KidneyNetwork: ús de dades d'expressió gènica derivades del ronyó per predir i prioritzar els nous gens implicats en la malaltia renal

DISCUSSIÓ

Us presentemXarxa renal, una xarxa de coexpressió disponible públicament amb dades d'expressió optimitzada i d'anotació de fenotips per aplicar-himalalties renals. Un signefifiproporció de pacients amb sospita de genèticamalaltia de ronyóromanen sense un diagnòstic genètic, ja que les llistes de gens de la malaltia per a moltes condicions són incompletes. Identificar quins gens estan implicatsmalaltia de ronyóés essencial per millorar larendiment diagnòstic en pacients amb malaltia renali perestudi de la patogènesi de la malaltiaper aproparvies de tractament. L'establiment de nous gens de malalties requereix una validació biològica acurada. Implicar gens dignes d'aquestes investigacions és fonamental. L'aplicació de KidneyNetwork juntament amb les dades WES o GWAS per part de nefròlegs, genetistes clínics o investigadors ajudarà a cadascun d'aquests grups a participar en la implicació gènica. KidneyNetwork combina una xarxa de coexpressió basada en un conjunt de dades de mostra de ronyó amb el conjunt de dades de diversos teixits publicat anteriorment que s'utilitza per crear el treball de GeneNet. La combinació dels conjunts de dades a KidneyNetwork va millorar les prediccions del fenotip relacionades amb la malaltia renal en comparació amb les xarxes basades en els dos conjunts de dades per separat. Com a prova de principi, mostrem que la llista de gens candidats per al fenotip combinat de quists renals i hepàtics generats per KidneyNetwork va prioritzar una llista manejable de gens candidats d'una llarga llista de gens que contenien variants rares en el nostre pacient amb aquest fenotip.

FEU CLIC AQUÍ PER OBTENIR CISTANCHE PER A LA FUNCIÓ RENOLÓ

La nostra implicació i exploració d'ALG6 com a gen candidat potencial per aresulten quists renals i hepàticsen un gen candidat plausible, recolzat per la coaparició de variants de pèrdua de funció ALG6 i malaltia poliquística hepàtica i renal en diversos pacients amb segregació familiar de suport de pacients afectats en dues famílies, i per l'enriquiment estadísticament significatiu de l'ALG6 c truncant. .257 més 5 G > Una variant en una cohort definida fenotípicament de casos de ADPKD/PCLD no resolts. La validació biològica serà necessària per determinar finalment si ALG6 és un gen de malaltia per als fenotips poliquístics de ronyó i fetge autosòmic dominant.

La plausibilitat biològica es suggereix per similituds funcionals conegudes i una estreta coregulació transcripcional d'ALG6 als gens de la malaltia establerts, tal com destaca KidneyNetwork. L'ALG6, similar al gen ALG8 de la malaltia poliquística renal i hepàtica establerta, és membre de la família de la 3-glucosiltransferasa [22]. A més d'ALG8 [20], les variants heterozigotes d'ALG9 també s'han implicat recentment en l'etiologia dels fenotips de quists renals i hepàtics [16]. Aquests tres gens tenen cadascun un paper essencial en la via biosintètica dels oligosacàrids lligats a lípids abans de la seva transferència a residus d'asparagina (N) de proteïnes naixents com els anomenats N-glicans al reticle endoplasmàtic [23]. Curiosament, tot i que s'han descrit quists renals o hepàtics, entre la implicació de diversos òrgans en fetus o nens amb ALG9-CDG o amb poca freqüència en ALG8-CDG, no s'han descrit quists per ALG{{16} }CDG [19]. Els pares de pacients amb CDG encara no han estat estudiats per als quists. Tenint en compte el fenotip lleu, és probable que els quists passin desapercebuts en molts casos, especialment en la primera criança, que és quan els nens són diagnosticats amb més freqüència amb CDG.

Fig. 4 Imatges de pacients. Una TC abdominal que il·lustra ronyons i fetge poliquístics a la MOSTRA 6. Alguns quists es destaquen amb fletxes vermelles, amb el quist hepàtic més gran mesura 7,7 cm (asterisc vermell). La ressonància magnètica abdominal B d'un nen afectat de SAMPLE6 mostra múltiples quists al ronyó esquerre (diversos destacats amb fletxes vermelles), alguns hipointensos a T2 i alguns quists al ronyó dret. La ressonància magnètica abdominal C de YU378 va mostrar una malaltia hepàtica poliquística extensa i dos quists renals. La ressonància magnètica abdominal D de YU481 mostra múltiples quists hepàtics. El ronyó esquerre té un quist de 9 cm i uns quants quists petits, i el ronyó dret no té quists. E ressonància magnètica abdominal que il·lustra la malaltia hepàtica poliquística a LE1. Els quists hepàtics es destaquen amb fletxes vermelles, amb el quist més gran situat al segment hepàtic IV (asterisc vermell), que requereix una intervenció quirúrgica per a la colestasi progressiva. Cal destacar que ambdós ronyons presentaven una morfologia normal en absència de cap lesió quística.

El fenotip en el genèticament no resoltpacients poliquístics renals i hepàticsHem identificat que portar variants ALG6 és relativament lleu, en molts casos predominant en fetge i asimptomàtic, d'acord amb el fenotip descrit per als pacients que porten una variant patògena ALG8 o ALG9 heterozigota. Les variants potencialment patògenes que vam identificar també es troben en individus a la base de dades gnomAD [17]. Una explicació d'aquesta observació podria ser la penetració incompleta de la malaltia. El fet que alguns dels individus de la nostra cohort no notin familiars afectats coneguts, podria ser una indicació d'una penetració incompleta, tot i que manca de segregació en moltes famílies. Tanmateix, no vam identificar individus no afectats que portaven la variant. Una explicació alternativa podria ser que el fenotip observat és relativament lleu i subclínic. Per exemple, els quists de ronyó i fetge observats a SAMPLE6 es van descobrir com a troballa incidental. Si no es fa cap imatge abdominal en individus portadors d'aquestes variants, els quists poden passar desapercebuts. També per ALG8 i ALG9 Besse et al. contemplar el fenotip relativament lleu i proposar que probablement es pugui determinar per dos factors [16, 20]. En primer lloc, s'espera que calgui un segon cop somàtic per obtenir un fenotip quístic. S'espera que la relativa infreqüència d'aquestes mutacions somàtiques de segon èxit que inactiven la còpia normal d'ALG8/ALG9 i l'efecte incomplet que té sobre la Policistina-1 provoqui un fenotip relativament lleu.

Anteriorment s'ha suggerit que ALG6 estigui implicat en un individu amb ADPKD [24]. No obstant això, aquell pacient, que portava dues variants de missense amb prediccions no concloents que no s'han avaluat funcionalment, tenia un fenotip molt greu que no coincidia amb el fenotip esperat per ALG6.

Fortaleses i limitacions

La construcció de xarxes de coexpressió gènica requereix un gran nombre de mostres de seqüenciació d'ARN [6] derivades de diversos tipus de cèl·lules i etapes de desenvolupament per tal d'aconseguir prediccions precises de la funció. Aquesta diversitat de mostres, combinada amb un gran nombre de mostres, sovint no està disponible per a teixits específics. Per superar aquest problema, un enfocament anterior utilitzava semblances jeràrquiques entre els tipus de teixit [25]. Tanmateix, aquesta solució requereix una selecció de gens a priori a causa de la seva càrrega computacional. En canvi, el nostre mètode es pot utilitzar per fer prediccions imparcials de tot el genoma. A més, l'enfocament jeràrquic s'hauria de repetir per a cada teixit nou d'interès, mentre que el conjunt de dades de diversos teixits es pot reutilitzar per construir una xarxa específica de teixit diferent mitjançant el nostre mètode. Un altre enfocament va utilitzar expressió diferencial entre diferents tipus de teixit [26]. Aquí, el 10% superior dels gens més expressats de manera diferencial es van correlacionar amb loci GWAS relacionats amb els ronyons. L'ús de l'expressió diferencial permet fer prediccions independentment del coneixement previ sobre les interaccions gen-fenotip. Tanmateix, això també requereix aplicar un tall d'expressió diferencial. En canvi, el nostre enfocament utilitza estructures biològiques subjacents a les dades de seqüenciació d'ARN per obtenir una puntuació de predicció per a cada gen. Tot i que la combinació de l'expressió diferencial amb les estadístiques resumides de GWAS permet prediccions gèniques imparcials, la fiabilitat de les anotacions HPO validades experimentalment és superior a la dels resultats de GWAS. La integració de la base de dades HPO dóna com a resultat prediccions més fiables. A més, fem prediccions simultànies per a tots els termes HPO, mentre que l'enfocament basat en GWAS s'ha de repetir per a cada GWAS d'interès.

La combinació de mostres de seqüenciació d'ARN específiques del ronyó amb el conjunt de dades de diversos teixits ens va permetre superar tant el problema de la mida de la mostra com els reptes a l'hora d'observar l'expressió diferencial específica del teixit quan s'utilitzen només conjunts de dades d'expressió específics del teixit. A més, durant el desenvolupament de KidneyNetwork, no vam haver de limitar el nombre de gens sobre els quals es construeix la xarxa. A més, els usuaris de KidneyNetwork poden obtenir prediccions per a tots els gens possibles amb un enfocament imparcial i es poden obtenir prioritzacions de gens per a una combinació de termes HPO.

Un desavantatge d'utilitzar dades de seqüenciació d'ARN a granel és que tenim un poder limitat per fer inferències per a gens poc expressats, cosa que és especialment important per a gens específics per a tipus de cèl·lules rares. A mesura que més dades específiques de tipus cel·lular i de seqüenciació d'ARN d'una cèl·lula estiguin disponibles en el futur, la creació de xarxes de coexpressió basades en diferents tipus de cèl·lules renals podria resoldre això per a gens que s'expressen més abundantment dins de tipus cel·lulars específics. Una altra limitació d'utilitzar només dades de seqüenciació d'ARN és que el nostre model de predicció no té en compte actualment altres processos biològics potencialment implicats en el desenvolupament de malalties, per exemple, modificacions post-traduccions i interaccions proteïna-proteïna.

A més d'identificar nous gens candidats plausibles, Kidney Network també es pot utilitzar bé per prioritzar els gens coneguts de malalties renals. Això pot ser especialment útil després d'un resultat diagnòstic negatiu inicial després de realitzar l'anàlisi del panell genètic basat en l'exoma, que pot no incloure l'anàlisi de tots els gens coneguts de la malaltia renal.

Actualment, KidneyNetwork està optimitzat per a la malaltia renal intrínseca. Tanmateix, la malaltia renal també pot estar present a causa d'un procés patogenètic en altres sistemes, com el sistema immunitari. Tot i que també podem fer inferències sobre la priorització de gens per a fenotips no renals, aquestes prediccions poden millorar mitjançant la creació de xarxes específiques per a diferents teixits en el futur.

Ens adonem que només a partir de la literatura actual, ALG6 seria un gen candidat per al fenotip del quist a SAMPLE6. Per demostrar la implicació d'ALG6 en aquest fenotip, es requereix un seguiment funcional. Tanmateix, això també demostra la força del nostre mètode; dels 322 gens amb variants potencialment perjudicials, aquest gen candidat plausible es va prioritzar als 3 primers, fent que entrar en dades de seqüenciació a tot l'exoma ‒ per a més pacients, amb diversos fenotips ‒ eficient en temps i que valgui la pena.

Prediccions de la funció gènica millorades

Mostrem que el nostre mètode millorat per assignar funcions gèniques i termes HPO relacionats amb els ronyons als gens supera el nostre model publicat anteriorment. El nostre enfocament de validació creuada sense deixar de banda garanteix que les prediccions no s'ajustin excessivament, que els valors de l'AUC notificats no s'inflen i que el nostre mètode sigui robust. A més, abans de predir les associacions de gens-fenotips, vam excloure les associacions de gens-malalties de la base de dades HPO que tenien poca evidència experimental, perquè la precisió de la predicció depèn de la precisió de les associacions de gens-fenotips anotades. La precisió de la predicció es basa en prediccions genètiques positives i negatives vertaderes, la qual cosa significa que un mapatge més precís dels gens coneguts als fenotips dóna lloc a millors prediccions. La precisió de l'associació gen-fenotip millorarà un cop s'anotin i es validin més gens per a cada fenotip. Per tant, esperem una millora en la precisió de la predicció de la xarxa a mesura que el coneixement de l'associació gen-fenotip augmenta i s'afegeix a la base de dades HPO.

Aplicacions de KidneyNetwork

Hem desenvolupat https://kidney.genenetwork.nl/ a través del qual proporcionem predicció del terme gen-HPO. Utilitzant el mateix algorisme de predicció que vam utilitzar per assignar gens a termes HPO, també vam predir quins gens probablement estarien implicats en les vies GO, KEGG i Reactome. Aquí també oferim una versió en línia de GADO que es pot utilitzar per prioritzar els gens rellevants per als pacients amb sospita de malaltia renal rara. És possible especificar el fenotip d'un pacient mitjançant termes HPO i proporcionar una llista de gens que alberguen variants potencials que causen malalties. A continuació, aquests gens es classificaran mitjançant KidneyNetwork, permetent així la identificació de gens que tenen més probabilitats d'estar implicats en la malaltia del pacient. Com que no és necessari carregar informació genètica personal, aquest mètode respecta la privadesa del pacient. Aconsellem utilitzar les puntuacions de KidneyNetwork juntament amb les dades de WES o GWAS per augmentar la precisió de la predicció.

Orientacions futures

L'aplicació de KidneyNetwork a casos no resolts procedents de diagnòstics, grans cohorts d'investigació i, per exemple, conjunts de dades GWAS donaran com a resultat més informació sobre la fisiologia i la fisiopatologia renals. Per millorar encara més la precisió de la predicció del fenotip renal, tenim previst construir xarxes específiques de tipus cel·lular incorporant dades de seqüenciació d'ARN unicel·lular, que esperem que donin prediccions de gen-fenotip més detallades i precises. Conclusió Presentem KidneyNetwork, una xarxa de coexpressió específica del ronyó que prediu amb precisió quins gens tenen funcions específiques del ronyó. El mètode que hem desenvolupat per combinar dades de diversos teixits amb dades específiques de teixits es pot estendre fàcilment a altres teixits, permetent prediccions millorades per a altres malalties específiques de teixits. Utilitzant KidneyNetwork, destaquem ALG6 com a gen candidat per als quists renals i/o hepàtics. KidneyNetwork proporciona una eina útil per ajudar amb la interpretació de variants genètiques. Per tant, pot ser de gran valor en la nefrogènesi translacional i, finalment, millorar el rendiment diagnòstic en pacients amb malaltia renal. DISPONIBILITAT DE DADES Els conjunts de dades disponibles públicament analitzats durant l'estudi actual estan disponibles al dipòsit de l'Arxiu Europeu de Nucleòtids (ENA) (https://www.ebi.ac.uk/ena/browser/home). Els conjunts de dades derivats de GTEx estan disponibles a la base de dades de genotips i fenotips (dbGaP), però s'apliquen restriccions a la disponibilitat d'aquestes dades, que es van utilitzar sota llicència per a l'estudi actual i, per tant, no estan disponibles públicament. Tanmateix, les dades estan disponibles a dbGaP amb el número d'adhesió phs000424.v8.p2. Els conjunts de dades WES derivats del pacient analitzats durant l'estudi actual no estan disponibles públicament per motius de privadesa. Els resultats estan disponibles a kidney.genenetwork.nl.

REFERÈNCIES

1. Groopman EE, Marasa M, Cameron-Christie S, Petrovski S, Aggarwal VS, Milo Rasouly H, et al. Utilitat diagnòstica de la seqüenciació de l'exoma per a la malaltia renal. N. Engl J Med. 2019;380:142–51.

2. Snoek R, van Jaarsveld RH, Nguyen TQ, Peters EDJ, Elferink MG, Ernst RF, et al. L'enfocament de la genètica millora el diagnòstic dels pacients amb ESKD menors de 50 anys. Trasplantament de Nephrol Dial. 2020;37:349–57.

3. Connaughton DM, Kennedy C, Shril S, Mann N, Murray SL, Williams PA, et al. Causes monogèniques de la malaltia renal crònica en adults. Ronyó Int. 2019;95:914–28. 4. Cooper GM, Shendure J. Needles in stacks of needles: finding disease-causal variants in a bundle of genomic data. Nat Rev Genet. 2011;12:628–40. 5. van Dam S, Võsa U, van der Graaf A, Franke L, de Magalhães JP. Anàlisi de coexpressió gènica per a la classificació funcional i les prediccions de la malaltia genètica. Breu Bioinform. 2017;19:575–92. 6. Deelen P, van Dam S, Herkert JC, Karjalainen JM, Brugge H, Abbott KM, et al. Millorar el rendiment diagnòstic de la seqüenciació de l'exoma predint associacions gen-fenotip mitjançant anàlisis d'expressió gènica a gran escala. Nat Commun. 2019;10:2837. 7. Köhler S, Carmody L, Vasilevsky N, Jacobsen JOB, Danis D, Gourdine JP, et al. Ampliació de la base de coneixements i recursos de l'ontologia del fenotip humà (HPO). Àcids nucleics Res. 2019;47:D1018–27. 8. Herència mendeliana en línia en l'home, OMIM®. Institut McKusick-Nathans de Medicina Genètica, Universitat Johns Hopkins (Baltimore, MD) [Internet]. Disponible a: https://omim.org/ 9. Orphanet: una base de dades en línia de malalties rares i medicaments orfes. Copyright, INSERM 1997. [Internet]. Disponible a: http://www.orpha.net 10. DeLong ER, DeLong DM, Clarke-Pearson DL. Comparació de les àrees sota dues o més corbes característiques de funcionament del receptor correlacionades: un enfocament no paramètric. Biometria. 1988;44:837–45.

Servei de suport:

Correu electrònic:wallence.suen@wecistanche.com

Whatsapp/Tel: més 86 15292862950

Botiga:

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