar una búsqueda, (2) cómo interpretar los resultados de genética humana MARRVEL, y (3) cómo hacer uso de los datos del organismo modelo en MARRVEL. En la sección Resultados del Representante, se describen enfoques más centrados y específicos. MARRVEL se está actualizando activamente, así que consulte la página de preguntas frecuentes del sitio web actual para obtener más información sobre las fuentes de datos. Recomendamos encarecidamente a los usuarios de MARRVEL que se registren para recibir notificaciones de actualización a través del formulario de envío de correo electrónico en la parte inferior de la página de inicio de MARRVEL.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Cómo comenzar una búsqueda

  1. Para la búsqueda basada en variantes y genes humanos, vaya a los pasos 1.1.1.-1.1.2. Para la búsqueda basada en genes humanos (sin entrada de variantes), vaya al paso 1.2. Para la búsqueda basada en genes del organismo modelo, consulte los pasos 1.3.1.-1.3.2.
    1. Vaya a la página de inicio de MARRVEL4 en http://marrvel.org/. Comience por entrar en un símbolo de gen humano. Asegúrese de que los nombres de los genes candidatos se enumeran debajo del cuadro de entrada con cada entrada de carácter. Si la búsqueda vuelve negativa, asegúrese de que el símbolo genético utilizado esté actualizado utilizando el sitio web del Comité de Nomenclatura Genética de HUGO5 (HGNC; https://www.genenames.org/).
    2. Introduzca una variante humana. La barra de búsqueda es compatible con dos tipos de nomenclatura variante: ubicación del genoma similar a cómo se muestran las variantes en ExAC y GnomAD6 y nomenclatura basada en transcripción de acuerdo con las directrices de HGVS. Ejemplos de estos formatos se muestran en texto gris dentro del cuadro de búsqueda. Para la nomenclatura de ubicación genómica, utilice las coordenadas según hg19/GRCh37. Proceda al paso 2.
      NOTA: Si una búsqueda devuelve un error, los problemas más comunes son que el símbolo del gen no está actualizado o la nomenclatura de variantes es incorrecta. En esos casos, los sitios web HGNC (https://www.genenames.org/), Mutalyzer7 (https://www.mutalyzer.nl/) y TransVar8 (https://bioinformatics.mdanderson.org/transvar/) son excelentes recursos para corregir el error. HGNC proporciona símbolos genéticos oficiales y sus alias para todos los genes humanos.
    3. Si sigue apareciendo mensajes de error después de confirmar que el nombre del gen está actualizado, utilice Mutalyzer y TransVar para comprobar y convertir la nomenclatura de variantes.
    4. En algunas situaciones, como un cambio de símbolo genético muy reciente en HGNC, intente usar un sinónimo de gen y póngase en contacto con el equipo operativo de MARRVEL utilizando la pestaña "Comentarios" para actualizar los datos de origen, ya que MARRVEL puede no proporcionar la información correcta debido a un retraso en los datos Fecha.
  2. Introduzca un símbolo de gen humano y deje la barra de búsqueda de variantes humanas en blanco. Si se encuentra un error, vaya a HGNC (https://www.genenames.org/) para comprobar si hay el símbolo del gen oficial o pruebe un símbolo genético más antiguo.
    1. Haga clic en la pestaña Búsqueda de organismos modelo en el banner superior (Figura1) o vaya a http://marrvel.org/model. Seleccione el organismo modelo de su elección e introduzca un símbolo del gen del organismo modelo. Haga clic en el símbolo del gen ya que el nombre se ha completado automáticamente y, a continuación, haga clic en Buscar. Si el resultado de la búsqueda es negativo, compruebe el símbolo genético oficial que se utiliza en las bases de datos de organismos modelo (Tabla 1).
    2. Si el resultado de la búsqueda sigue siendo negativo, acceda a DIOPT (DRSC Integrative Ortholog Prediction Tool, https://www.flyrnai.org/cgi-bin/DRSC_orthologs.pl) y HCOP (https://www.genenames.org/tools/hcop/) para evaluar si no hay buenos ortologs predichos para el gen del interés. DIOPT es un motor de búsqueda de predicción ortolog dirigido por la DRSC (Drosophila RNAi Screening Center) y HCOP es una suite similar desarrollada por HGNC.
      NOTA: Las búsquedas adicionales con BLAST (https://blast.ncbi.nlm.nih.gov/Blast.cgi) pueden permitir a los usuarios encontrar ortologs que pueden perderse por los algoritmos de predicción utilizados en DIOPT y HCOP.
    3. Haga clic en el MARRVEL en la parte inferior para el ortolog humano predicho de elección. Compruebe la puntuación DIOPT9 y la mejor puntuación del gen humano al organismo modelo? para la selección del gen humano. Continúe con el paso 2.
      NOTA: La puntuación DIOPT9 (https://www.flyrnai.org/cgi-bin/DRSC_orthologs.pl) es un valor de cuántos algoritmos de predicción de ortología predicen que un par de genes en dos organismos son ortologos entre sí. Para obtener más información sobre estos valores y los algoritmos específicos utilizados para calcular esta puntuación, consulte Hu et al9. Cuando la mejor puntuación del gen humano al organismo modelo? es Sí,indica que el gen humano es más probable que sea un verdadero ortologs humanos del gen de interés, pero podría haber excepciones, especialmente cuando múltiples genes humanos son ortologos múltiples genes del organismo modelo debido a eventos de duplicación de genes durante la evolución. Si el gen de interés es un miembro de una familia de genes complejos que han experimentado una evolución divergente en múltiples especies, los usuarios deben identificar una publicación que haya realizado un análisis filogenético extensivo de la familia genética de interés para identificar la gen candidato a ortología probable.

2. Cómo interpretar los resultados de genética humana MARRVEL para una búsqueda de genes y variantes

NOTA: En la página de resultados, se muestran siete bases de datos humanas (Tabla1, Figura 1). Para cada cuadro de salida, hay un botón de enlace externo (cuadropequeño con una flechadiagonal) en la esquina superior derecha que se vinculará a la base de datos original para obtener más detalles.

  1. Haga clic en OMIM (Online Mendelian Inheritance in Man, https://www.omim.org/)10, la primera base de datos que se muestra.
    NOTA: OMIM es una base de datos seleccionada manualmente que agrega y resume información sobre enfermedades genéticas y rasgos en humanos.
    1. Utilice el cuadro Descripción del gen humano de OMIM para obtener un breve resumen de lo que se sabe sobre el gen y el producto genético.
    2. Utilice la caja Relaciones entre genytipo para determinar si este gen es un gen conocido que causa enfermedades o no. Esta caja proporciona asociaciones de enfermedades conocidas o fenotipos seleccionadas manualmente con el gen de interés.
    3. Utilice el cuadro Alelos reportados de OMIM para obtener una lista de variantes patógenas seleccionadas por OMIM.
      NOTA: Dado que la curación manual de una publicación relativa al descubrimiento de genes de una nueva enfermedad es necesaria para que cualquier asociación de enfermedades genéticas aparezca en la OMIM, algún retraso de tiempo y/o publicaciones perdidas pueden dar lugar a una idea errónea. Se recomienda que los usuarios realicen búsquedas PubMed (https://www.ncbi.nlm.nih.gov/pubmed/) para examinar la literatura reciente también (Ver 4.1.2.). Para obtener más información seleccionada en OMIM, consulte Amberger10,11.
  2. Haga clicExAC(Exome Aggregation Consortium, http://exac.broadinstitute.org/)6y gnomAD(Base de datos de agregación del genoma, http://gnomad.broadinstitute.org/), grandes bases de datos de genómica de la población basadas en el SAVE y el WGS de personas seleccionadas para excluir enfermedades pediátricas graves.
    NOTA: ExAC contiene 60.000 WES, mientras que gnomAD contiene 120.000 WES y 15.000 WGS. ExAC y gnomAD se pueden utilizar como una base de datos de población de control, especialmente para trastornos pediátricos graves, pero su interpretación requiere cierto grado de precaución. En general, gnomAD se puede considerar como una versión actualizada y ampliada de ExAC ya que la mayoría de las cohortes que se incluyen en ExAC también se incluyen en gnomAD. Sin embargo, dado que hay algunas excepciones (véase la información de la cohorte en http://exac.broadinstitute.org/about y http://gnomad.broadinstitute.org/about, respectivamente), MARRVEL muestra los datos de ambas fuentes.
    1. Utilice el cuadro Resumen del gen de la población de control para obtener estadísticas a nivel de genes, como la probabilidad de encontrar los alelos de pérdida de función (LOF) en la población general. Esto se denomina puntuación pLI (probabilidad de intolerancia LOF) en ExAC y se puede utilizar para inferir la probabilidad de que una sola copia de un alelo LOF para un gen específico pueda causar una enfermedad dominante a través de mecanismos de haplo-insuficientes.
      NOTA: Observar la puntuación pLI de un gen tiene valor, especialmente cuando se trata de trastornos dominantes que se presentan como enfermedades pediátricas graves asociadas con variantes de novo. Si un gen tiene una puntuación pLI de 0,00, significa que es altamente tolerante a las variantes LOF por lo tanto, el gen improbable causa enfermedad a través de un mecanismo dominante de haploinsuficiencia. Sin embargo, esto no excluye necesariamente otra ganancia dominante de la función (GOF) o los mecanismos mediados negativos dominantes pueden causar enfermedades. Además, los genes que causan las enfermedades recesivas pueden tener puntuaciones bajas de pLI, ya que se espera que las carreras se encuentren en la población general. Por otro lado, si un gen tiene una puntuación pLI de 1,00, es posible que la pérdida de una copia de este gen sea perjudicial para la salud humana. También se pueden utilizar búsquedas adicionales en sitios web como DOMINO (https://wwwfbm.unil.ch/domino/) en combinación para evaluar la probabilidad de una variante en un gen específico que causa un trastorno dominante.
    2. Utilice las dos cajas siguientes para obtener las frecuencias de alelos de la variante de interés en ExAC y gnomAD, respectivamente para ayudar a interpretar si la variante puede ser patógena dependiendo de si el paciente tiene la enfermedad dominante o recesiva. Este cuadro solo se mostrará cuando el usuario ingrese información de variantes al iniciar la búsqueda.
      NOTA: Si se presume un escenario de enfermedad recesiva y la puntuación pLI del gen de interés es baja, se debe prestar atención a la frecuencia de aleela que se indica aquí. Algunos genetistas pueden establecer un punto de corte de 0.005 a 0.0001 como la frecuencia máxima de alelo para variantes patógenas que pueden causar una enfermedad hereditaria recesiva grave2. Por otro lado, si se hipoteta un escenario de enfermedad dominante, es menos probable que encuentre la variante idéntica o similar en una población de control. Una vez más, esto requiere precaución porque las personas con trastornos de aparición tardía, enfermedades con presentación leve, trastornos psiquiátricos o enfermedades no examinadas por los investigadores ExAC / gnomAD pueden seguir siendo incluidos y la variante todavía puede ser un patógeno dominante Variante. Además, ha habido algunos casos de variantes vinculadas a condiciones pediátricas encontradas en algunos individuos en estas bases de datos12,13,14,potencialmente debido a la penetrancia incompleta o mosaico somático13 , 15 , 16. Además, aunque ExAC y gnomAD mostrarán variantes que se encuentran en un estado homocigoto, no indicará si alguna de las variantes se encuentra en un estado heterocigoto compuesto. Por último, algunas variantes que se encuentran en estas bases de datos se etiquetan como de baja confianza debido a los desafíos técnicos en la secuenciación (por ejemplo, baja cobertura de secuencia, secuencia repetitiva). Para examinar con más cuidado estos conjuntos de datos, se recomienda a los usuarios utilizar el botón de enlace externo para visitar los sitios web originales de ExAC y gnomAD para obtener información adicional.
  3. Haga clic en Geno2MP (Genotipo a Mendelian Phenotype Browser, http://geno2mp.gs.washington.edu/Geno2MP/), una colección de datos basados en WES del University of Washington Center for Mendelian Genetics. Contiene alrededor de 9.600 exomas (a partir del 1/18/2019) de individuos afectados y parientes no afectados con algunas descripciones fenotípicas (Figura1).
    1. Utilice el cuadro Población de enfermedades para obtener la frecuencia de alelos de la variante de interés en esta cohorte.
    2. Utilice el cuadro Relaciones entre gennotipos para obtener HPO (ontología de fenotipos humanos)17 términos para los individuos con la variante de interés. Esta es una de las muchas maneras para que uno busque pacientes que puedan tener la misma enfermedad.
      NOTA: Si se sospecha que un gen de interés está asociado con la enfermedad de un paciente y hay coincidencias encontradas en Geno2MP, es posible que haya información importante adicional en la fuente de datos más allá de lo que se muestra.
      1. Haga clic en el botón de enlace externo a la página específica del gen en Geno2MP, filtre las mutaciones similares a las del paciente (por ejemplo, missense, LOF) y revise cuidadosamente las listas de variantes. Tome nota de las variantes con altas puntuaciones CADD18 y haga clic en los perfiles HPO. Por ejemplo, las puntuaciones de CADD superiores a 20 están dentro del 1% superior de todas las variantes que se prevé que sean perjudiciales, las puntuaciones de CADD superiores a 10 están dentro del 10% superior. Los términos de HPO proporcionan una descripción estandarizada de los fenotipos humanos. Aquí, asegúrese de comprobar si la variante se identificó en un individuo afectado o en un pariente.
      2. Si se encuentran variantes en pacientes que se ven afectados en el mismo sistema de órganos que el paciente, considere el uso del formulario de correo electrónico para ponerse en contacto con el médico que envió estos casos a Geno2MP utilizando la función proporcionada en el sitio web de Geno2MP.
        NOTA: No todos los médicos responden a tales consultas, por lo que uno debe explorar otras vías de emparejamiento del paciente. Otras formas de reunir a una cohorte de pacientes afectados por las mismas enfermedades es utilizar herramientas como GeneMatcher19 (https://www.genematcher.org/) y otras bases de datos que forman parte de Matchmaker Exchange19,20 ( https://www.matchmakerexchange.org/). Consulte el artículo adjunto de JoVE para obtener más información sobre el emparejamiento21.
  4. Utilizar la base de datos ClinVar (https://www.ncbi.nlm.nih.gov/clinvar/)22, apoyada por los Institutos Nacionales de Salud (NIH), donde investigadores y médicos presentan variantes con o sin determinación de patogenicidad, para variantes de nucleótidos individuales (SNV), pequeños indels y mayores variaciones de número de copia (CNV).
    1. Utilice la fila superior para revisar un resumen del número de cada tipo de variantes notificadas en ClinVar (Figura 1).
    2. Compruebe la lista de variantes a continuación en la casilla Alelos reportados de ClinVar.
      NOTA: Si se incluyó una variante en la búsqueda inicial, las variantes resaltadas en el azulado son todas variantes que incluyen la ubicación genómica de la variante de interés [incluidos los CNV grandes, que a menudo se etiquetan como; coordenada genómica... x1 (eliminación) y ... x3 (duplicación)].
  5. Utilice DGV23 (Base de datos de variantes genómicas, http://dgv.tcag.ca/dgv/app/home) y DECIPHER24 (DatabasE de genomiCina y Fenotipo en humanos utilizando Ensembl Resources, https://decipher.sanger.ac.uk/), ambos DGV es la mayor colección de acceso público de variantes estructurales de más de 54.000 individuos. Esta base de datos incluye muestras de individuos sanos, en el momento de la determinación, de hasta 72 estudios diferentes. Del mismo modo, los datos mostrados desde DECIPHER incluyen variantes comunes de la población de control.
    NOTA: Dado que MARRVEL no tiene permiso para mostrar los datos derivados del paciente de DECIPHIER, se recomienda a los usuarios que visiten directamente el sitio web de DECIPHER para acceder a información de CNV potencialmente patógena.
    1. Haga clic en el cuadro Copiar variación de número en la población de control (base de datos DGV) para obtener variantes que contengan el gen de interés. La información como el tamaño, el subtipo y la referencia de la variación del número de copia se pueden encontrar en el mismo cuadro.
    2. Haga clic en el cuadro Variantes de número de copia común (base de datos DECIPHER) para obtener variantes que contengan la ubicación genómica de la variante de interés. Esta información puede ayudar a determinar si el gen se duplica o se elimina en las personas de control.
      NOTA: Si el gen de interés se elimina en muchos individuos de la población de control, significa que es probable que este gen sea altamente tolerante con las variantes LOF. Al igual que las puntuaciones bajas de pLI, esto sugiere que una sola copia de este gen es menos probable que cause una enfermedad grave a través de un mecanismo de haploinsuficiencia. Sin embargo, esto no descarta necesariamente otra ganancia dominante de la función o los mecanismos negativos dominantes (por ejemplo, alelos antimórficos, hipermórficos y neomórficos) causados por alelos específicos de mal sentido y truncamiento.  Las posibles limitaciones a estos datos incluyen la variación en la fuente y el método de los datos adquiridos, la falta de información sobre la penetración incompleta de los CNV patógenos y si las personas desarrollaron ciertas enfermedades posteriores a la recopilación de datos.

3. Cómo utilizar los datos del organismo modelo en MARRVEL

  1. Utilice la tabla de funciones genéticas para obtener la siguiente información para ocho organismos modelo, incluidos humanos (humanos, ratas, ratones, peces cebra, Drosophila, C elegans,levadura en ciernes y levadura de fesión):
    1. Nombre genético: Dado que cada nombre genético está enlazado a páginas genéticas en las respectivas bases de datos de organismos modelo, haga clic en estos enlaces para obtener más información sobre la información fenotípica y los recursos disponibles para cada organismo modelo. Por ejemplo en FlyBase25 (http://flybase.org/), habrá una lista de todos los alelos que se han generado, sus respectivos fenotipos y la disponibilidad de cada alelo de los centros de stock públicos.
    2. Enlace PubMed: Haga clic en el enlace PubMed para ir a una lista de publicaciones relacionadas con el gen de interés en cada organismo. Sin usar estos enlaces, la búsqueda del gen humano directamente en PubMed puede llevar a la falta de algunas publicaciones que utilizaron un alias genético antiguo para referirse al gen humano. Del mismo modo, los nombres de genes de organismos modelo pueden haber fluctuado históricamente.
    3. DIOPT Puntuación 9: Compruebe esta columna para obtener una puntuación de cuántos algoritmos de predicción de ortología predicen que es probable que el gen sea un ortolog del gen humano de interés. Uno puede utilizar una puntuación DIOPT de 3 o superior como un corte razonable para identificar candidatos ortologólogos sólidos. Sin embargo, hay casos en los que los ortologs genuinos sólo tienen una puntuación DIOPT de 1 debido a la homología limitada. En la parte superior de la tabla de funciones genéticas, desactive la casilla "Mostrar solo el mejor gen de puntuación DIOPT" para mostrar todos los candidatos que normalmente incluyen genes homólogos que no son necesariamente ortologos.
    4. Expresión: Compruebe esta columna para ver la lista de los tejidos en los que se ha notificado que el gen o la proteína de interés se expresan en bases de datos de organismos humanos o modelo. Los datos de expresión de genes y proteínas humanas provienen de GTEx26 (https://gtexportal.org/) y Atlas de proteínas humanas27 (https://www.proteinatlas.org/), respectivamente. Algunos tienen un botón con enlaces emergentes, como para humanos y para moscas que muestran el patrón de expresión mediante un mapa de calor, mientras que otros están enlazados a las respectivas páginas de bases de datos de organismos modelo.
    5. Ontología genética Términos 28 (GO): Filtrar por códigos de evidencia experimentales y obtener de las respectivas bases de datos de organismos humanos o modelo. No se muestran términos GO basados en "códigos de evidencia de análisis computacional" y "códigos de evidencia de anotación electrónica" (predicciones). Por favor, visite cada sitio web del organismo modelo para recopilar esta información si es necesario.
    6. Otros enlaces como Monarch Initiative29 (https://monarchinitiative.org/) e IMPC30 (http://www.mousephenotype.org/): Utilice el hipervínculo Monarch Initiative para navegar a la página Phenogrid para el gen humano específico, un gráfico que proporciona una comparación rápida entre los fenotipos asociados con el gen de interés a enfermedades humanas conocidas y mutantes de organismos modelo que tienen superposiciones fenotípicas. Si un gen de ratón tiene un ratón knockout hecho o planeado por el International Mouse Phenotyping Consortium (IMPC), el "IMPC" enlaza a la página que detalla el fenotipo del ratón knockout y su disponibilidad de los centros de valores públicos.
  2. Humano Dominios proteicos: Utilice la caja de dominios de proteínas genéticas humanas para obtener dominios proteicos previstos del gen humano. Los datos se derivan de DIOPT, que utiliza Pfam (https://pfam.xfam.org/) y CCD (Base de datos de dominios conservados, https://www.ncbi.nlm.nih.gov/Structure/cdd/cdd.shtml). Un solo residuo tal vez anotado más de una vez debido a alguna superposición en los dominios anotados en las dos fuentes.
  3. Utilice la caja Alineación de proteínas múltiples para obtener la alineación múltiple de aminoácidos generada por DIOPT9 que incluye humano (hs), rata (rn), ratón (mm), pez cebra (dr), mosca de la fruta (dm), gusano (ce) y levaduras (sc y sp). Para resaltar el aminoácido de interés, desplácese hacia abajo hasta la parte inferior de la caja e introduzca los números de aminoácidos a continuación y los aminoácidos de interés se resaltarán en azulado. La alineación es proporcionada por DIOPT y utiliza el alineador MAFFT (Programa de alineación múltiple para secuencias de aminoácidos o nucleótidos, https://mafft.cbrc.jp/alignment/software/31).
    NOTA: Si el aminoácido que se resalta en función del número no es el esperado, puede deberse a diferentes isoformas de empalme utilizadas para la alineación. En principio, DIOPT utiliza la isoforma más larga para mostrar en este cuadro. Además, para los segmentos de genes que no están bien conservados, la alineación de secuencias multiespecie utilizando parámetros predeterminados puede no ser óptima. Recomendamos utilizar otros sitios web y software como Clustal Omega y ClustalW/X (http://www.clustal.org/)32 para optimizar los parámetros de alineación y matrices en consecuencia.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los genetistas humanos y los científicos de organismos modelo utilizan CADA uno MARRVEL de maneras distintas, cada una con diferentes resultados deseados. A continuación se presentan tres viñetas de posibles usos para MARRVEL.

Evaluar la patogenicidad de una variante en una enfermedad dominante
La mayoría de los usuarios que visitan MARRVEL utilizan este sitio web para analizar la probabilidad de que una variante humana rara pueda causar una determinada enfermedad. Por ejem...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los pasos críticos en este protocolo incluyen la entrada inicial (pasos 1.1-1.3) y la interpretación posterior de la salida. La razón más común por la que los resultados de búsqueda son negativos es debido a las muchas maneras en que se puede describir un gen y / o variante. Mientras que MARRVEL se actualiza sobre una base programada, estas actualizaciones pueden causar desconexiones entre las diversas bases de datos que MARRVEL vincula a. Por lo tanto, el primer paso en la solución de problemas es comprobar invariableme...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores no tienen nada que revelar.

Agradecimientos

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Agradecemos a los Doctores Rami Al-Ouran, Seon-Young Kim, Yanhui (Claire) Hu, Ying-Wooi Wan, Naveen Manoharan, Sasidhar Pasupuleti, Aram Comjean, Dongxue Mao, Michael Wangler, Hsiao-Tuan Chao, Stephanie Mohr y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por su apoyo en el desarrollo y Norbert Perrimon por mantenimiento de MARRVEL. Estamos agradecidos a Samantha L. Deal y J. Michael Harnish por su contribución en este manuscrito.

El desarrollo inicial de MARRVEL fue apoyado en parte por el Centro de Detección de Organismos Modelo de la Red de Enfermedades No Diagnosticadas a través del NIH Commonfund (U54NS093793) y a través de la Oficina de Programas de Infraestructura de Investigación (ORIP) de los NIH (R24OD022005). JW cuenta con el apoyo del NIH Eunice Kennedy Shriver National Institute of Child Health & Human Development (F30HD094503) y el Programa de Becas Robert and Janice McNair Foundation McNair MD/PhD en BCM. HJB cuenta con el apoyo del NIH National Institute of General Medical Sciences (R01GM067858) y es investigador del Instituto Médico Howard Hughes. ZL cuenta con el apoyo del NIH National Institute of General Medical Science (R01GM120033), National Institute of Aging (R01AG057339) y la Fundación Huffington. SY recibió apoyo adicional del Instituto Nacional de Sordera y otros Trastornos de la Comunicación del NIH (R01DC014932), la Fundación Simons (Premio SFARI: 368479), la Asociación de Alzheimer (New Investigator Research Grant: 15-364099), Naman Family Fondo de Investigación Básica y Caroline Wiess Law Fund for Research in Molecular Medicine.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Genética HumanaClinVarPMID: 29165669https://www.ncbi.nlm.nih.gov/clinvar/
Genética HumanaDESCIFRARPMID: 19344873 https://decipher.sanger.ac.uk/
Genética HumanaDGVPMID:  24174537http://dgv.tcag.ca/dgv/app/home
Predicción ortológicaDIOPTPMID: 21880147 https://www.flyrnai.org/cgi-bin/DRSC_orthologs.pl
Nomenclatura de genes/transcripciones humanasEnsemblPMID: 29155950 https://useast.ensembl.org/
Genética HumanaExAC PMID: 27535533http://exac.broadinstitute.org/
Bases de datos de organismos modelo primariosFlyBase (Drosophila)PMID:26467478http://flybase.org
Herramientas de integración de bases de datos de organismos modeloGene2FunctionPMID:28663344 http://www.gene2function.org/search/
Genética HumanaGeno2MPN/Ahttp://geno2mp.gs.washington.edu/Geno2MP/
Genética HumanagnomADPMID: 27535533http://gnomad.broadinstitute.org/
Gene OntologyGO CentralPMID: 10802651, 25428369 http://www.geneontology.org/
Expresión de genes/proteínas humanasGTExPMID: 29019975, 23715323 https://gtexportal.org/home/
Nomenclatura de genes humanosHGNCPMID: 27799471 https://www.genenames.org/
Bases de Datos de Organismos Modelo PrimariosIMPC (ratón)PMID: 27626380http://www.mousephenotype.org/
Bases de Datos de Organismos Modelo PrimariosMGI (ratón)PMID:25348401http://www.informatics.jax.org/
Herramientas de Integración de Bases de Datos de Organismos ModeloIniciativaMonarca PMID: 27899636https://monarchinitiative.org/
Mutalizador de Nomenclatura de Variantes HumanasPMID: 18000842 https://mutalyzer.nl/
Genética HumanaOMIMPMID:28654725 https://omim.org/
Bases de Datos de Organismos Modelo PrimariosPomBase (levadura de fisión)PMID:22039153https://www.pombase.org/
LiteraturaPubMedN/Ahttps://www.ncbi.nlm.nih.gov/pubmed/
Bases de Datos de Organismos Modelo PrimariosRGD (rata)PMID:25355511https://rgd.mcw.edu/
Bases de datos de organismos modelo primariosSGD (levadura en ciernes)PMID: 22110037https://www.yeastgenome.org/
Expresión de genes/proteínashumanas El Atlas de Proteínas HumanasPMID:21752111 https://www.proteinatlas.org/
Bases de datos de organismos modelo primarios WormBase(C. elegans)PMID:26578572http://wormbase.org
Bases de datos de organismos modelo primariosZFIN (pez cebra)PMID:26097180https://zfin.org/

Referencias

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Yang, Y., et al. Clinical whole-exome sequencing for the diagnosis of mendelian disorders. New England Journal of Medicine. 369 (16), 1502-1511 (2013).
  2. Richards, S., et al. 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. Genetics in Medicine. 17 (5), 405-424 (2015).
  3. MacArthur, D. G., et al. Guidelines for investigating causality of sequence variants in human disease. Nature. 508 (7497), 469-476 (2014).
  4. Wang, J., et al. MARRVEL: Integration of Human and Model Organism Genetic Resources to Facilitate Functional Annotation of the Human Genome. American Journal of Human Genetics. 100 (6), 843-853 (2017).
  5. Povey, S., et al. The HUGO Gene Nomenclature Committee (HGNC). Human Genetics. 109 (6), 678-680 (2001).
  6. Lek, M., et al. Analysis of protein-coding genetic variation in 60,706 humans. Nature. 536 (7616), 285-291 (2016).
  7. Wildeman, M., van Ophuizen, E., den Dunnen, J. T., Taschner, P. E. Improving sequence variant descriptions in mutation databases and literature using the Mutalyzer sequence variation nomenclature checker. Human Mutation. 29 (1), 6-13 (2008).
  8. Zhou, W., et al. TransVar: a multilevel variant annotator for precision genomics. Nature Methods. 12 (11), 1002-1003 (2015).
  9. Hu, Y., et al. An integrative approach to ortholog prediction for disease-focused and other functional studies. BMC Bioinformatics. 12, 357(2011).
  10. Amberger, J. S., Hamosh, A. Searching Online Mendelian Inheritance in Man (OMIM): A Knowledgebase of Human Genes and Genetic Phenotypes. Current Protocols in Bioinformatics. 58, 1(2017).
  11. Amberger, J. S., Bocchini, C. A., Scott, A. F., Hamosh, A. OMIM.org: leveraging knowledge across phenotype-gene relationships. Nucleic Acids Research. 47, 1038-1043 (2019).
  12. Liu, N., et al. Functional variants in TBX2 are associated with a syndromic cardiovascular and skeletal developmental disorder. Human Molecular Genetics. 27 (14), 2454-2465 (2018).
  13. Ropers, H. H., Wienker, T. Penetrance of pathogenic mutations in haploinsufficient genes for intellectual disability and related disorders. European Journal of Medical Genetics. 58 (12), 715-718 (2015).
  14. Shashi, V., et al. De Novo Truncating Variants in ASXL2 Are Associated with a Unique and Recognizable Clinical Phenotype. American Journal of Human Genetics. 100 (1), 179(2017).
  15. Chen, R., et al. Analysis of 589,306 genomes identifies individuals resilient to severe Mendelian childhood diseases. Nature Biotechnology. 34 (5), 531-538 (2016).
  16. Halvorsen, M., et al. Mosaic mutations in early-onset genetic diseases. Genetics in Medicine. 18 (7), 746-749 (2016).
  17. Kohler, S., et al. The Human Phenotype Ontology in 2017. Nucleic Acids Research. 45 (1), 865-876 (2017).
  18. Rentzsch, P., Witten, D., Cooper, G. M., Shendure, J., Kircher, M. CADD: predicting the deleteriousness of variants throughout the human genome. Nucleic Acids Research. 47 (1), 886-894 (2019).
  19. Sobreira, N., Schiettecatte, F., Valle, D., Hamosh, A. GeneMatcher: a matching tool for connecting investigators with an interest in the same gene. Human Mutation. 36 (10), 928-930 (2015).
  20. Sobreira, N. L. M., et al. Matchmaker Exchange. Current Protocols in Human Genetics. 95 (9), 31-39 (2017).
  21. Harnish, M., Deal, S., Wangler, M., Yamamoto, S. In vivo functional study of disease-associated rare human variants using Drosophila. Journal of Visualized Experiments. , (2019).
  22. Harrison, S. M., et al. Using ClinVar as a Resource to Support Variant Interpretation. Current Protocols in Human Genetics. 89, 11-18 (2016).
  23. MacDonald, J. R., Ziman, R., Yuen, R. K., Feuk, L., Scherer, S. W. The Database of Genomic Variants: a curated collection of structural variation in the human genome. Nucleic Acids Research. 42, Database issue 986-992 (2014).
  24. Firth, H. V., et al. DECIPHER: Database of Chromosomal Imbalance and Phenotype in Humans Using Ensembl Resources. American Journal of Human Genetics. 84 (4), 524-533 (2009).
  25. Thurmond, J., et al. FlyBase 2.0: the next generation. Nucleic Acids Research. 47, 759-765 (2019).
  26. Consortium, G. T. Human genomics. The Genotype-Tissue Expression (GTEx) pilot analysis: multitissue gene regulation in humans. Science. 348 (6235), 648-660 (2015).
  27. Ponten, F., Jirstrom, K., Uhlen, M. The Human Protein Atlas--a tool for pathology. Journal of Pathology. 216 (4), 387-393 (2008).
  28. The Gene Ontology, C. The Gene Ontology Resource: 20 years and still GOing strong. Nucleic Acids Research. , (2018).
  29. Mungall, C. J., et al. The Monarch Initiative: an integrative data and analytic platform connecting phenotypes to genotypes across species. Nucleic Acids Research. 45 (1), 712-722 (2017).
  30. Meehan, T. F., et al. Disease model discovery from 3,328 gene knockouts by The International Mouse Phenotyping Consortium. Nature Genetics. 49 (8), 1231-1238 (2017).
  31. Katoh, K., Rozewicki, J., Yamada, K. D. MAFFT online service: multiple sequence alignment, interactive sequence choice and visualization. Brief Bioinform. , (2017).
  32. Sievers, F., Higgins, D. G. Clustal Omega for making accurate alignments of many protein sequences. Protein Science. 27 (1), 135-145 (2018).
  33. Yoon, W. H., et al. Loss of Nardilysin, a Mitochondrial Co-chaperone for alpha-Ketoglutarate Dehydrogenase, Promotes mTORC1 Activation and Neurodegeneration. Neuron. 93 (1), 115-131 (2017).
  34. Deal, S., Yamamoto, S. Unraveling novel mechanisms of neurodegeneration through a large-scale forward genetic screen in Drosophila. Frontiers in Genetics. 9, (2019).
  35. Matamoros, A. J., Baas, P. W. Microtubules in health and degenerative disease of the nervous system. Brain Research Bulletin. 126, Pt 3 217-225 (2016).
  36. Theodosiou, A., Arhondakis, S., Baumann, M., Kossida, S. Evolutionary scenarios of Notch proteins. Molecular Biology and Evolution. 26 (7), 1631-1640 (2009).
  37. Shayevitz, C., Cohen, O. S., Faraone, S. V., Glatt, S. J. A re-review of the association between the NOTCH4 locus and schizophrenia. American Journal of Medical Genetics. Part B: Neuropsychiatric Genetics. 159 (5), 477-483 (2012).
  38. Wang, Z., et al. A review and re-evaluation of an association between the NOTCH4 locus and schizophrenia. American Journal of Medical Genetics. Part B: Neuropsychiatric Genetics. 141 (8), 902-906 (2006).
  39. Oriel, C., Lasko, P. Recent Developments in Using Drosophila as a Model for Human Genetic Disease. International Journal of Molecular Sciences. 19 (7), (2018).
  40. Hu, Y., Comjean, A., Mohr, S. E., FlyBase, C., Perrimon, N. Gene2Function: An Integrated Online Resource for Gene Function Discovery. G3. 7 (8), Bethesda. 2855-2858 (2017).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Solicitar permiso para reutilizar el texto o las figuras de este artículo de JoVE

Solicitar permiso

Etiquetas

An lisis de variantes rarasb squeda de variantes g nicaspredicci n de ort logosanotaci n de dominios proteicosalineaci n m ltiple de prote nast rminos de ontolog a g nicadiagn stico de enfermedades

Artículos relacionados