Прогнозирование патогенности миссенс-мутаций в гене TCF4

Введение. Подавляющее большинство обнаруженных на данный момент миссенс-вариантов имеет неизвестное клиническое значение. В связи с этим классификация таких вариантов является актуальной проблемой медицинской генетики, поскольку невозможность установить клиническую значимость варианта затрудняет диагностику наследственных болезней, а также разработку или применение существующих терапевтических стратегий. В данной работе использован новый биоинформатический инструмент AlphaMissense для оценки эффективности классификации вариантов в гене TCF4.

Цель: прогнозирование патогенных эффектов всех возможных миссенс-вариантов в гене TCF4 с помощью инструмента AlphaMissense, основанного на машинном обучении, и оценка способности классификации вариантов данным инструментом с использованием ROC-анализа.

Методы. Для создания и анализа данных, рассматриваемых в работе, были использованы среда разработки Google Colab, язык программирования Python v3.10, библиотеки Biopython для работы с биологическими последовательностями, scikit-learn для проведения ROC-анализа. В качестве референса была использована последовательность гена TCF4 из геномной сборки версии GRCh38.p14 (транскрипт NM_001083962.2), содержащаяся в базе данных NCBI. Были созданы 1241319 вариантов однонуклеотидных полиморфизмов (SNP), из которых 6906 вариантов находятся в кодирующей последовательности, из них 3747 были определены, как миссенс-варианты. Аннотация полученных данных производилась по базам данных ClinVar и AlphaMissense с использованием инструмента OpenCRAVAT. Из всех обнаруженных миссенс-вариантов оценку AlphaMissense получили 979 варианта, из которых всего 101 вариант был указан в базе данных ClinVar.

Результаты. При сравнении показателей чувствительности (Se), специфичности (Sp), а также графиков ROC-кривых и значений показателей площади под кривой (AUC) явное отличие имеет оценка классификации SNP, как вероятно патогенных (AUC = 0,81, Se = 0,68, Sp = 0,78). Она может быть использована как дополнительный критерий при определении клинической значимости вариантов в диагностике синдрома Питта-Хопкинса. И напротив, классификация вариантов как вероятно доброкачественных или неопределенных не обладает достаточными чувствительностью и специфичностью, а показатели AUC характеризуют их как модели со средним качеством. Таким образом, варианты, вошедшие в эти группы, требуют дополнительной переоценки другими инструментами.

Заключение. Измеренные показатели показывают, что лучше всего инструмент AlphaMissense определяет вероятно патогенные варианты. Однако стоит с сомнением относиться к вариантам, определенным как вероятно доброкачественные или неопределенные и делать проверку с использованием других инструментов. Варианты, полученные в ходе искусственного мутагенеза и оцененные как вероятно патогенные, но не указанные в базах данных, могут быть полезны при определении ранее неизвестных вариантов в гене TCF4 и помочь в диагностике и разработке терапии ассоциированных заболеваний.

1. Cheng J., Novati G., Pan J., et al. Accurate proteome-wide missense variant effect prediction with AlphaMissense. Science. 2023;381(6664):eadg7492.

2. Teixeira J.R., Szeto R.A., Carvalho V.M.A. et al. Transcription factor 4 and its association with psychiatric disorders. Translational psychiatry. 2021.;11(1):19.

3. Stefansson H., Ophoff R.A., Steinberg S. et al. Common variants conferring risk of schizophrenia. Nature. 2009;460(7256):744–747.

4. Smoller J.W., Kendler K.K., Craddock N. et al.Identification of risk loci with shared effects on five major psychiatric disorders: a genome-wide analysis. Lancet. 2013;381(9875):1371–1379.

5. Wray N.R., Ripke S., Mattheisen M. et al. Genome-wide association analyses identify 44 risk variants and refine the genetic architecture of major depression. Nature genetics. 2018;50(5):668–681.

6. Cock P.J., Antao T., Chang J.T. et al. Biopython: freely available Python tools for computational molecular biology and bioinformatics. Bioinformatics. 2009;25(1422):3.

7. Sayers E.W., Bolton E.E., Brister J.R. et al. Database resources of the national center for biotechnology information. Nucleic Acids Res. 2022;50(D1):D20-D26.

8. Pagel K.A., Kim R., Moad K. et al. Integrated Informatics Analysis of Cancer-Related Variants. JCO Clin Cancer Inform. 2020;4:310-317.

9. Landrum M.J., Lee J.M., Riley G.R. et al. ClinVar: public archive of relationships among sequence variation and human phenotype. Nucleic Acids Res. 2014;42(D980):5.

10. Tunyasuvunakool K., Adler J., Wu Z. et al. Highly accurate protein structure prediction for the human proteome. Nature. 2021;596(7873):590-596.

11. Ljungdahl A., Kohani S., Page N.F. et al. AlphaMissense is better correlated with functional assays of missense impact than earlier prediction algorithms. bioRxiv [Preprint].2023.

12. Pedregosa F., Varoquaux G., Gramfor A. et al. Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research. 2011;12:2825–2830.

13. Sonego P., Kocsor A., Pongor S. ROC analysis: applications to the classification of biological sequences and 3D structures. Briefings in Bioinformatics. 2008;9(3):198–209.

14. Teixeira J.R., Szeto R.A., Carvalho V.M.A., Muotri A.R., Papes F. Transcription factor 4 and its association with psychiatric disorders. Transl Psychiatry. 2021;11(1):19.