Desarrollo de métodos bioinformáticos para la priorización de variantes y genes en casos no resueltos de distrofias hereditarias de retina

Tesis Doctoral inédita leída en la Universidad Autónoma de Madrid, Facultad de Medicina, Departamento de Bioquímica. Fecha de Lectura: 18-07-2022Esta Tesis tiene embargado el acceso al texto completo hasta el 18-01-2024Las enfermedades raras (EERR) se caracterizan por tener una baja prevalencia en la población general, aunque en su conjunto afectan a más de 400 millones de personas en todo el mundo. El 80% de estas enfermedades son genéticas. Desde la aparición de las tecnologías de secuenciación masiva (next generation sequencing, NGS) se ha producido un aumento considerable en el conocimiento de su etiología y en sus tasas de diagnóstico, disminuyendo el tiempo de espera de los pacientes. Las NGS también ha traído varios retos: por un lado, en cada experimento se detectan miles de variantes genómicas que hay que filtrar y priorizar para encontrar aquellas causales del fenotipo; por otro, el conocimiento clínico de las variantes no ha aumentado a la misma velocidad y se necesitan métodos concluyentes y predictivos para disminuir la incertidumbre en la valoración clínica de estas variantes. En esta tesis doctoral se ha tomado a las distrofias hereditarias de retina (DHR) como ejemplo de EERR y se han desarrollado métodos bioinformáticos para priorizar variantes y genes en casos no resueltos de la cohorte de pacientes del Hospital Universitario Fundación Jiménez Díaz. Así, se ha desarrollado una metodología para priorizar variantes de significado incierto (variants of uncertain significance, VUS) monitorizadas en casos de DHR, estudiando características específicas de variante, enfermedad y laboratorio y comparándolo con las variantes patogénicas de la misma enfermedad. Esto ha permitido priorizar un total de 49 VUS, de las cuáles se han conseguido reclasificar a probablemente patogénicas un total de 5 variantes (10%). Además, se ha desarrollado una base de datos con información genómica agregada de una cohorte heterogénea de >5.500 pacientes con varias enfermedades raras y unos 5.000 genes secuenciados. A partir de este recurso y utilizando comparaciones de frecuencias entre casos de DHR y pacientes con enfermedades no relacionadas (pseudocontroles) se han desarrollado métodos para priorizar variantes y genes en casos no resueltos de DHR. De esta forma, se han resuelto parcial o totalmente 5 casos y reclasificado 10 VUS a probablemente patogénicas (~91%). También se han priorizado 18 genes en casos no resueltos que han contribuido a caracterizar parcial o totalmente otros 4 casos previamente no resueltos. Por último, se ha utilizado la información genómica agregada disponible para realizar el cálculo de la frecuencia alélica en portadores, para los genes con un patrón de herencia autosómico recesivo de DHR. Así, los genes con una mayor frecuencia en portadores resultaron ser ABCA4 y USH2A con una frecuencia del 7% y 3% respectivamente. Esta tesis demuestra por un lado la utilidad de desarrollar soluciones específicas adaptadas al contexto clínico y técnico de un laboratorio de diagnóstico genético y un grupo de enfermedades concreto, como las DHR, permitiendo detectar sesgos en la tasa de reporte de VUS, que permiten su priorización y posterior reclasificación. Por otro lado, también se ha demostrado la utilidad de la información genómica agregada como fuente de hipótesis, que ha permitido el desarrollo de metodologías para priorizar variantes y genes en casos no resueltos de DHR, que en última instancia permiten incrementar la tasa diagnóstica de esta enfermeda