Reanalysis of targeted gene panel data of patients with neuromuscular disorders
| Title: | Reanalysis of targeted gene panel data of patients with neuromuscular disorders |
| Author(s): | Owusu, Rafaela |
| Contributor: | University of Helsinki, Faculty of Biological and Environmental Sciences |
| Degree program: | Master's Programme in Genetics and Molecular Biosciences |
| Specialisation: | Genetics and genomics |
| Language: | English |
| Acceptance year: | 2022 |
| Abstract: |
High-throughput sequencing techniques make it possible to identify DNA variants at a
reasonable cost, representing a first-tier diagnostic test for rare mendelian diseases. However,
a substantial number of variants identified through the analysis of sequencing data are
frequently classified as variants of uncertain significance (VUS). Accordingly, only 30–60% of
individuals receive a conclusive molecular diagnosis depending on the clinical phenotype.
Reanalysis of older sequencing data has been encouraged by recently developed and
improved methodologies for analysis and more robust bioinformatic pipelines to enhance
variant interpretation and raise the diagnostic/detection rate.
This study focused on reanalyzing data from a targeted gene panel, MYOcap, a targeted gene
panel for patients with neuromuscular disorders. The aims were to find elusive (i.e., previously
undetected/misinterpreted) variants in patients still missing a molecular diagnosis and, by
using novel bioinformatic tools, focusing on pathogenic and likely pathogenic variants
(according to ACMG guidelines) in Varsome as well as on variants affecting the splicing as
predicted by SpliceAI. With this setting, the detection rate of solved cases increased by 2,7%
in the first cohort and 0,5% in the third. This study suggests that additional data, such as
segregation data or transcriptomic and proteomic data are essential for reducing the number
of VUS and increase the detection rate. Notably, this study represents an essential first step
of a larger reanalysis project, aiming at providing a diagnosis to an increasing number of
myopathy patients.
Högkapacitetssekvensering gör det möjligt att identifiera DNA-varianter till en rimlig kostnad,
vilket representerar det första steget för diagnos av sällsynta mendelska sjukdomar. Emellertid
identifieras ofta ett stort antal varianter genom analys av sekvenseringsdata som varianter av
okänd signifikans. Dock, beroende på den kliniska fenotypen, får endast 30–60% av
individerna en avgörande molekylär diagnos. Återanalys av gamla sekvenseringsdata har
uppmuntrats av nyligen utvecklade och förbättrade metoder för analys och starkare
bioinformatiska processer, med målet att förbättra tolkningen av varianternas kliniska
signifikans och höja graden av detektionen av patienter med en diagnos.
Denna studie fokuserade på att återanalysera data från genpanelen MYOcap, en riktad
genpanel för patienter med neuromuskulära sjukdomr. Syftet var att hitta svårfångade (d.v.s.
tidigare oupptäckta/feltolkade) varianter hos patienter som fortfarande saknar en molekylär
diagnos och, genom att använda nya bioinformatiska verktyg, fokusera på patogena och
sannolikt patogena varianter (enligt ACMG-riktlinjerna) i Varsome, såväl som på varianter som
av ”SpliceAI” förutspås påverka splitsning. I och med detta, ökade detektionsfrekvensen för
lösta fall med 2,7% i den första kohorten och 0,5 % i den tredje. Denna studie tyder på att
ytterligare data, såsom segregationsdata eller transkriptomiska och proteomiska data är
väsentliga för att minska antalet VUS och öka detektionsfrekvensen. Denna studie
representerar ett viktigt första steg i ett större reanalysprojekt, som syftar till att ge en diagnos
till ett ökande antal myopatipatienter.
|
| Keyword(s): | Reanalysis Bioinformatic pipeline Gene panel sequencing Neuromuscular disorder Genetic diagnosis Variant annotation Variant interpretation ACMG guidelines |
Files in this item
| Files | Size | Format | View |
|---|---|---|---|
| Owusu_Rafaela_MastersThesis_2022.pdf | 891.4Kb |