ScholarGate
دستیار

چارچوب‌های طبقه‌بندی واریانت‌های توالی

چارچوب‌های طبقه‌بندی واریانت‌های توالی، مجموعه‌ای از قوانین ساختاریافته هستند که شواهد پراکنده درباره یک واریانت DNA را به یک رده اهمیت واحد و قابل بازتولید تبدیل می‌کنند. این چارچوب‌ها به جای اتکا به قضاوت فردی، مشخص می‌کنند که چه نوع شواهدی معتبر هستند، هر یک چقدر وزن دارند و چگونه شواهد وزن‌دهی شده در رده‌هایی مانند بیماری‌زا، احتمالا بیماری‌زا، اهمیت نامشخص، احتمالا خوش‌خیم و خوش‌خیم ترکیب می‌شوند.

یافتن موضوع با PaperMindبه‌زودیFind papers & topics
Tools & resources
دریافت اسلایدها
Learn & explore
ویدیوبه‌زودی

Definition

چارچوب طبقه‌بندی واریانت توالی، مجموعه‌ای کدگذاری شده از معیارهای شواهد و قوانین ترکیبی است که یک واریانت توالی DNA را با استفاده از شواهد جمعیتی، محاسباتی، عملکردی و تفکیکی به یک رده اهمیت تعریف شده اختصاص می‌دهد.

Scope

این مدخل به منطق طبقه‌بندی واریانت مبتنی بر شواهد می‌پردازد: خطوط شواهد مورد استفاده، خروجی طبقه‌بندی شده، چارچوب‌های غالب برای تنظیمات ژرم‌لاین و سوماتیک، و چالش‌های عملی سازگاری و طبقه‌بندی مجدد. این یک موضوع روش‌شناختی است، نه راهنمایی بالینی برای هیچ واریانت خاصی.

Core questions

  • چه دسته‌هایی از شواهد قابل قبول هستند و هر یک چگونه وزن‌دهی می‌شوند؟
  • معیارهای وزن‌دهی شده چگونه در یک رده اهمیت نهایی ترکیب می‌شوند؟
  • چارچوب‌های ژرم‌لاین و سوماتیک در اهداف و خروجی‌هایشان چه تفاوتی دارند؟
  • چگونه طبقه‌بندی در آزمایشگاه‌های مختلف سازگار نگه داشته می‌شود و چه زمانی باید یک واریانت مجدداً طبقه‌بندی شود؟

Key concepts

  • طبقه‌بندی پنج رده‌ای ژرم‌لاین
  • معیارهای شواهد و سطوح قدرت
  • شواهد فراوانی جمعیتی
  • پیش‌بینی محاسباتی (in silico)
  • شواهد عملکردی و تفکیکی
  • واریانت با اهمیت نامشخص
  • طبقه‌بندی مجدد در طول زمان

Mechanisms

یک چارچوب، معیارهای شواهد گسسته را تعریف می‌کند — برای مثال، عدم وجود یا نادر بودن در پایگاه‌های داده جمعیتی بزرگ، پیش‌بینی‌های محاسباتی آسیب، داده‌های عملکردی تجربی، وقوع دِنوو (de novo) و هم‌تفکیکی با بیماری در خانواده‌ها — و به هر یک جهت (به سمت بیماری‌زا یا خوش‌خیم) و قدرتی (مانند پشتیبان، متوسط، قوی، بسیار قوی) اختصاص می‌دهد. معیارهای برآورده شده توسط یک واریانت معین سپس طبق قوانین صریح ترکیب می‌شوند تا یکی از پنج رده ژرم‌لاین (Richards et al., 2015) را به دست آورند. منابع مرجع جمعیتی مانند پایگاه‌های داده محدودیت بزرگ، بخش عمده‌ای از شواهد فراوانی را فراهم می‌کنند و میزان تحمل هر ژن را نسبت به تغییرات کمی‌سازی می‌کنند (Karczewski et al., 2020)، در حالی که ابزارهای اولویت‌بندی محاسباتی، واریانت‌های کاندید را قبل از طبقه‌بندی رسمی رتبه‌بندی می‌کنند (Eilbeck et al., 2017). چارچوب سرطان این منطق را به قابلیت اقدام بالینی به جای خطر ارثی تطبیق می‌دهد و واریانت‌های سوماتیک را بر اساس اهمیت درمانی، پیش‌آگهی و تشخیصی رتبه‌بندی می‌کند (Li et al., 2017).

Clinical relevance

چارچوب‌های طبقه‌بندی تعیین می‌کنند که یافته‌های واریانت چگونه به پزشکان و بیماران گزارش شوند، و درک رده‌ها و محدودیت‌های آن‌ها برای ارزیابی یک گزارش مولکولی اساسی است. این مدخل استدلال پشت دسته‌بندی‌ها را توضیح می‌دهد؛ اما تفسیر یا مشاوره خاص واریانت را ارائه نمی‌دهد، که نیازمند ورودی بالینی متخصص است.

Evidence & guidelines

مرجع اصلی ژرم‌لاین، دستورالعمل 2015 ACMG/AMP (Richards et al., 2015) و مرجع اصلی سوماتیک، دستورالعمل 2017 AMP/ASCO/CAP (Li et al., 2017) است. داده‌های محدودیت جمعیتی (Karczewski et al., 2020) و بررسی‌های اولویت‌بندی واریانت (Eilbeck et al., 2017) منابع شواهدی را که این چارچوب‌ها از آن‌ها بهره می‌برند، توصیف می‌کنند.

History

قبل از معیارهای استاندارد شده، آزمایشگاه‌ها واریانت‌ها را با قوانین موقت و ناسازگار طبقه‌بندی می‌کردند که منجر به نتایج متناقض برای یک واریانت مشابه می‌شد. دستورالعمل 2015 ACMG/AMP رویه ژرم‌لاین را در یک طرح پنج رده‌ای مشترک یکپارچه کرد و دستورالعمل 2017 AMP/ASCO/CAP همین کار را برای سرطان انجام داد؛ گسترش پایگاه‌های داده جمعیتی بعداً معیارهای مبتنی بر فراوانی را دقیق‌تر کرد.

Debates

چگونه باید طبقه‌بندی‌های متناقض بین آزمایشگاه‌ها حل و فصل شود؟
گاهی اوقات یک واریانت مشابه توسط آزمایشگاه‌های مختلف به دلیل اعمال معیارها با قضاوت متفاوت طبقه‌بندی می‌شود؛ به اشتراک‌گذاری داده‌ها و مشخص کردن صریح قدرت معیارها برای کاهش ناسازگاری پیشنهاد شده است، اما ذهنیت‌گرایی باقیمانده همچنان وجود دارد.

Related topics

Seminal works

  • richards-2015
  • li-2017

Frequently asked questions

پنج دسته در چارچوب ژرم‌لاین ACMG/AMP کدامند؟
بیماری‌زا، احتمالا بیماری‌زا، اهمیت نامشخص، احتمالا خوش‌خیم و خوش‌خیم — که با ترکیب خطوط شواهد وزن‌دهی شده طبق قوانین تعریف شده اختصاص می‌یابند.
چرا ممکن است یک واریانت مشابه برای یک بیماری ارثی در مقابل سرطان به طور متفاوتی طبقه‌بندی شود؟
چارچوب‌های ژرم‌لاین می‌پرسند که آیا یک واریانت باعث بیماری ارثی می‌شود، در حالی که چارچوب سرطان واریانت‌های سوماتیک را بر اساس قابلیت اقدام بالینی مانند ارتباط درمانی رتبه‌بندی می‌کند، بنابراین اهداف و خروجی‌ها متفاوت هستند.

Methods for this concept

Related concepts