Анализ популяционной частоты вариантов — один из ключевых этапов интерпретации. Казалось бы, все просто: если вариант слишком частый для заболевания, он скорее всего доброкачественный, если редкий или отсутствует в здоровой популяции — это аргумент в пользу патогенности. Но извечная дилемма остается: достаточно ли высока частота варианта, чтобы исключить его из анализа, или все же именно он может оказаться причиной заболевания?
Есть разные способы оценить частоту варианта. Мы поделимся одним подходом, который кажется нам логичным и при этом довольно простым в понимании.
Для начала — напомним базовые популяционные критерии (ACMG/AMP 2015):
BA1 — частота аллеля > 5% в контрольных базах данных.
BS1 — частота аллеля выше ожидаемой для конкретного заболевания.
PM2 — вариант отсутствует (или встречается крайне редко, если речь идёт о рецессивном заболевании) в популяционных базах.
Позже ClinGen уточнил эти критерии и предложил метод расчета максимально допустимой частоты аллеля (maximum credible allele frequency, Max AF). То есть такой границы, выше которой вариант считается "слишком частым", чтобы быть причиной болезни. Для расчета Max AF нужны данные о распространенности заболевания, его пенетрантности и генетической гетерогенности. Подробнее про метод можно почитать в оригинальной статье. А вот тут есть даже калькулятор Max AF. Для 109 генов ClinGen уже рассчитал все значения и ими смело можно пользоваться! Например, для гена FBN1 (OMIM: 134797) установлены такие пороговые значения: если частота варианта превышает 0.005%, применяется BS1; если она ниже 0.0005% — критерий PM2.
Несмотря на то, что метод выглядит замечательно, на практике часто нет точных значений вышеописанных параметров, особенно для редких болезней. Получается замкнутый круг: метод есть, а применить его не всегда возможно.
На самом деле ClinGen допускает еще один метод, о котором говорят реже, но при этом он гораздо проще в понимании и легче в применении. Суть его проста: сравнивать частоту изучаемого варианта с частотой самого частого известного патогенного варианта в том же гене. Все, что нужно — это базы gnomAD и ClinVar.
Посмотрим на примере гена COL5A1 (OMIM: 120215):
📝 COL5A1:p.Pro1478Leu (9-134819040-C-T) — частота 0.0022% (35 носителей).
📝 COL5A1:p.Asp1172Asn (9-134810294-G-A) — частота 0.0002% (3 носителя).
А вот самый частый известный патогенный вариант по gnomAD:
🔖 COL5A1:p.Gly997ArgfsTer17 (9-134801982-G-GC) — частота 0.0009% (14 носителей), Variation ID: 459667
Что это значит?
⚫️Первый вариант встречается чаще, чем самый частый патогенный. Значит, к нему можно применить критерий BS1.
⚫️Второй вариант реже, чем известный патогенный, поэтому применим PM2 и можем дальше рассматривать его как возможную причину болезни.
Конечно, подход требует осторожности: у одного гена может быть несколько заболеваний и разные типы наследования; частоты в gnomAD иногда завышены из-за артефактов; в ClinVar встречаются спорные интерпретации; для мягких форм болезни реальный патогенный вариант может встречаться чуть чаще.
Но в целом этот метод работает быстро, логично и помогает эффективнее фильтровать варианты.
Можете поделиться своими лайфхаками по анализу частоты вариантов в комментариях🙂
#рекомендации_ученый_вариант | @variant_scientist