Interpretação de Variantes Patogênicas e Benignas

A interpretação de variantes é o processo de decidir se uma alteração no DNA é provável de causar doença ou é inofensiva. A abordagem padrão classifica cada variante de sequência em um de cinco níveis, de benigna a patogênica, ponderando múltiplas linhas de evidência independentes em vez de depender de uma única característica. A mesma estrutura sustenta o relato clínico moderno da patogenicidade de variantes.

Definition

A interpretação de variantes é a atribuição estruturada de uma variante de sequência a uma das cinco categorias de patogenicidade, combinando linhas de evidência ponderadas de acordo com uma estrutura de classificação padronizada.

Scope

O tópico abrange o esquema de classificação de cinco níveis (benigna, provavelmente benigna, significado incerto, provavelmente patogênica, patogênica), as categorias de evidência utilizadas (frequência populacional, previsões computacionais, estudos funcionais, segregação, ocorrência de novo e outras), as regras para combinar a força das evidências e refinamentos como a reformulação Bayesiana dos critérios e a orientação específica para genes. Variantes de número de cópias são interpretadas através de um padrão paralelo. O tratamento é metodológico e não fornece direção para o manejo clínico.

Core questions

• Quais categorias de evidência informam se uma variante é patogênica ou benigna?
• Como os critérios de evidência são ponderados e combinados em uma classificação final?
• Como os cinco níveis se relacionam entre si e com a certeza?
• Como são tratados os tipos de variantes especiais, como variantes de número de cópias e de perda de função?

Key concepts

• Classificação de cinco níveis (benigna a patogênica)
• Critérios de evidência e suas forças
• Frequência alélica populacional
• Evidência computacional e funcional
• Evidência de segregação e de novo
• Interpretação de perda de função (PVS1)
• Interpretação de variantes de número de cópias

Key theories

Estrutura Bayesiana para classificação de variantes

As regras de combinação ACMG/AMP podem ser modeladas como um sistema naturalmente Bayesiano no qual cada critério de evidência contribui com uma probabilidade de patogenicidade ponderada pela força, formalizando as regras qualitativas em probabilidades posteriores quantitativas.

Mechanisms

Cada variante é avaliada em relação a um conjunto definido de critérios de evidência, incluindo sua frequência em populações de referência, previsões computacionais de efeito, dados funcionais experimentais, co-segregação com a doença em famílias e ocorrência de novo; cada critério possui uma força (suporte, moderada, forte, muito forte) e uma direção (em direção a patogênica ou benigna), e as regras de combinação mapeiam a evidência acumulada para um dos cinco níveis (Richards et al., 2015). Trabalhos subsequentes reformularam essas regras qualitativas como uma estrutura Bayesiana, mostrando que as forças dos critérios correspondem a probabilidades multiplicativas e produzem uma probabilidade contínua subjacente de patogenicidade (Tavtigian et al., 2018). Orientações especializadas refinam critérios difíceis, como aplicar a regra de perda de função muito forte (Abou Tayoun et al., 2018), enquanto as variantes de número de cópias são pontuadas em relação a um padrão técnico paralelo (Riggs et al., 2020).

Clinical relevance

A classificação de variantes determina como um laboratório relata um achado e, portanto, molda como os resultados genéticos são compreendidos no aconselhamento e na avaliação de evidências. O tópico descreve como a patogenicidade é julgada e relatada; é um relato de referência do processo de classificação e não uma orientação para agir sobre um resultado específico.

History

Antes da padronização, os laboratórios usavam esquemas heterogêneos e frequentemente incomparáveis para classificar variantes como patogênicas ou benignas. A recomendação de consenso ACMG/AMP de 2015 estabeleceu uma estrutura compartilhada de cinco níveis e regras de combinação de evidências (Richards et al., 2015). O campo então a refinou: a reformulação Bayesiana deu às regras uma base quantitativa (Tavtigian et al., 2018), recomendações específicas para critérios e genes abordaram dificuldades recorrentes (Abou Tayoun et al., 2018), e padrões paralelos foram emitidos para variantes de número de cópias (Riggs et al., 2020).

Debates

Como os critérios de evidência devem ser ponderados e quantificados?

Se as forças qualitativas dos critérios devem ser substituídas ou complementadas por limiares quantitativos explícitos, e como calibrar a evidência computacional e funcional, permanece uma área ativa, com a modelagem Bayesiana oferecendo um caminho para a consistência.

Com que conservadorismo a perda de função deve ser chamada de patogênica?

A aplicação do critério de perda de função muito forte exige a confirmação de que a perda de função é um mecanismo de doença estabelecido para o gene e que o efeito previsto é real, o que levou a regras detalhadas para evitar a superclassificação.

Key figures

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

Seminal works

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

Frequently asked questions

Quais são as cinco categorias de classificação de variantes?

Benigna, provavelmente benigna, significado incerto, provavelmente patogênica e patogênica. Uma variante é colocada em um nível combinando várias linhas de evidência independentes, em vez de uma única observação.

Por que uma única evidência geralmente não é suficiente?

Cada tipo de evidência tem limitações, então a estrutura exige a combinação de critérios de força e direção definidas; isso protege contra a superinterpretação de qualquer característica, como uma previsão computacional ou a raridade isoladamente.