वेरिएंट इंटरप्रिटेशन: व्हीसीएफ, एचजीव्हीएस पदनाम आणि एसीएमजी निकषांद्वारे रोगजनकता

नफा:

• VCF स्वरूप, HGVS नोटेशन (c./p./g.) आणि ACMG रोगजनकता निकष समजून घेण्याची क्षमता आणि कृत्रिम बुद्धिमत्ता एक पुरावा मसुदा तयार करते
• ClinVar आणि gnomAD सारख्या स्त्रोतांमध्ये प्रत्येक ACMG पुरावा (लोकसंख्या वारंवारता, सिलिकोमध्ये, पृथक्करण, साहित्य) वैयक्तिकरित्या सत्यापित करण्याची क्षमता
• जीनोम आवृत्ती पकडण्याची तत्त्वे लागू करण्याची आणि प्रणालीतील त्रुटी समन्वयित करण्याची आणि अंतिम रोगजनकता वर्गीकरण कृत्रिम बुद्धिमत्तेवर न सोडण्याची क्षमता

एखाद्या व्यक्तीचे जीनोम संदर्भापेक्षा लाखो बिंदूंवर वेगळे असते; यातील बहुतेक फरक निरुपद्रवी ("सौम्य") आहेत, काही रोग कारणीभूत आहेत ("पॅथोजेनिक"). व्हेरिएंट इंटरप्रिटेशन हे कोणत्या वर्गात फरक पडतो हे ठरवण्याचे काम आहे आणि ते क्लिनिकल आनुवंशिकतेचे केंद्र आहे. या युनिटमध्ये, तुम्ही आर्टिफिशियल इंटेलिजेंस (AI) चा वापर पुरावा गोळा करणे, सारांश आणि व्हेरिएंट इंटरप्रिटेशनमध्ये सहाय्यक म्हणून कसे करायचे ते शिकाल; परंतु अंतिम रोगजनकतेचा निर्णय नेहमी तज्ञांच्या मान्यतेच्या अधीन का असावा हे तुम्ही शिकाल.

प्रथम गंभीर चेतावणी: AI ला विचारा "हा प्रकार रोगजनक आहे का?" तुम्ही विचारलेल्या एका शब्दाच्या उत्तरावर कधीही विश्वास ठेवू नका. एआय आत्मविश्वासाने पुराव्याशिवाय वर्ग सांगू शकते; व्हेरिएंट, मागील क्लिनिकल रेकॉर्ड किंवा कार्यात्मक अभ्यासाच्या लोकसंख्येच्या वारंवारतेमध्ये बसू शकतात. पुरावा फ्रेमवर्क तयार करण्यासाठी AI चा वापर करणे आणि प्राथमिक स्त्रोतावर प्रत्येक पुराव्याची वैयक्तिकरित्या पडताळणी करणे हा योग्य दृष्टीकोन आहे.

मूलभूत संकल्पना

• VCF (व्हेरिएंट कॉल फॉरमॅट): मानक फाइल स्वरूप जे नमुन्यात रूपे सूचीबद्ध करते; प्रत्येक ओळीत गुणसूत्र, स्थान, संदर्भ आधार, पर्यायी आधार आणि गुणवत्ता माहिती असते.
• HGVS नोटेशन: प्रकारांसह मानक लेखन स्वरूप. c कोडींग क्रमातील त्याची स्थिती, p. प्रथिने बदल, g. जीनोमिक स्थान दर्शवते. उदाहरणार्थ NM_000546.6:c.743G>A आणि p.Arg248Gln.
• gnomAD: शेकडो हजारो लोकांच्या व्हेरिएंट फ्रिक्वेन्सी गोळा करणारा डेटाबेस; समाजात एक प्रकार किती सामान्य आहे हे त्यातून दिसून येते. सामान्य रूपे सामान्यतः रोगजनक नसतात.
• ClinVar: वेरिएंटचे क्लिनिकल व्याख्या गोळा करणारा सार्वजनिक डेटाबेस.
• ACMG/AMP निकष: अमेरिकन कॉलेज ऑफ मेडिकल जेनेटिक्सची पुराव्याची प्रणाली जी एका प्रकाराला पाच वर्गांमध्ये विभाजित करते: रोगजनक, संभाव्य रोगजनक, अनिश्चित महत्त्वाचा प्रकार (VUS), संभाव्यत: सौम्य, सौम्य.

ACMG पुरावा कोड: एक संक्षिप्त नकाशा

ACMG प्रणाली रोगजनक दिशेने (PVS, PS, PM, PP) आणि सौम्य दिशेने (BA, BS, BP) पुरावा कोड परिभाषित करते; हे वर्ग ठरवण्यासाठी एकत्र येतात. या कोड्सचा अर्थ काय आहे हे स्पष्ट करण्यात AI चांगलं आहे, परंतु तुम्ही प्रत्यक्षात कोणत्या कोडवर अंमलबजावणी केली आहे याची पडताळणी करणे आवश्यक आहे.

कोड

अर्थ (सारांश)

स्त्रोत कुठे पडताळायचा

PVS1

खूप मजबूत पुरावा ज्यामुळे कार्य कमी होते (उदा. लवकर बंद होणे)

उतारा, डोमेन, जनुक-रोग संबंध

PS1/PS3

ज्ञात रोगजनक म्हणून समान अमीनो आम्ल/कार्यात्मक अभ्यास

ClinVar, पीअर-पुनरावलोकन कार्यात्मक लेख

PM2

लोकसंख्येमध्ये अत्यंत दुर्मिळ/उपस्थित नाही

gnomAD वारंवारता

PP3/BP4

रोगजनक/सौम्य दिशेने संगणकीय अंदाज

अंदाज साधने (एकमत)

BA1/BS1

रोगजनक होण्यासाठी वारंवारता खूप जास्त आहे

gnomAD वारंवारता

BP6/PP5

(यापुढे शिफारस केलेली नाही) इतर कोणाच्या तरी व्याख्यावर अवलंबून राहणे

-

टीप: PM2 (दुर्मिळता) आणि BA1/BS1 (सामान्यता) निर्णय थेट gnomAD फ्रिक्वेंसीवर आधारित आहेत आणि ते सर्वात सहजपणे सत्यापित केलेले पुरावे आहेत. gnomAD वर प्रथम एक प्रकार पहा; 1% पेक्षा जास्त लोकसंख्येमध्ये प्रचलित असलेला प्रकार बहुधा रोगजनक नसतो.

स्टेप बाय स्टेप: AI-सहाय्यित व्हेरिएंट इंटरप्रिटेशन

1. मानक नोटेशनमध्ये भिन्नता निश्चित करा. जीनोम आवृत्ती, उतारा आणि HGVS प्रतिनिधित्व स्पष्ट करा. एआय दोन्ही सी पासून भिन्नता. दोन्ही p. दोन्ही g. , नंतर व्हॅलिडेटरसह याची पुष्टी करा (जसे व्हेरिएंट व्हॅलिडेटर).

2. AI ला पुरावा फ्रेमवर्क तयार करा. प्रत्येक ACMG कोडसाठी, “मी कोणता डेटा पाहावा?” AI कडे प्रश्नाचे उत्तर द्या - परंतु अद्याप वर्ग निर्दिष्ट करू नका.

3. प्राथमिक स्त्रोतावर कोणताही पुरावा सत्यापित करा. gnomAD वारंवारता, ClinVar रेकॉर्ड, कार्यात्मक अभ्यास — ते सर्व स्वतः उघडा आणि वाचा. gnomAD मध्ये शोधून AI चा "gnomAD मध्ये उपलब्ध नाही" दावा तपासा.

4. कोड एकत्र करा आणि वर्ग काढा. AI सह ACMG संयोजन नियमांचा मसुदा; परंतु तज्ञांना अंतिम वर्ग मंजूर करू द्या.

5. VUS चा प्रामाणिकपणे अहवाल द्या. पुरावे अपुरे असल्यास, वर्ग "अनिश्चित अर्थ" आहे; ते रोगजनक किंवा सौम्य म्हणून ढकलणे चूक आहे.

तीन लहान प्रकरणे

केस 1 - मेड-अप वारंवारता. एका तज्ञाने AI ला gnomAD च्या व्हेरिएंटच्या वारंवारतेबद्दल विचारले; "0.002%," एआयने सांगितले. जेव्हा तज्ञाने ते स्वतः gnomAD वर पाहिले तेव्हा त्याला आढळले की व्हेरियंटची वारंवारता 1.3% होती - म्हणजे BS1 (सौम्य दिशेने मजबूत) साठी पुरावा वैध होता आणि बहुधा हा प्रकार निरुपद्रवी होता. AI च्या बनावट कमी फ्रिक्वेंसीमुळे व्हेरिएंट खोटेपणाने दुर्मिळ दिसला.

केस 2-शाम फंक्शनल स्टडी. एका संशोधकाला व्हेरिएंटसाठी PS3 (कार्यात्मक पुरावा) लागू करायचा होता; AI ने एक प्रेरक लेख बायलाइन दिला. जेव्हा संशोधकाने PubMed वर शोध घेतला तेव्हा त्यांना असे आढळले की असा कोणताही लेख नाही. खोटे श्रेय पुराव्याची साखळी कोलमडून टाकेल.

केस 3 - पुष्टीकरण मिळाले. अनुवांशिक सल्लागाराने AI सह "शक्यतो रोगजनक" प्रकाराचे पुनर्मूल्यांकन केले. YZ ने ClinVar वर नव्याने जोडलेल्या परस्परविरोधी टिप्पण्या निदर्शनास आणून दिल्या; सल्लागाराने ClinVar उघडले, दोन प्रयोगशाळांनी VUS वर प्रकार शोधले असल्याचे पाहिले आणि अहवाल अद्यतनित केला. येथे, AI ने आम्हाला एका अद्यतनाची आठवण करून देऊन मदत केली जी कदाचित दुर्लक्षित झाली असेल — परंतु पुन्हा, मानवाने निर्णय घेतला.

चार कॉपी करण्यायोग्य टेम्पलेट्स

1) पुरावा फ्रेमवर्क स्थापित करणे (वर्गाला न सांगता):

तुमची भूमिका: क्लिनिकल व्हेरिएंट इंटरप्रिटेशन असिस्टंट. खालील प्रकारासाठी ACMG/AMP पुरावा फ्रेमवर्क सेट करा: [जीनोम आवृत्ती, प्रतिलेख, HGVS]. प्रत्येक संभाव्य पुरावा कोडसाठी (PVS1, PS1-4, PM1-6, PP1-5, BA1, BS1-4, BP1-7) “हे लागू करण्यासाठी मी कोणता डेटा पाहावा, कोणत्या स्रोतामध्ये?” लिहा. अजून वर्ग म्हणू नका; फक्त कोणता डेटा आवश्यक आहे ते सूचीबद्ध करा.

2) gnomAD/ClinVar पुष्टीकरण योजना:

खालील प्रकारासाठी मी gnomAD आणि ClinVar मध्ये नक्की काय शोधले पाहिजे ते चरण-दर-चरण लिहा: [variant]. कोणती लोकसंख्या वारंवारता थ्रेशोल्ड कोणत्या ACMG कोडशी संबंधित आहे ते स्पष्ट करा. आपण मूल्ये बनवत नाही; ते कुठे शोधायचे ते मला सांगा.

3) वर्ग रूपरेषा (माझ्याद्वारे मंजूर):

मी खालील सत्यापित पुरावे दिले: [PM2 उपस्थित आहे, PP3 उपस्थित आहे, BS1 अनुपस्थित आहे...]. ACMG संयोजन नियमांनुसार संभाव्य वर्ग आणि समर्थनाचा मसुदा तयार करा. पुरावे अपुरे असल्यास "VUS" म्हणण्यास मोकळ्या मनाने. अंतिम निर्णयाला मी मान्यता देईन.

4) अहवाल मसुदा:

रुग्ण आणि वैद्य यांच्यासाठी योग्य असलेल्या सोप्या भाषेत अहवाल परिच्छेदामध्ये खालील वर्गीकरणाचे भाषांतर करा: [विविध, वर्ग, मुख्य पुरावा]. निश्चिततेचे दावे अतिशयोक्ती करू नका; अनिश्चितता असल्यास, स्पष्टपणे सांगा. क्लिनिकल निर्णयासाठी तज्ञांचा संदर्भ घ्या.

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत: "TP53 c.743G>एक रोगजनक आहे?"

समस्या: जीनोम आवृत्ती/प्रतिलेख नाही, कोणत्याही पुराव्याची आवश्यकता नाही, एआय फक्त वर्गाला सांगू शकते आणि वारंवारता तयार करू शकते.

सशक्त: "GRCh38, TP53 NM_000546.6:c.743G>A (p.Arg248Gln) साठी ACMG प्रूफ फ्रेमवर्क सेट करा; प्रत्येक कोडसाठी कोणत्या स्त्रोतामध्ये काय शोधायचे ते मला सांगा, मूल्य फिटिंग, मी प्रमाणित केल्यानंतर वर्गाचा मसुदा तयार करा."

ते शक्तिशाली का आहे: संदर्भ स्पष्ट आहे, पुराव्याचा मार्ग खुला आहे, बनावटीचे क्षेत्र अरुंद आहे, निर्णय व्यक्तीच्या हातात आहे.

सामान्य चुका

• एका शब्दाच्या पॅथोजेनिसिटी उत्तरावर विसंबून. पुराव्याच्या साखळीशिवाय दिलेला वर्ग निरर्थक आहे.
• वारंवारता आणि विशेषता सत्यापित करण्यात अयशस्वी. gnomAD वारंवारता आणि लेख उद्धरण स्वीकारले जाऊ शकतात; ते स्वतः उघडा.
• VUS टाळत आहे. पुरावे अपुरे असताना "पॅथोजेनिक/सौम्य" म्हणणे ही क्लिनिकल त्रुटी आहे.
• जीनोम आवृत्ती/प्रतिलेख शफलिंग. चुकीचा उतारा, चुकीचा c. याचा अर्थ स्थान.
• ClinVar अपडेट वगळत आहे. काळानुसार व्याख्या बदलतात; सर्वात वर्तमान रेकॉर्ड तपासा.

खबरदारी: ACMG कोड एकत्र करणे नियम-आधारित आहे परंतु तज्ञांच्या निर्णयाची आवश्यकता आहे; समान पुरावे वेगवेगळ्या जनुक-रोग संदर्भात भिन्न वजन असू शकतात. AI चे संयोजन एक ब्लूप्रिंट आहे, अंतिम शब्द नाही.

खोली: व्हीसीएफ लाइन आणि वारंवारता थ्रेशोल्ड योग्यरित्या वाचणे

VCF फाईलमधील एका ओळीतही अनेक त्रुटी आहेत. उदाहरण ओळ: 17 43091983 . G A 60 PASS AF=0.0003;DP=45 GT:AD 0/1:22,23. तुम्ही एआयला फील्डचे स्पष्टीकरण देऊ शकता, परंतु स्वतः तीन गुणांची पुष्टी करा. प्रथम, गुणसूत्र-स्थिती जोडी कोणत्या जीनोम आवृत्तीशी संबंधित आहे? समान प्रकार GRCh37 आणि GRCh38 मध्ये वेगळ्या ठिकाणी दिसून येतो; आवृत्ती निर्दिष्ट केल्याशिवाय, स्थान निरर्थक आहे. दुसरा जीटी (जीनोटाइप) डोमेन आहे: 0/1 विषमयुग्म, 1/1 होमोजिगस; रेक्सेसिव्ह रोगामध्ये, एकट्या विषम प्रकारचा एकटा स्पष्टीकरणात्मक नाही. तिसरे, DP (रीड डेप्थ) आणि AD (एलील डेप्थ): कमी खोली (उदा. DP=8) व्हेरिएंट कॉल शंकास्पद बनवते; तंत्र चुकीचे सकारात्मक असू शकते. AI या फील्डचे औपचारिकपणे स्पष्टीकरण देते, परंतु "हा कॉल विश्वसनीय आहे का?" निर्णय तुमचा आहे.

फ्रिक्वेंसी थ्रेशोल्डचे एक ठोस उदाहरण: एका तज्ञाला पीएम 2 (दुर्मिळता) एक दुर्मिळ रोगाच्या प्रकारात लागू करायचे होते, ज्यामध्ये वारसा वारसा होता. कृत्रिम बुद्धिमत्ता म्हणाली, "gnomAD कडे ते नाही, PM2 नक्की." जेव्हा तज्ञाने gnomAD उघडले, तेव्हा त्याला आढळले की उप-लोकसंख्येमध्ये व्हेरिएंटची वारंवारता 0.8% आहे - रोगाचा प्रसार लक्षात घेता, PM2 नाकारण्याइतपत उच्च. एक सामान्य चूक म्हणजे एकूण लोकसंख्येची वारंवारता पाहणे आणि उप-लोकसंख्या वगळणे.

एलील वारंवारता (लोकसंख्या)

ठराविक ACMG टिप्पणी

नोंद

काहीही नाही / फार दुर्मिळ

PM2 चे समर्थन करू शकते

उपलोकसंख्या देखील पहा

रोगाचा प्रादुर्भाव जास्त

BS1 (सौम्य मजबूत)

रेसेसिव्ह/डॉमिनंट भेद महत्वाचा आहे

5% पेक्षा जास्त

BA1 (स्वतंत्र सौम्य)

जवळजवळ नक्कीच निरुपद्रवी

5) VCF लाइन नियंत्रण टेम्पलेट:

खालील व्हीसीएफ लाइन फील्ड फील्डनुसार स्पष्ट करा, परंतु विश्वासार्हतेचा निर्णय घेऊ नका: जीनोम आवृत्ती, जीटी (झायगोसिटी), डीपी आणि एडी फील्डचा स्वतंत्रपणे अर्थ लावा. हा कॉल तांत्रिकदृष्ट्या संशयास्पद असू शकतो अशा प्रकरणांची यादी करा. ओळ: [पेस्ट].

सारांशात

• वेरिएंट व्याख्या पुराव्यावर आधारित आहे; पुरावे तयार करण्यात आणि सारांशित करण्यात AI शक्तिशाली आहे, परंतु वर्गाचा निर्णय तज्ञावर अवलंबून आहे.
• कोणताही पुरावा (gnomAD वारंवारता, ClinVar नोंदणी, कार्यात्मक अभ्यास) प्राथमिक स्त्रोतावर वैयक्तिकरित्या सत्यापित करणे आवश्यक आहे.
• जीनोम आवृत्ती, उतारा आणि HGVS द्वारे प्रकार निश्चित करा; सत्यापनकर्त्यासह पुष्टी करा.
• पुरावे अपुरे असल्यास, प्रामाणिक उत्तर "अनिश्चित महत्त्व (VUS)" आहे.

अर्ज कार्य

एक उदाहरण प्रकार निवडा (उदा. ClinVar मधील सुप्रसिद्ध रेकॉर्ड). AI ला वरील टेम्प्लेट 1 आणि 2 सह पुरावा फ्रेमवर्क तयार करा. नंतर gnomAD वारंवारता उघडा आणि ClinVar स्वतः टिप्पणी करा आणि त्यांची AI दाव्यांशी तुलना करा. किमान एका पुराव्यामध्ये एआय आणि स्त्रोतामध्ये फरक आहे का ते लक्षात घ्या आणि संभाव्य वर्गाचे स्वतःच समर्थन करा.

चेकलिस्ट

• मी जीनोम आवृत्ती, प्रतिलेख आणि HGVS सह प्रकार निश्चित केला.
• [] मी प्रूफ फ्रेमवर्क सेट केले आहे, मी AI ला सुरुवातीपासूनच वर्ग सांगितला नाही.
• [ ] मी वैयक्तिकरित्या gnomAD वारंवारता तपासली.
• [ ] मी ClinVar नोंदणी आणि अद्ययावततेची पुष्टी केली आहे.
• [ ] मी PubMed मध्ये कार्यात्मक अभ्यास उद्धरणांची पडताळणी केली.
• [ ] पुरावे अपुरे असल्यास, मी व्हीयूएस म्हणण्यास अजिबात संकोच केला नाही आणि स्वतः निर्णय मंजूर केला.