Egy érdekes webinart lattám a mai nap. A genetikai variációk detektálásáról és hatásairól szólt, kihegyezve, hogy milyen betegségeket képesek okozni. Három előadó beszélt, az első (Andrew J. Sharp) bemutatta a genetikai variációk detektálásának elméleti hátterét, míg a másik két előadó (Hakon Hakonarson és Ray E. Hershberger) a gyakorlati alkalmazásokat mutatták be saját tudományterületükről.
Az elmélet
Két fő módszer létezik genetikai variációk kimutatására. Az első a komparatív genom hibridizáció (Array CGH), mint a nevéből is látszik, egy hibridizációs eljárás, míg a második a szekvenáláson alapul. A hibridizációs módszer csak a chip-re felvitt DNS-hez képest egy relatív variációt képes megadni. A chip mérete a detektálható variációk mennyiségét is befolyásolja. Az előadás 4 millió variációt említ, a hibridizálandó szekvencia mérete 25-100bp között mozoghat. A CNV detektálásnál 0-5 ismétlődést képes kimutatni. A cégek speciális igényekhez saját chipeket is rendelkezésre bocsátanak, bizonyára jó pénzért.
A nagy felbontóképességű chipek mikrodeléciókat is képesek kimutatni. Ennek demonstrálására egy TGG repeatet mutattak, amely betegséget okoz, ha hiányzik belőle egy darab.
A szekvenáláson alapuló módszerek két nagy csoportra oszthatók. Az egyik paired-end readeket használ. Ha a referencia genomra illesztés során a read párok távolsága eltér az elvárttól, az delécióra vagy inszercióra utalhat. Ha a readek orientációja változik, akkor inverzió vagy transzlokáció történhetett. Itt megjegyezném, hogy egyes illesztőprogramok eldobhatják a readeket, ha azok túl nagy távolságra vannak egymástól. Egy nagyobb transzlokáció inkább olyan helynek fog látszani, ahova nem illeszkedik egyetlen read sem.
A technológia limitációját a DNS könyvtár mérete dönti el. Ez jelen pillanatban 300-6500 bázispár. Ennél nagyobb deléciókat értelem szerűen nem lehet megtalálni.
Ha nem párosított readeket használunk, akkor az úgynevezett split-read technikával szimulálhatjuk a paired readeket. Itt a read hossza válik limitáló tényezővé. A Mosaik és SOAP2 illesztőprogramok képesek így illeszteni.
A readek mélysége is fontos információt hordozhat az ismétlődő szakaszokról. Ha a referencia egy szakaszán kétszer annyi read fordul elő, mint máshol, akkor az azt is jelentheti, hogy az a szakasz két példányban fordul elő a referenciához képest. Végezetül megemlítették még a de-novo összeszerelést is, mint módszert.
A gyakorlat
A másik két előadó bemutatta, hogy mindez hogyan néz ki a klinikai gyakorlatban. Hakonarson azt mondta, hogy náluk a gyerekklinikán nem csak a gyerekeket, hanem a szülőket is megszekvenálják, hogy megállapíthassák, hogy öröklött vagy szerzett genetikai elváltozás okozza az adott rendellenességet. Találtak az ADHD-val (hiperaktivitás) kapcsolatba hozható genetikai változást, ami egy komplett anyagcsere útvonata blokkol. Terveztek gyógyszert, ami rendbehozza ezt az útvonalat, de a specificitása elég alacsony, ezért az előadó inkább a személyre szabott medicinában látja a jövőt.
A másik példa még grandiózusabb volt. Egy egész családfát megszekvenáltak, hogy megtalálják egy igen ritka genetikai variáció szívizom rendellenességre kifejtett hatását. Teljes exome szekvenálást, és array hibridizációt csináltak. Természetesen megtalálták, amit kerestek.
Kérdések
Volt pár érdekes kérdés a végén. Az egyik az volt, hogy a CNV-k mérete és a betegségek között van-e összefüggés. Azt válaszolták, hogy igazából a technológia fejlődésének köszönhető, hogy egyre kisebb betegség okozó CNV-ket találnak. A másik kérdés az volt, hogy a CNV-k eloszlása véletlenszerű-e? A CNV-k eloszlása nem véletlenszerű, vannak olyan helyek a genomban, ahol a több található, ezek valószínűleg összefüggésben állnak a rekombinációval.
