Artigo de método

Navegando no MARRVEL, uma ferramenta Web que integra informações da genômica humana e 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

Neste artigo

Resumo

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

Aqui, apresentamos um protocolo para acessar e analisar muitas bases de dados de organismos humanos e modelo de forma eficiente. Este protocolo demonstra o uso de MARRVEL para analisar variantes causadoras de doenças candidatas identificadas a partir de esforços de sequenciamento de próxima geração.

Resumo

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

Com o sequenciamento de todo-exome/genoma, os geneticistas humanos identificam variantes raras que segregar com fenótipos de doença. Para avaliar se uma variante específica é patogênica, deve-se consultar muitos bancos de dados para determinar se o gene de interesse está vinculado a uma doença genética, se a variante específica foi relatada antes, e quais dados funcionais estão disponíveis no organismo modelo bases de dados que podem fornecer pistas sobre a função do gene em humanos. MARRVEL (organismo modelo recursos agregados para exploração variante rara) é uma ferramenta de coleta de dados One-stop para genes humanos e variantes e seus genes ortológicos em sete organismos modelo, incluindo no rato, rato, zebrafish, mosca da fruta, verme nematódeo, fissão levedura, e levedura brotamento. Neste protocolo, fornecemos uma visão geral do que MARRVEL pode ser usado e discutimos como diferentes conjuntos de dados podem ser usados para avaliar se uma variante de significância desconhecida (VUS) em um gene causador de doença conhecido ou uma variante em um gene de significância incerta (GUS) pode ser Patogénicas. Este protocolo guiará um usuário através da busca de bases de dados humanas múltiplas simultaneamente começando com um gene humano com ou sem uma variação do interesse. Também discutimos como utilizar dados de OMIM, ExAC/gnomAD, ClinVar, Geno2MP, DGV e DECHIPHER. Além disso, nós ilustramos como interpretar uma lista de genes do candidato do ortólogo, de testes padrões da expressão, e de termos do Go em organismos modelo associados com cada gene humano. Além disso, discutimos as anotações de domínio estrutural de proteínas de valor fornecidas e explicamos como usar o recurso de alinhamento de proteínas de várias espécies para avaliar se uma variante de interesse afeta um domínio evolutivamente conservado ou aminoácido. Finalmente, discutiremos três casos de uso diferentes deste site. MARRVEL é um site de acesso aberto facilmente acessível projetado para pesquisadores clínicos e básicos e serve como um ponto de partida para projetar experimentos para estudos funcionais.

Introdução

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

O uso da tecnologia de sequenciamento de próxima geração está se expandindo tanto na pesquisa quanto nos laboratórios genéticos clínicos1. Todo-exome (WES) e as análises de sequenciamento do inteiro-genoma (WGS) revelam as variações raras numerosas do significado desconhecido (VUS) em genes doença-causando conhecidos assim como Variants nos genes que são ainda ser associados com uma doença de Mendelian (GUS: genes de incerto significativo). Apresentado com uma lista de genes e de variants em um relatório clínico da seqüência, os geneticistas médicos devem manualmente visitar recursos em linha múltiplos para obter mais informação para avaliar que variação pode ser responsável para um determinado phenotype visto no paciente do interesse . Esse processo consome muito tempo, e sua eficácia é altamente dependente da expertise do indivíduo. Embora vários artigos de diretriz tenham sido publicados2,3, a interpretação de Wes e WGS requer Curaçãomanual, umavez que ainda há uma metodologia padronizada para análise de variantes. Para a interpretação de VUS, o conhecimento na relação previamente relatada do genótipo-phenotype, na modalidade da herança, e nas freqüências do alelo na população geral torna-se valioso. Além disso, o conhecimento sobre se a variante afeta um domínio protéico crítico, ou um resíduo evolutivamente conservado pode aumentar ou diminuir a probabilidade de patogenicidade. Para reunir todas essas informações, um normalmente precisa navegar através de 10-20 bases de dados de organismos humanos e modelo, uma vez que a informação é dispersa através da World Wide Web.

Da mesma forma, os cientistas do organismo modelo que trabalham em genes e caminhos específicos estão frequentemente interessados em conectar seus achados a mecanismos de doenças humanas e desejam aproveitar o conhecimento que está sendo gerado no campo da genômica humana. No entanto, devido à rápida expansão e evolução dos conjuntos de dados referentes ao genoma humano, tem sido desafiador identificar bancos de dados que forneçam informações úteis. Além disso, uma vez que a maioria dos bancos de dados de organismos modelo são projetados para pesquisadores que trabalham com o organismo específico em uma base diária, é muito difícil, por exemplo, para um pesquisador de mouse para procurar informações específicas em um banco de dados de Drosophila e vice versa. Semelhante às pesquisas de interpretação variante realizadas por geneticistas médicos, a identificação de informações úteis sobre o organismo humano e outro modelo é demorada e fortemente dependente do fundo do pesquisador de organismos modelo. MARRVEL (organismo modelo recursos agregados para exploração variante rara)4 é uma ferramenta projetada para ambos os grupos de usuários para agilizar seu fluxo de trabalho.

MARRVEL (http://marrvel.org) foi projetado como um motor de busca centralizado que recolhe dados sistematicamente de forma eficiente e consistente para os médicos e pesquisadores. Com informações de 20 ou mais bancos de dados disponíveis publicamente, este programa permite aos usuários coletar rapidamente informações e acessar um grande número de bancos de dados de organismos humanos e modelo sem pesquisas reiterativas. As páginas de resultados de pesquisa também contêm hiperlinks para as fontes originais de informações, permitindo que os indivíduos acessem os dados brutos e coletem informações adicionais fornecidas pelas fontes.

Em contraste com muitas das ferramentas de priorização de variantes que exigem grande entrada de dados de sequenciamento na forma de arquivos VCF ou BAM e instalações de software frequentemente proprietário/comercial, MARRVEL opera em qualquer navegador Web. Ele pode ser usado sem nenhum custo e compatível com dispositivos portáteis (por exemplo, smartphones, tablets), desde que um esteja conectado à Internet. Nós escolhemos este formato, uma vez que muitos médicos e pesquisadores normalmente precisam procurar um ou alguns genes e variantes de cada vez. Observe que estamos desenvolvendo recursos de download em lote e API (interface de programação de aplicativos) para marrvel para eventualmente permitir que os usuários cura centenas de genes e variantes de cada vez através de ferramentas de consulta personalizadas, se necessário.

Devido à ampla gama de aplicações, neste protocolo, vamos descrever uma abordagem abrangente sobre como navegar através de diferentes conjuntos de dados que MARRVEL exibe. Exemplos mais direcionados que são adaptados para necessidades específicas dos usuários serão descritos na seção resultados representativos. É importante notar que a saída de MARRVEL ainda requer um certo nível de conhecimento de fundo em genética humana ou organismos modelo para extrair informações valiosas. Remetemos os leitores para a tabela que lista os artigos primários que descrevem a função de cada um dos bancos de dados originais que são curadoria de MARRVEL (tabela 1). O seguinte protocolo é dividido em três seções: (1) como começar uma busca, (2) como interpretar MARRVEL saídas genéticas humanas, e (3) como fazer uso de dados do modelo de organismo em MARRVEL. Na seção resultados representativos, abordagens mais focalizadas e específicas são descritas. MARRVEL está sendo atualizado ativamente, por favor consulte a página de FAQ do site atual para obter detalhes sobre fontes de dados. Recomendamos vivamente que os utilizadores da MARRVEL se inscrevamos para receber notificações de atualização através do formulário de envio de e-mail na parte inferior da página inicial do MARRVEL.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

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

1. como iniciar uma pesquisa

  1. Para o gene humano e a busca variante-baseada, vá aos passos 1.1.1.-1.1.2. Para pesquisa baseada em genes humanos (sem entrada variante), avance para o passo 1,2. Para a pesquisa baseada em genes do organismo modelo, consulte as etapas 1.3.1.-1.3.2.
    1. Vá para a página inicial do MARRVEL4 em http://marrvel.org/. Comece introduzindo um símbolo humano do gene. Verifique se os nomes dos genes candidatos estão listados abaixo da caixa de entrada com cada entrada de caractere. Se a pesquisa voltar negativa, certifique-se de que o símbolo genético utilizado está atualizado usando o site da Comissão de nomenclatura do gene HUGO5 (hgnc; https://www.genenames.org/).
    2. Insira uma variante humana. A barra de pesquisa é compatível com dois tipos de nomenclatura variante: localização do genoma semelhante a como as variantes são exibidas no ExAC e GnomAD6 e na nomenclatura baseada em transcrição de acordo com as diretrizes do HGVs. Exemplos de tais formatos são mostrados em texto cinza dentro da caixa de pesquisa. Para a nomenclatura de localização genômica, use as coordenadas de acordo com hg19/GRCh37. Avance para o passo 2.
      Nota: se uma pesquisa devolve um erro, os problemas mais comuns são ou o símbolo de gene não está actualizado ou a nomenclatura variante está incorrecta. Nesses casos, os sites do HGNC (https://www.genenames.org/), Mutalyzer7 (https://www.mutalyzer.nl/) e transvar8 (https://Bioinformatics.mdanderson.org/transvar/) são ótimos recursos para corrigir o erro. HGNC fornece símbolos oficiais do gene e seus pseudônimos para todos os genes humanos.
    3. Se ainda encontrando mensagens de erro depois de confirmar o nome do gene está atualizado, use Mutalyzer e TransVar para verificar e converter a nomenclatura variante.
    4. Em algumas situações, como uma mudança de símbolo de gene muito recente no HGNC, tente usar um sinônimo para o gene e entre em contato com a equipe de operação MARRVEL usando a guia "feedback" para atualizar os dados de origem, como MARRVEL não pode fornecer as informações corretas devido a um lag em dados até Data.
  2. Insira um símbolo de gene humano e deixe a barra de pesquisa variante humana em branco. Se um erro for encontrado, vá para HGNC (https://www.genenames.org/) para verificar o símbolo do gene oficial ou tente um símbolo de gene mais antigo.
    1. Clique na guia pesquisa de organismos do modelo na faixa superior (Figura 1) ou acesse http://marrvel.org/Model. Selecione o organismo modelo da escolha e incorpore um símbolo do gene do organismo modelo. Clique no símbolo do gene como o nome é preenchidos automaticamente e, em seguida, clique em Pesquisar. Se o resultado da pesquisa for negativo, verifique o símbolo do gene oficial utilizado nas bases de dados do organismo modelo (tabela 1).
    2. Se o resultado da pesquisa ainda for negativo, acesse DIOPT (ferramenta de predição de Ortolog Integrativa do DRSC, https://www.flyrnai.org/cgi-bin/DRSC_orthologs.pl) e HCOP (https://www.genenames.org/tools/hcop/) para avaliar se não há ortologas preditas boas para o gene do interesse. DIOPT é um motor de busca ortolog previsão executado pelo DRSC (Drosophila RNAi screening Center) e hcop é um conjunto semelhante desenvolvido pela HGNC.
      Observação: pesquisas adicionais usando BLAST (https://blast.ncbi.nlm.nih.gov/Blast.cgi) podem permitir que os usuários encontrem ortologas que podem ser perdidas por algoritmos de previsão usados em DIOPT e HCOP.
    3. Estale sobre o marrvel ele na parte inferior para o ortólogo humano previsto da escolha. Verifique a Pontuação Diopt9 e a melhor pontuação do gene humano para modelar o organismo? para a seleção do gene humano. Avance para o passo 2.
      Nota: Diopt Pontuação9 (https://www.flyrnai.org/cgi-bin/DRSC_orthologs.pl) é um valor de quantos algoritmos de predição ortolog prever um par de genes em dois organismos para ser ortologous um ao outro. Para obter mais informações sobre esses valores e os algoritmos específicos usados para calcular essa pontuação, consulte Hu et al9. Quando melhor pontuação do gene humano para modelar o organismo? é Sim, indica que o gene humano é mais provável um verdadeiro ortólogos humanos do gene do interesse mas poderia haver umas exceções, especial quando os genes humanos múltiplos são ortóloga a genes modelo múltiplos do organismo devido aos eventos da duplicação do gene durante a evolução. Se o gene de interesse é um membro de uma família de genes complexos que sofreram evolução divergente em várias espécies, os usuários devem identificar uma publicação que realizou uma extensa análise filogenética da família de genes de interesse para identificar o mais provável gene candidato a ortolog.

2. como interpretar as saídas de genética humana MARRVEL para uma pesquisa de genes e variantes

Observação: na página de resultados, há sete bancos de dados humanos que são exibidos (tabela 1, Figura 1). Para cada caixa de saída, há um botão de link externo (caixa pequena com uma seta diagonal) no canto superior direito que irá vincular ao banco de dados original para obter mais detalhes.

  1. Clique em OMIM (online Mendelian inheritance in Man, https://www.OMIM.org/)10, o primeiro banco de dados que é exibido.
    Nota: OMIM é um banco de dados manualmente curadoria que agrega e resume informações sobre doenças genéticas e traços no ser humano.
    1. Use a caixa de Descrição do gene humano de OMIM para um sumário curto do que é sabido sobre o gene e o produto do gene.
    2. Use a caixa das relações do gene-phenotype para determinar se este gene é um gene doença-causando conhecido ou não. Esta caixa fornece associações conhecidas manualmente curadoria da doença ou do phenotype com o gene do interesse.
    3. Use os alelos relatados da caixa OMIM para obter uma lista de variantes patogênicas com curadoria do OMIM.
      Nota: uma vez que a Curação manual de uma publicação sobre uma nova descoberta genética da doença é necessária para que qualquer associação gene-doença apareça no OMIM, algum atraso de tempo e/ou publicações perdidas podem levar a equívocos. Recomenda-se que os usuários realizem buscas de PubMed (https://www.ncbi.nlm.nih.gov/pubmed/) para olhar na literatura recente também (Veja 4.1.2.). Para obter informações adicionais com curadoria em OMIM, consulte Amberger10,11.
  2. CliqueExAC(Consórcio exome Aggregation, http://exac.broadinstitute.org/)6e gnomAD(banco de dados de agregação de genoma, http://gnomad.broadinstitute.org/), grandes bases de dados de genômica populacional baseadas em WES e WGS de pessoas que são selecionadas para excluir doenças pediátricas severas.
    Nota: ExAC contém ~ 60.000 WES enquanto gnomAD contém ~ 120.000 WES e ~ 15.000 WGS. Tanto o ExAC como o gnomAD podem ser usados como um banco de dados de controle populacional, especialmente para transtornos pediátricos graves, mas sua interpretação requer algum grau de cautela. Em geral, gnomAD pode ser considerado como uma versão atualizada e expandida do ExAC, uma vez que a maioria dos coortes que estão incluídos no ExAC também está incluído no gnomAD. No entanto, uma vez que existem algumas exceções (ver informações de coorte em http://exac.broadinstitute.org/about e http://gnomad.broadinstitute.org/about, respectivamente), MARRVEL exibe dados de ambas as fontes.
    1. Use a caixa Resumo do gene da população de controle para obter estatísticas de nível de Gene, como a probabilidade de encontrar os alelos de perda de função (LOF) na população geral. Isso é chamado de pLI (probabilidade de intolerância LOF) Pontuação no ExAC e pode ser usado para inferir como provável uma única cópia de um alelo LOF para um gene específico pode causar uma doença dominante através de mecanismos haplo-insuficientes.
      Nota: olhar para a pontuação de pLI de um gene tem valor, especialmente quando se lida com distúrbios dominantes que se apresentam como doenças pediátricas graves associadas com variantes de novo . Se um gene tem uma contagem de pLI de 0, 0, significa que é altamente tolerante de variações de LOF assim a doença improvável da causa do gene através de um mecanismo dominante do haploinsuficiência. No entanto, isso não exclui necessariamente outros ganhos dominantes de função (GOF) ou mecanismos mediados negativos dominantes podem causar doenças. Além disso, os genes que causam as doenças recessivas podem ter escores baixos de pLI, pois espera-se que as carreiras sejam encontradas na população geral. Por outro lado, se um gene tem uma pontuação de pLI de 1, 0, é possível que a perda de uma cópia desse gene seja prejudicial para a saúde humana. Pesquisas adicionais em sites como o DOMINO (https://wwwfbm.unil.ch/domino/) também podem ser usadas em combinação para avaliar a probabilidade de uma variante em um gene específico causando uma desordem dominante.
    2. Use as duas caixas seguintes para obter as frequências alélicas da variante de interesse em ExAC e gnomAD, respectivamente para ajudar a interpretar se a variante pode ser patogênica dependendo se o paciente tem a doença dominante ou recessiva. Esta caixa só será exibida quando o usuário insere informações de variante ao iniciar a pesquisa.
      Nota: se um supor um cenário recessive da doença e a contagem de pLI do gene do interesse for baixa, uma deve prestar atenção à freqüência do alelo alistada aqui. Alguns geneticistas podem estabelecer um ponto de corte de 0, 5 a 0, 1 como a freqüência máxima do alelo para as variações patogénicas que podem causar uma doença recessively herdada severa2. Por outro lado, se uma hipótese de um cenário de doença dominante, é menos provável encontrar a variante idêntica ou semelhante em uma população de controle. Mais uma vez, isso requer cautela porque indivíduos com transtornos de início tardio, doenças com apresentação leve, transtornos psiquiátricos ou doenças não rastreadas pelos pesquisadores do ExAC/gnomAD podem ainda ser incluídos e a variante ainda pode ser uma patogênica dominante Variante. Além disso, houve alguns casos de variantes ligadas às condições pediátricas encontradas em alguns indivíduos nessas bases de dados12,13,14, potencialmentedevido à penetrância incompleta ou mosaicismo somático13 , 15 anos de , 16. Além disso, embora exac e gnomad irá exibir variantes que são encontrados em um estado homozygous, ele não irá indicar se qualquer uma das variantes são encontrados em um estado heterozygous composto. Finalmente, algumas variantes encontradas nessas bases de dados são marcadas como baixa confiança devido a desafios técnicos em sequenciamento (por exemplo, baixa sequência de cobertura, sequência repetitiva). Para olhar com mais cuidado para esses conjuntos de dados, os usuários são recomendados para usar o botão de link externo para visitar os sites originais exac e gnomad para obter informações adicionais.
  3. Clique em Geno2MP (genótipo para Mendelian phenotype browser, http://geno2mp.GS.Washington.edu/Geno2MP/), uma coleção de dados baseados em Wes da Universidade de Washington Center for Mendelian Genetics. Contém cerca de 9.600 exomas (a partir de 1/18/2019) de indivíduos afetados e parentes não afetados com algumas descrições fenotípicas (Figura 1).
    1. Use a caixa da população da doença para obter a freqüência do alelo da variação do interesse nesta coorte.
    2. Use a caixa das relações do gene-phenotype para obter o HPO (Ontology humano do phenotype)17 termos para os indivíduos com a variação do interesse. Esta é uma das muitas maneiras para que um procure pacientes que podem ter a mesma doença.
      Observação: se houver suspeita de um gene de interesse associado à doença de um paciente e houver correspondências encontradas em Geno2MP, informações importantes adicionais podem estar presentes na fonte de dados além do que é exibido.
      1. Clique no botão de link externo para a página específica do gene em Geno2MP, filtro para mutações que são semelhantes às do paciente (por exemplo, missense, LOF), e rever cuidadosamente as listas de variantes. Anote as variantes com altas pontuações CADD18 e clique nos perfis HPO. Por exemplo, pontuações CADD superiores a 20 estão dentro do Top 1% de todas as variantes previstas para ser deletério, pontuações CADD que são maiores do que 10 estão dentro do Top 10%. Os termos de HPO fornecem uma descrição padronizada de fenótipos humanos. Aqui, certifique-se de verificar se a variante foi identificada em um indivíduo afetado ou em um parente.
      2. Se forem encontradas variantes em pacientes afetados no mesmo sistema de órgãos do paciente, considere o uso do formulário de e-mail para entrar em contato com o médico que submeteu esses casos a Geno2MP usando o recurso fornecido no site do Geno2MP.
        Nota: nem todos os médicos respondem a tais consultas, portanto, deve-se explorar outras avenidas de matchmaking paciente. Outras formas de reunir uma coorte de pacientes afetados pelas mesmas doenças é usar ferramentas como genematcher19 (https://www.genematcher.org/) e outras bases de dados que fazem parte do Matchmaker Exchange19,20( https://www.matchmakerexchange.org/). Consulte o artigo do JoVE que acompanha para obter mais informações sobre matchmaking21.
  4. Use o banco de dados Clinvar (https://www.NCBI.nlm.nih.gov/clinvar/)22 , apoiado pelos institutos nacionais de saúde (NIH), onde pesquisadores e clínicos apresentam variantes com ou sem determinação de patogenicidade, para verificar variantes de nucleotídeo único (SNV), pequenos indelos e maiores variações de número de cópia (CNV).
    1. Use a linha superior para revisar um resumo do número de cada tipo de variantes relatado no ClinVar (Figura 1).
    2. Verifique a lista de variantes abaixo na caixa relatada alleles de ClinVar.
      Nota: se uma variante foi incluída na pesquisa inicial, as variantes destacadas em Teal são todas variantes que incluem a localização genômica da variante de interesse [incluindo grandes CNVs, que muitas vezes são rotulados como; coordenada genômica... X1 (supressão) e... X3 (duplicação)].
  5. Use DGV23 (banco de dados de variantes genómicas, http://DGV.TCAG.ca/DGV/app/Home) e Decipher24 (banco de dados de variação genômica e fenótipo em seres humanos usando os recursos de Ensemble, https://Decipher.Sanger.AC.uk/), tanto coleções de CNVs. DGV é a maior coleção de acesso público de variantes estruturais de mais de 54.000 indivíduos. Este banco de dados inclui amostras de indivíduos supostamente saudáveis, no momento da apuramento, de até 72 estudos diferentes. Da mesma forma, os dados exibidos de DECIPHER incluem variantes comuns da população de controle.
    Nota: desde MARRVEL não tem permissão para exibir dados derivados do paciente de DECIPHIER, os usuários são incentivados a visitar diretamente o site DECIPHER para acessar informações potencialmente patogênicas CNV.
    1. Clique na caixa copiar número variação na população de controle (banco de dados DGV) para obter variantes que contenham o gene de interesse. Informações como o tamanho, subtipo e referência da variação de número de cópia podem ser encontradas na mesma caixa.
    2. Clique na caixa comum copiar número variantes (banco de dados DECIPHER) para obter variantes que contenham a localização genômica da variante de interesse. Essas informações podem ajudar a determinar se o gene é duplicado ou excluído nos indivíduos controle.
      Nota: se o gene de interesse é suprimido em muitos indivíduos na população de controle, significa que este gene é provável ser altamente tolerante de variações de LOF. Como baixas contagens de pLI, esta sugere que uma única perda da cópia deste gene seja menos provável causar uma doença severa através de um mecanismo do haploinsuficiência. No entanto, isso não exclui necessariamente outros ganhos dominantes de função ou mecanismos negativos dominantes (por exemplo, alelos antimórficos, hipermórficos e neomórficos) causados por alelos específicos de missense e truncamento.  As limitações possíveis a estes dados incluem a variação na fonte e o método dos dados adquiridos, a falta da informação a respeito da penetrância incompleta de CNVs patogénicos, e se os indivíduos desenvolveram determinadas doenças após a coleta de dados.

3. como usar os dados do organismo modelo em MARRVEL

  1. Use a tabela da função do gene para obter a seguinte informação para oito organismos modelo que incluem o ser humano (humano, rato, rato, zebrafish, Drosophila, elegans de C, fermento de brotamento e fermento da fissão):
    1. Nome do gene: desde que cada nome do gene é hiperlink às páginas do gene em bases de dados respectivas do organismo modelo, estale sobre estas ligações para encontrar mais sobre a informação e os recursos fenotípicos disponíveis para cada organismo modelo. Por exemplo, no FlyBase25 (http://FlyBase.org/), haverá uma lista de todos os alelos que foram gerados, seus respectivos fenótipos e a disponibilidade de cada alelo de centros de ações públicas.
    2. Link PubMed : clique no link PubMed para ir para uma lista de publicações que se relaciona com o gene de interesse em cada organismo. Sem usar esses links, procurar o gene humano diretamente no PubMed pode levar a faltar algumas publicações que usaram um velho gene alias para se referir ao gene humano. Similarmente, os nomes do gene do organismo modelo podem ter flutuado historicamente.
    3. Diopt 9 Pontuação: verifique esta coluna para obter uma pontuação de quantos algoritmos de predição ortolog prever o gene é susceptível de ser um ortolog do gene humano de interesse. Um pode usar uma contagem de diopt de 3 ou acima como um Cut-off razoável para identificar candidatos contínuos do ortólogo. No entanto, há casos em que ortologas genuínas só têm um escore de DIOPT de 1 devido a homologia limitada. Na parte superior da tabela de função gênica, marque a caixa "mostrar apenas o melhor gene de Pontuação DIOPT" para exibir todos os candidatos que normalmente incluem genes homólogos que não são necessariamente ortologas.
    4. Expressão: Marque esta coluna para a lista dos tecidos onde o gene ou a proteína de interesse foi relatado para ser expressado em bases de dados humanas ou modelo do organismo. Os dados da expressão do gene humano e da proteína são de Gtex26 (https://gtexportal.org/) e Atlas humano27 da proteína (https://www.proteinatlas.org/), respectivamente. Alguns têm um botão com links pop-up, como para o ser humano e para a mosca que exibem o padrão de expressão usando um mapa de calor, enquanto outros são hipervinculados às respectivas páginas de bases de dados do organismo modelo.
    5. Ontologia genética 28 termos (GO): filtrar por códigos de evidência experimental e obter de bases de dados de organismos humanos ou modelo respectivos. Os termos GO baseados em "códigos de evidência de análise computacional" e "códigos de evidência de anotação eletrônica" (previsões) não são exibidos. Visite por favor cada Web site modelo do organismo para recolher esta informação se necessário.
    6. Outros links como o Monarch Initiative29 (https://monarchinitiative.org/) e o impc30 (http://www.mousephenotype.org/): Use o hiperlink da iniciativa Monarch para navegar até a página do phenogrid para o gene humano específico, um gráfico que fornece uma comparação rápida entre os fenótipos associados com o gene do interesse às doenças humanas conhecidas e aos mutantes modelo do organismo que têm sobreposições fenotípicas. Se um rato gene tem um mouse nocaute feito ou planejado pelo International mouse Phenotyping Consortium (IMPC), o "IMPC" links para a página que detalha o fenótipo do mouse Knockout e sua disponibilidade de centros de ações públicas.
  2. Humanos Domínios proteicos: Use a caixa dos domínios da proteína do gene humano para obter domínios de proteína previstos do gene humano. Os dados são derivados de Diopt, que usa o pfam (https://Pfam.xfam.org/) e o CCD (conservou o banco de dados dos domínios, https://www.NCBI.nlm.nih.gov/Structure/CDD/CDD.shtml). Um único resíduo talvez anotado mais de uma vez devido a alguma sobreposição em domínios anotados nas duas fontes.
  3. Use a caixa múltipla do alinhamento da proteína para obter o alinhamento múltiplo do ácido aminado gerado por diopt9 que inclui o ser humano (HS), o rato (RN), o rato (milímetro), o zebrafish (Dr.), a mosca da fruta (DM), o sem-fim (CE), e as leveduras (SC e SP). Para destacar o aminoácido de interesse, role para baixo até a parte inferior da caixa e digite os números de aminoácidos abaixo e os aminoácidos de interesse serão destacados em Teal. O alinhamento é fornecido pela diopt e usa o alinhador MAFFT (programa de alinhamento múltiplo para sequências de aminoácidos ou nucleotídeo, https://MAFFT.CBRC.jp/Alignment/software/31).
    Nota: se o aminoácido realçado com base no número não for o esperado, pode ser devido a diferentes isoformas de splicing usados para o alinhamento. Em princípio, DIOPT usa o isoforma o mais longo a indicar nesta caixa. Além disso, para segmentos de genes que não são bem conservados, o alinhamento de sequências multiespécies usando parâmetros padrão pode não ser ideal. Recomendamos o uso de outros sites e softwares como CLUSTAL Omega e ClustalW/X (http://www.clustal.org/)32 para otimizar os parâmetros de alinhamento e matrizes de acordo.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

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

Os geneticistas humanos e os cientistas modelo do organismo cada um usam MARRVEL em maneiras distintas, cada um com resultados desejados diferentes. Abaixo estão três vinhetas de possíveis usos para MARRVEL.

Avaliando a patogenicidade de uma variante em uma doença dominante
A maioria dos usuários que visitam MARRVEL usar este site para analisar a probabilidade de que uma variante humana rara pode causar uma determinada doença. Por exemplo, um missense (17:59477596 G > A,...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

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

As etapas críticas neste protocolo incluem a entrada inicial (etapas 1.1-1.3) e a interpretação subseqüente da saída. A razão mais comum por que os resultados da pesquisa são negativos é por causa das muitas maneiras que um gene e/ou variante pode ser descrita. Enquanto MARRVEL é atualizado em uma base agendada, essas atualizações podem causar desconexões entre os diferentes bancos de dados que MARRVEL links para. Assim, a primeira etapa na solução de problemas é invariavelmente verificando se nomes alternativos do gene ...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

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

Os autores não têm nada a revelar.

Agradecimentos

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

Agradecemos a Drs. 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, e Norbert Perrimon por seu apoio no desenvolvimento e manutenção de MARRVEL. Agradecemos a Samantha L. Deal e J. Michael Harnish por sua contribuição neste manuscrito.

O desenvolvimento inicial de MARRVEL foi apoiado em parte pelo centro de triagem de organismos de rede de doenças não diagnosticadas por meio do NIH Commonfund (U54NS093793) e pelo escritório de programas de infraestrutura de pesquisa (ORIP) da NIH (R24OD022005). JW é apoiado pelo NIH Eunice Kennedy Shriver Instituto Nacional de saúde da criança & desenvolvimento humano (F30HD094503) e o Robert e Janice McNair Fundação McNair MD/doutorado estudante acadêmico programa na BCM. HJB é apoiado ainda pelo NIH National Institute of General Medical Sciences (R01GM067858) e é um investigador do Howard Hughes Medical Institute. ZL é apoiado pelo NIH National Institute of General Medical Science (R01GM120033), Instituto Nacional de envelhecimento (R01AG057339), e da Fundação Huffington. SY recebeu apoio adicional do Instituto Nacional NIH sobre surdez e outros distúrbios da comunicação (R01DC014932), a Fundação Simons (SFARI Award: 368479), a associação de Alzheimer (novo investigador Research Grant: 15-364099), família naman Fundo para a pesquisa básica e o fundo da lei de Caroline Wiess para a pesquisa na medicina molecular.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Genética HumanaClinVarPMID: 29165669https://www.ncbi.nlm.nih.gov/clinvar/
Genética HumanaDECIFRARPMID: 19344873 https://decipher.sanger.ac.uk/
Genética HumanaDGVPMID:  24174537http://dgv.tcag.ca/dgv/app/home
Orthology PredictionDIOPTPMID: 21880147 https://www.flyrnai.org/cgi-bin/DRSC_orthologs.pl
nomenclatura de genes/transcrições humanasPMID: 29155950 https://useast.ensembl.org/
Genética HumanaExAC PMID: 27535533http://exac.broadinstitute.org/
Bancos de dados de organismos modelo primáriosFlyBase (Drosophila)PMID:26467478http://flybase.org
Ferramentas de integração de banco de dados de organismos modeloGene2FunctionPMID: 28663344http://www.gene2function.org/search/
Genética humanaGeno2MPN/Ahttp://geno2mp.gs.washington.edu/Geno2MP/
Genética HumanagnomADPMID: 27535533http://gnomad.broadinstitute.org/
Ontologia GenéticaGO CentralPMID: 10802651, 25428369 http://www.geneontology.org/
Expressão de Gene/Proteína HumanaGTExPMID: 29019975, 23715323 https://gtexportal.org/home/
Nomenclatura do gene humanoHGNCPMID: 27799471 https://www.genenames.org/
Bancos de dados de organismos modelo primáriosIMPC (mouse)PMID: 27626380http://www.mousephenotype.org/
Bancos de dados de organismos modelo primáriosMGI (mouse)PMID:25348401http://www.informatics.jax.org/
de integração de banco de dados de organismos modeloMonarch InitiativePMID: 27899636https://monarchinitiative.org/
Nomenclatura de variantes humanasMutalyzerPMID: 18000842 https://mutalyzer.nl/
Genética HumanaOMIMPMID: 28654725https://omim.org/
Bancos de Dados de Organismos Modelo PrimáriosPomBase (levedura de fissão)PMID:22039153https://www.pombase.org/
LiteraturaPubMedN/Ahttps://www.ncbi.nlm.nih.gov/pubmed/
Bancos de Dados de Organismos Modelo PrimáriosRGD (rato)PMID:25355511https://rgd.mcw.edu/
Bancos de dados de organismos modelo primáriosSGD (levedura em brotamento)PMID: 22110037https://www.yeastgenome.org/
Expressão de genes/proteínas humanasO Atlas de Proteínas HumanasPMID: 21752111https://www.proteinatlas.org/
Bancos de dados de organismos modelo primáriosWormBase (C. elegans)PMID:26578572http://wormbase.org
Bancos de dados de organismos modelo primáriosZFIN (peixe-zebra)PMID: 26097180https://zfin.org/
Conjunto de Ferramentas

Referências

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

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Solicitar permissão para reutilizar o texto ou as figuras deste artigo JoVE

Solicitar permissão

Etiquetas

An lise de Variantes RarasBusca de Variantes G nicasPredi o de Ort logosAnota o de Dom nios ProteicosAlinhamento de M ltiplas Prote nasTermos de Ontologia G nicaDiagn stico de Doen as

Artigos relacionados