KidneyNetwork: Korištenje podataka o ekspresiji gena dobijenih iz bubrega za predviđanje i davanje prioriteta novim genima uključenim u bubrežnu bolest

DISKUSIJA

PredstavljamoKidneyNetwork, javno dostupna mreža koekspresije s optimiziranim podacima o ekspresiji i fenotipskim napomenama za primjenu nabolesti bubrega. A signififinedovoljan udio pacijenata sa sumnjom na genetikubolest bubregaostaju bez genetske dijagnoze, jer su liste gena bolesti za mnoga stanja nepotpune. Identificirati koji su geni uključenibolest bubregaje od suštinskog značaja za poboljšanjedijagnostički učinak kod bolesnika s bubrežnom bolešćui zaproučavanje patogeneze bolestiprićiavenue lečenja. Uspostavljanje novih gena bolesti zahtijeva pažljivu biološku validaciju. Implikacija gena vrijednih takvih istraživanja je kritična. Primjena KidneyNetwork-a u kombinaciji sa WES ili GWAS podacima od strane nefrologa, kliničkih genetičara ili istraživača pomoći će svakoj od ovih grupa da učestvuje u implikaciji gena. KidneyNetwork kombinuje mrežu koekspresije zasnovanu na skupu podataka uzorka bubrega sa prethodno objavljenim skupom podataka sa više tkiva koji se koristi za izgradnju GeneNet rada. Kombinovanje skupova podataka u KidneyNetwork poboljšalo je predviđanja fenotipa vezanih za bubrežnu bolest u poređenju s mrežama zasnovanim na dva skupa podataka zasebno. Kao dokaz principa, pokazujemo da je lista gena kandidata za kombinovani fenotip ciste bubrega i jetre koju je generisao KidneyNetwork dala prioritet listi gena kandidata za upravljanje sa dugačke liste gena koji sadrže retke varijante kod našeg pacijenta sa ovim fenotipom.

KLIKNITE OVDJE DA DOBIJETE CISTANCHE ZA FUNKCIJU BUBREGA

Naša implikacija i istraživanje ALG6 kao potencijalnog kandidata gena zanastaju ciste bubrega i jetreu vjerodostojnom kandidatskom genu, što je podržano istovremenim pojavom varijanti gubitka funkcije ALG6 i policistične bolesti jetre i bubrega kod nekoliko pacijenata sa podržavajućom porodičnom segregacijom oboljelih pacijenata u dvije porodice, te statistički značajnim obogaćivanjem skraćenog ALG6 c .257 plus 5 G > Varijanta u fenotipski definiranoj kohorti neriješenih slučajeva ADPKD/PCLD. Biološka validacija će biti neophodna da bi se konačno utvrdilo da li je ALG6 gen bolesti za autosomno dominantne fenotipove policističnih bubrega i jetre.

Biološka vjerodostojnost sugerirana je poznatim funkcionalnim sličnostima i čvrstom koregulacijom transkripcije ALG6 sa utvrđenim genima bolesti, kao što je naglasio KidneyNetwork. ALG6, sličan utvrđenom genu za policistične bolesti bubrega i jetre ALG8, član je porodice 3-glukoziltransferaza [22]. Pored ALG8 [20], heterozigotne varijante ALG9 nedavno su također uključene u etiologiju fenotipova cista bubrega i jetre [16]. Svaki od ova tri gena igra bitnu ulogu u biosintetskom putu za oligosaharide vezane za lipide prije njihovog transfera na asparaginske (N) ostatke proteina u nastajanju kao takozvane N-glikane u endoplazmatskom retikulumu [23]. Zanimljivo, iako su ciste bubrega ili jetre opisane, među zahvaćenošću više organa kod fetusa ili djece sa ALG9-CDG ili rijetko u ALG8-CDG, ciste nisu opisane za ALG{{16} }CDG [19]. Roditelji pacijenata sa CDG-om još nisu proučavani na ciste. S obzirom na blagi fenotip, ciste će vjerovatno ostati neprimijećene u mnogim slučajevima, posebno u ranom roditeljstvu, kada se djeci najčešće dijagnosticira CDG.

Slika 4 Snimanje pacijenata. CT abdomena koji ilustruje policistične bubrege i jetru u UZORKU 6. Neke ciste su označene crvenim strelicama, a najveća jetrena cista ima 7,7 cm (crvena zvjezdica). B abdominalna magnetna rezonancija zahvaćenog djeteta SAMPLE6 pokazuje višestruke ciste u lijevom bubregu (nekoliko je označeno crvenim strelicama), neke hipo-intenzivne na T2 i nekoliko cista u desnom bubregu. C abdominalna magnetna rezonanca YU378 pokazala je opsežnu policističnu bolest jetre i dvije ciste bubrega. D MR abdomena YU481 pokazuje višestruke ciste jetre. Lijevi bubreg ima cistu od 9 cm i nekoliko malih cista, a desni bubreg nema ciste. E abdominalna magnetna rezonanca koja ilustruje policističnu bolest jetre u LE1. Ciste jetre označene su crvenim strelicama, pri čemu se najveća cista nalazi u segmentu jetre IV (crvena zvjezdica), što zahtijeva hiruršku intervenciju zbog progresivne holestaze. Treba napomenuti da su oba bubrega imala normalnu morfologiju u odsustvu cističnih lezija.

Fenotip u genetski neriješenoboljelih od policističnih bubrega i jetreza koje smo identifikovali da nosi ALG6 varijante je relativno blag, u mnogim slučajevima preovlađujuća jetra i asimptomatski, u skladu sa fenotipom opisanim za pacijente koji nose heterozigotnu ALG8 ili ALG9 patogenu varijantu. Potencijalno patogene varijante koje smo identifikovali nalaze se i kod pojedinaca u bazi podataka gnomAD [17]. Jedno objašnjenje za ovo zapažanje moglo bi biti nepotpuna penetracija bolesti. Činjenica da su neke osobe u našoj kohorti prijavile da nema poznatih pogođenih članova porodice, može biti pokazatelj nepotpune penetracije, iako segregacija nedostaje u mnogim porodicama. Međutim, nismo identifikovali netaknute osobe koje nose varijantu. Alternativno objašnjenje bi moglo biti da je opaženi fenotip relativno blag i subklinički. Na primjer, ciste bubrega i jetre uočene u UZORKU 6 otkrivene su kao slučajni nalaz. Ako se ne uradi snimanje abdomena kod osoba koje nose ove varijante, ciste mogu proći nezapaženo. Također za ALG8 i ALG9 Besse et al. razmotriti relativno blagi fenotip i predložiti da se to vjerovatno može odrediti pomoću dva faktora [16, 20]. Prvo, očekuje se da je potreban somatski drugi pogodak da bi se dobio cistični fenotip. Očekuje se da će relativna rijetkost ovih somatskih mutacija drugog pogotka koje inaktivirati normalnu kopiju ALG8/ALG9 i nepotpuni efekat na Polycystin-1 uzrokovati relativno blagi fenotip.

Ranije je sugerirano da ALG6 bude uključen u jednu osobu s ADPKD [24]. Međutim, taj pacijent, koji je nosio dvije missense varijante sa neuvjerljivim predviđanjima koja nisu funkcionalno procijenjena, imao je vrlo težak fenotip koji nije odgovarao očekivanom fenotipu za ALG6.

Snage i ograničenja

Izgradnja mreža koekspresije gena zahtijeva veliki broj uzoraka sekvencioniranja RNK [6] izvedenih iz različitih tipova ćelija i razvojnih faza kako bi se postigla tačna predviđanja funkcije. Ova raznolikost uzoraka, u kombinaciji sa velikim brojem uzoraka, nije često dostupna za specifična tkiva. Da bi se prevladao ovaj problem, jedan raniji pristup koristio je hijerarhijske sličnosti između tipova tkiva [25]. Međutim, ovo rješenje zahtijeva a priori odabir gena zbog svog računskog opterećenja. Nasuprot tome, naša metoda se može koristiti za nepristrasna predviđanja za cijeli genom. Štaviše, hijerarhijski pristup bi se morao ponoviti za svako novo tkivo od interesa, dok se skup podataka iz više tkiva može ponovo koristiti za izgradnju različite mreže specifične za tkivo koristeći našu metodu. Drugi pristup koristio je diferencijalnu ekspresiju između različitih tipova tkiva [26]. Ovdje je prvih 10 posto najdiferencijalno eksprimiranih gena u korelaciji s GWAS lokusima povezanim s bubrezima. Korištenje diferencijalne ekspresije omogućava predviđanje bez obzira na prethodno znanje o interakcijama gen-fenotip. Međutim, ovo također zahtijeva primjenu prekida diferencijalnog izraza. Nasuprot tome, naš pristup koristi osnovne biološke strukture u podacima sekvenciranja RNK da bi se dobio rezultat predviđanja za svaki gen. Iako kombinovanje diferencijalne ekspresije sa GWAS zbirnom statistikom omogućava nepristrasna predviđanja gena, pouzdanost eksperimentalno potvrđenih HPO napomena je veća od one GWAS rezultata. Integracija baze podataka HPO tako rezultira pouzdanijim predviđanjima. Štaviše, mi pravimo simultana predviđanja za sve termine HPO, dok pristup zasnovan na GWAS-u treba ponoviti za svaki GWAS od interesa.

Kombinovanje uzoraka RNA-sekvenciranja specifičnih za bubrege sa skupom podataka iz više tkiva omogućilo nam je da prevaziđemo i problem veličine uzorka i izazove u posmatranju tkivno specifične diferencijalne ekspresije kada se koriste samo skupovi podataka o ekspresiji specifičnim za tkivo. Osim toga, tokom razvoja KidneyNetwork-a, nismo morali ograničavati broj gena na kojima je mreža izgrađena. Nadalje, korisnici KidneyNetwork-a mogu dobiti predviđanja za sve moguće gene u nepristrasnom pristupu, a mogu se dobiti i prioriteti gena za kombinaciju HPO termina.

Nedostatak korištenja podataka iz masovnog RNA sekvenciranja je da imamo ograničenu moć da zaključimo za gene sa niskim ekspresijom, što je posebno važno za gene koji su specifični za rijetke tipove stanica. Kako u budućnosti bude dostupno više podataka specifičnih za stanične tipove i jednoćelijskog sekvenciranja RNK, stvaranje mreža koekspresije zasnovanih na različitim tipovima ćelija bubrega moglo bi riješiti ovo za gene koji su izraženiji u većoj količini unutar specifičnih tipova stanica. Još jedno ograničenje upotrebe samo podataka o sekvenciranju RNK je da drugi biološki procesi potencijalno uključeni u razvoj bolesti, na primjer, posttranslacijske modifikacije i interakcije protein-protein, trenutno nisu uzeti u obzir u našem modelu predviđanja.

Osim identifikacije novih vjerodostojnih gena kandidata, Kidney Network se također može dobro koristiti za određivanje prioriteta poznatih gena bolesti bubrega. Ovo može biti posebno korisno nakon početnog negativnog dijagnostičkog rezultata nakon što se izvrši analiza genskog panela zasnovana na egzomu, koja možda ne uključuje analizu svih poznatih gena bolesti bubrega.

Trenutno, KidneyNetwork je optimiziran za intrinzičnu bolest bubrega. Međutim, bolest bubrega može biti prisutna i zbog patogenetskog procesa u drugim sistemima, kao što je imuni sistem. Iako također možemo zaključiti o prioritetu gena za fenotipove koji nisu bubrežni, ova predviđanja se mogu poboljšati izgradnjom mreža specifičnih za različita tkiva u budućnosti.

Shvaćamo da bi samo na osnovu sadašnje literature, ALG6 bio gen kandidat za fenotip ciste u SAMPLE6. Da bi se dokazalo učešće ALG6 u ovom fenotipu, potrebno je funkcionalno praćenje. Međutim, ovo takođe dokazuje snagu naše metode; od 322 gena s potencijalno štetnim varijantama, ovaj vjerojatni kandidat gen je bio prioritetan među prva 3, što je učinilo ulazak u podatke sekvenciranja na nivou egzoma - za više pacijenata, s različitim fenotipovima - vremenski efikasnim i vrijednim.

Poboljšana predviđanja funkcije gena

Pokazali smo da naša poboljšana metoda za dodjelu genskih funkcija i termina HPO vezanih za bubrege genima nadmašuje naš prethodno objavljeni model. Naš pristup unakrsnoj validaciji bez jednog izostavljanja osigurava da predviđanja nisu preopterećena, da prijavljene AUC vrijednosti nisu napuhane i da je naša metoda robusna. Nadalje, prije predviđanja asocijacija gen-fenotipovi, isključili smo asocijacije gena i bolesti iz baze podataka HPO koja je imala malo eksperimentalnih dokaza, jer tačnost predviđanja ovisi o točnosti anotiranih asocijacija gen-fenotip. Preciznost predviđanja zasniva se na istinitim pozitivnim i istinitim negativnim predviđanjima gena, što znači da preciznije mapiranje poznatih gena u fenotipove rezultira boljim predviđanjima. Preciznost asocijacije gen-fenotip će se poboljšati kada se još gena označi i potvrdi za svaki fenotip. Stoga očekujemo poboljšanje tačnosti mrežnog predviđanja kako se znanje o povezanosti gena i fenotipa povećava i dodaje u bazu podataka HPO.

Aplikacije KidneyNetwork-a

Razvili smo https://kidney.genenetwork.nl/ putem kojeg pružamo predviđanje gen-HPO termina. Koristeći isti algoritam za predviđanje koji smo koristili za dodjeljivanje gena HPO terminima, također smo predvidjeli koji geni će vjerovatno biti uključeni u GO, KEGG i Reactome puteve. Ovdje također pružamo online verziju GADO-a koja se može koristiti za određivanje prioriteta relevantnih gena za pacijente sa sumnjom na rijetku bolest bubrega. Moguće je specificirati fenotip pacijenta koristeći termine HPO i dati listu gena koji sadrže potencijalne varijante koje izazivaju bolest. Ovi geni će se zatim rangirati pomoću KidneyNetwork-a, čime će se omogućiti identifikacija gena za koje postoji veća vjerovatnoća da će biti uključeni u bolest pacijenta. Budući da nije potrebno učitavati lične genetske informacije, ova metoda poštuje privatnost pacijenata. Savjetujemo korištenje rezultata KidneyNetwork u kombinaciji sa WES ili GWAS podacima kako bi se povećala tačnost predviđanja.

Buduci pravci

Primjena KidneyNetwork-a na neriješene slučajeve iz dijagnostike, velikih istraživačkih grupa i, na primjer, GWAS skupova podataka će rezultirati boljim uvidom u fiziologiju i patofiziologiju bubrega. Da bismo dodatno poboljšali tačnost predviđanja fenotipa bubrega, planiramo da izgradimo specifične mreže za tip ćelije uključivanjem podataka o sekvenciranju jednoćelijske RNK, za koje očekujemo da će dati detaljnija i preciznija predviđanja genskog fenotipa. Zaključak Predstavljamo KidneyNetwork, mrežu koekspresije specifične za bubrege koja precizno predviđa koji geni imaju funkcije specifične za bubrege. Metoda koju smo razvili za kombinovanje podataka o više tkiva sa podacima specifičnim za tkivo može se lako proširiti na druga tkiva, omogućavajući poboljšana predviđanja za druge bolesti specifične za tkivo. Koristeći KidneyNetwork, ističemo ALG6 kao gen kandidata za ciste bubrega i/ili jetre. KidneyNetwork pruža koristan alat za pomoć u tumačenju genetskih varijanti. Stoga može biti od velike vrijednosti u translacijskoj nefrogenezi i na kraju poboljšati dijagnostički učinak kod pacijenata s bubrežnom bolešću. DOSTUPNOST PODATAKA Javno dostupni skupovi podataka analizirani tokom tekuće studije dostupni su u repozitorijumu Evropskog arhiva nukleotida (ENA) (https://www.ebi.ac.uk/ena/browser/ home). Skupovi podataka izvedeni iz GTEx-a dostupni su iz baze podataka o genotipovima i fenotipovima (dbGaP), ali ograničenja se odnose na dostupnost ovih podataka, koji su korišteni pod licencom za trenutnu studiju, pa stoga nisu javno dostupni. Podaci su međutim dostupni od dbGaP-a pod pristupnim brojem phs000424.v8.p2. WES skupovi podataka dobijeni od pacijenata analizirani tokom trenutne studije nisu javno dostupni iz razloga privatnosti. Rezultati su dostupni na kidney.genenetwork.nl.

REFERENCE

1. Groopman EE, Marasa M, Cameron-Christie S, Petrovski S, Aggarwal VS, Milo Rasouly H, et al. Dijagnostička korisnost sekvenciranja egzoma za bolest bubrega. N. Engl J Med. 2019;380:142–51.

2. Snoek R, van Jaarsveld RH, Nguyen TQ, Peters EDJ, Elferink MG, Ernst RF, et al. Pristup koji je prvi u genetici poboljšava dijagnostiku pacijenata sa ESKD mlađim od 50 godina. Transplantacija Nephrol Dial. 2020;37:349–57.

3. Connaughton DM, Kennedy C, Shril S, Mann N, Murray SL, Williams PA, et al. Monogeni uzroci hronične bolesti bubrega kod odraslih. Kidney Int. 2019;95:914–28. 4. Cooper GM, Shendure J. Igle u hrpama igala: pronalaženje varijanti uzročnika bolesti u obilju genomskih podataka. Nat Rev Genet. 2011;12:628–40. 5. van Dam S, Võsa U, van der Graaf A, Franke L, de Magalhães JP. Analiza koekspresije gena za funkcionalnu klasifikaciju i predviđanje gena i bolesti. Brief Bioinform. 2017;19:575–92. 6. Deelen P, van Dam S, Herkert JC, Karjalainen JM, Brugge H, Abbott KM, et al. Poboljšanje dijagnostičkog prinosa sekvenciranja egzoma predviđanjem asocijacija gen-fenotip korištenjem analize ekspresije gena velikih razmjera. Nat Commun. 2019;10:2837. 7. Köhler S, Carmody L, Vasilevsky N, Jacobsen JOB, Danis D, Gourdin JP, et al. Proširenje baze znanja i resursa o ontologiji ljudskog fenotipa (HPO). Nukleinske kiseline Res. 2019;47:D1018–27. 8. Online Mendelsko nasljeđivanje kod čovjeka, OMIM®. McKusick-Nathans Institut za genetičku medicinu, Univerzitet Johns Hopkins (Baltimore, MD) [Internet]. Dostupno na: https://omim.org/ 9. Orphanet: online baza podataka rijetkih bolesti i lijekova za siročad. Autorska prava, INSERM 1997. [Internet]. Dostupno na: http://www.orpha.net 10. DeLong ER, DeLong DM, Clarke-Pearson DL. Poređenje područja ispod dvije ili više koreliranih krivulja radnih karakteristika prijemnika: neparametarski pristup. Biometrija. 1988;44:837–45.

Služba podrške:

Email:wallence.suen@wecistanche.com

Whatsapp/tel: plus 86 15292862950

Prodavnica:

https://www.xjcistanche.com/cistanche-shop