تفسير المتغيرات المسببة للمرض والحميدة

تفسير المتغيرات هو عملية تحديد ما إذا كان التغير في الحمض النووي (DNA) من المحتمل أن يسبب مرضًا أم أنه غير ضار. يضع النهج القياسي كل متغير تسلسلي في أحد المستويات الخمسة، من الحميد إلى المسبب للمرض، عن طريق الموازنة بين خطوط متعددة ومستقلة من الأدلة بدلاً من الاعتماد على سمة واحدة. ويشكل الإطار نفسه أساس التقارير السريرية الحديثة لمدى تسبب المتغيرات في الأمراض.

Definition

تفسير المتغيرات هو التعيين المنظم لمتغير تسلسلي لإحدى فئات المسببات المرضية الخمس عن طريق الجمع بين خطوط الأدلة الموزونة وفقًا لإطار تصنيف موحد.

Scope

يغطي الموضوع مخطط التصنيف ذي المستويات الخمسة (حميد، محتمل الحميد، ذو أهمية غير مؤكدة، محتمل المسبب للمرض، مسبب للمرض)، وفئات الأدلة المستخدمة (تكرار الانتشار السكاني، التنبؤات الحاسوبية، الدراسات الوظيفية، الفصل الوراثي، الحدوث الجديد، وغيرها)، وقواعد الجمع بين نقاط قوة الأدلة، والتحسينات مثل إعادة صياغة بايز للمعايير والتوجيهات الخاصة بالجينات. يتم تفسير متغيرات عدد النسخ من خلال معيار موازٍ. المعالجة منهجية ولا تقدم توجيهات للإدارة السريرية.

Core questions

• ما هي فئات الأدلة التي تحدد ما إذا كان المتغير مسببًا للمرض أم حميدًا؟
• كيف يتم ترجيح معايير الأدلة ودمجها في تصنيف نهائي؟
• كيف ترتبط المستويات الخمسة ببعضها البعض وباليقين؟
• كيف يتم التعامل مع أنواع المتغيرات الخاصة، مثل متغيرات عدد النسخ وفقدان الوظيفة؟

Key concepts

• تصنيف من خمسة مستويات (من حميد إلى مسبب للمرض)
• معايير الأدلة وقوتها
• تكرار الأليل في السكان
• الأدلة الحاسوبية والوظيفية
• أدلة الفصل الوراثي والحدوث الجديد
• تفسير فقدان الوظيفة (PVS1)
• تفسير متغيرات عدد النسخ

Key theories

إطار بايزي لتصنيف المتغيرات

يمكن نمذجة قواعد الدمج الخاصة بـ ACMG/AMP كنظام بايزي طبيعي حيث يساهم كل معيار دليل باحتمال مسبب للمرض مرجح بالقوة، مما يضفي طابعًا رسميًا على القواعد النوعية في احتمالات لاحقة كمية.

Mechanisms

يتم تقييم كل متغير مقابل مجموعة محددة من معايير الأدلة، بما في ذلك تكراره في المجموعات السكانية المرجعية، والتنبؤات الحاسوبية لتأثيره، والبيانات الوظيفية التجريبية، والتشارك الوراثي مع المرض في العائلات، والحدوث الجديد؛ يحمل كل معيار قوة (داعمة، معتدلة، قوية، قوية جدًا) واتجاهًا (نحو المسبب للمرض أو الحميد)، وتقوم قواعد الدمج بربط الأدلة المتراكمة بأحد المستويات الخمسة (Richards et al., 2015). أعادت الأعمال اللاحقة صياغة هذه القواعد النوعية كإطار بايزي، مبينة أن نقاط قوة المعايير تتوافق مع احتمالات مضاعفة وتنتج احتمالًا مستمرًا كامنًا للمسببات المرضية (Tavtigian et al., 2018). تعمل الإرشادات المتخصصة على تحسين المعايير الصعبة، مثل كيفية تطبيق قاعدة فقدان الوظيفة القوية جدًا (Abou Tayoun et al., 2018)، بينما يتم تقييم متغيرات عدد النسخ وفقًا لمعيار تقني موازٍ (Riggs et al., 2020).

Clinical relevance

يحدد تصنيف المتغيرات كيفية إبلاغ المختبر عن النتائج، وبالتالي يشكل كيفية فهم النتائج الجينية في الاستشارة وتقييم الأدلة. يصف الموضوع كيفية الحكم على المسببات المرضية والإبلاغ عنها؛ وهو وصف مرجعي لعملية التصنيف وليس إرشادًا للعمل بناءً على نتيجة محددة.

History

قبل التوحيد القياسي، استخدمت المختبرات مخططات غير متجانسة وغالبًا غير قابلة للمقارنة لتصنيف المتغيرات على أنها مسببة للمرض أو حميدة. أنشأت توصية إجماع ACMG/AMP لعام 2015 إطارًا مشتركًا من خمسة مستويات وقواعد لدمج الأدلة (Richards et al., 2015). ثم قام المجال بتحسينه: أعطت إعادة صياغة بايز للقواعد أساسًا كميًا (Tavtigian et al., 2018)، وتناولت التوصيات الخاصة بالمعايير والجينات الصعوبات المتكررة (Abou Tayoun et al., 2018)، وصدرت معايير موازية لمتغيرات عدد النسخ (Riggs et al., 2020).

Debates

كيف ينبغي ترجيح معايير الأدلة وتحديد كميتها؟

ما إذا كان ينبغي استبدال أو استكمال نقاط قوة المعايير النوعية بعتبات كمية صريحة، وكيفية معايرة الأدلة الحاسوبية والوظيفية، لا يزال مجالًا نشطًا، مع تقديم النمذجة البايزية طريقًا واحدًا لتحقيق الاتساق.

ما مدى التحفظ الذي ينبغي أن يُطلق به على فقدان الوظيفة بأنه مسبب للمرض؟

يتطلب تطبيق معيار فقدان الوظيفة القوي جدًا التأكد من أن فقدان الوظيفة هو آلية مرضية راسخة للجين وأن التأثير المتوقع حقيقي، مما يستدعي قواعد مفصلة لتجنب الإفراط في التصنيف.

Key figures

• Sue Richards
• Heidi Rehm
• Sean Tavtigian
• Leslie Biesecker

Seminal works

• richards-2015
• tavtigian-2018
• riggs-2020

Frequently asked questions

ما هي فئات تصنيف المتغيرات الخمس؟

حميد، محتمل الحميد، ذو أهمية غير مؤكدة، محتمل المسبب للمرض، ومسبب للمرض. يتم وضع المتغير في مستوى عن طريق الجمع بين عدة خطوط مستقلة من الأدلة بدلاً من أي ملاحظة واحدة.

لماذا لا تكون قطعة واحدة من الأدلة كافية عادةً؟

لكل نوع من الأدلة قيود، لذا يتطلب الإطار الجمع بين المعايير ذات القوة والاتجاه المحددين؛ وهذا يحمي من الإفراط في تفسير أي سمة واحدة، مثل التنبؤ الحاسوبي أو الندرة وحدها.