یونٹ 3 / 11

متغیر تشریح: VCF، HGVS عہدہ، اور ACMG معیار کے ذریعہ روگجنک

فائدہ:

  • VCF فارمیٹ، HGVS نوٹیشن (c./p./g.) اور ACMG روگجنکیت کے معیار کو سمجھنے کی صلاحیت اور مصنوعی ذہانت ایک ثبوت کا مسودہ تیار کرتی ہے۔
  • ClinVar اور gnomAD جیسے ذرائع میں ہر ACMG ثبوت (آبادی کی تعدد، سلیکو میں، علیحدگی، ادب) کی ذاتی طور پر تصدیق کرنے کی صلاحیت
  • جینوم ورژن کو پکڑنے کے اصولوں کو لاگو کرنے اور نظام کی غلطیوں کو مربوط کرنے اور حتمی روگجنک درجہ بندی کو مصنوعی ذہانت پر نہ چھوڑنے کی صلاحیت

ایک فرد کا جینوم حوالہ سے لاکھوں پوائنٹس پر مختلف ہوتا ہے۔ ان میں سے زیادہ تر اختلافات بے ضرر ("سومی") ہیں، کچھ بیماری کا سبب ہیں ("پیتھوجینک")۔ متغیر تشریح یہ فیصلہ کرنے کا کام ہے کہ فرق کس طبقے میں آتا ہے اور کلینیکل جینیات کا مرکز ہے۔ اس یونٹ میں، آپ یہ سیکھیں گے کہ مصنوعی ذہانت (AI) کو ثبوت اکٹھا کرنے، خلاصہ کرنے اور متغیر تشریح میں اسسٹنٹ کے مسودہ کے طور پر استعمال کرنے کا طریقہ۔ لیکن آپ یہ سیکھیں گے کہ کیوں حتمی روگجنک فیصلہ ہمیشہ ماہر کی منظوری سے مشروط ہونا چاہیے۔

سب سے پہلے اہم انتباہ: AI سے پوچھیں "کیا یہ مختلف قسم کا روگجنک ہے؟" کبھی بھی ایک لفظی جواب پر بھروسہ نہ کریں جو آپ پوچھتے ہیں۔ AI اعتماد کے ساتھ بغیر ثبوت کے کلاس کہہ سکتا ہے۔ کسی متغیر، پچھلے کلینیکل ریکارڈز، یا فنکشنل اسٹڈیز کی آبادی کی تعدد میں فٹ ہو سکتے ہیں۔ صحیح طریقہ یہ ہے کہ ثبوت کے فریم ورک کی تعمیر کے لیے AI کا استعمال کیا جائے اور بنیادی ماخذ پر ثبوت کے ہر ٹکڑے کی ذاتی طور پر تصدیق کی جائے۔

بنیادی تصورات

  • VCF (ویرینٹ کال فارمیٹ): معیاری فائل فارمیٹ جو نمونے میں مختلف حالتوں کی فہرست دیتا ہے۔ ہر لائن میں کروموسوم، پوزیشن، حوالہ کی بنیاد، متبادل بنیاد اور معیار کی معلومات ہوتی ہیں۔
  • HGVS اشارے: متغیرات کے ساتھ معیاری تحریری شکل۔ c کوڈنگ ترتیب میں اس کی پوزیشن، p. پروٹین کی تبدیلی، جی. جینومک مقام کی نشاندہی کرتا ہے۔ مثال کے طور پر NM_000546.6:c.743G>A اور p.Arg248Gln۔
  • gnomAD: سیکڑوں ہزاروں لوگوں کی مختلف تعددات کو جمع کرنے والا ڈیٹا بیس؛ اس سے پتہ چلتا ہے کہ معاشرے میں ایک قسم کتنی عام ہے۔ عام قسمیں عام طور پر روگجنک نہیں ہوتی ہیں۔
  • ClinVar: مختلف حالتوں کی طبی تشریحات جمع کرنے والا عوامی ڈیٹا بیس۔
  • ACMG/AMP معیار: امریکن کالج آف میڈیکل جینیٹکس کا ثبوت کا نظام جو ایک قسم کو پانچ کلاسوں میں تقسیم کرتا ہے: پیتھوجینک، ممکنہ پیتھوجینک، غیر یقینی اہمیت کا متغیر (VUS)، ممکنہ طور پر بے نظیر، بے نظیر۔

ACMG ثبوت کوڈز: ایک مختصر نقشہ

ACMG نظام روگجنک سمت (PVS, PS, PM, PP) اور بے نظیر سمت (BA, BS, BP) میں ثبوت کوڈز کی وضاحت کرتا ہے۔ یہ کلاس کا تعین کرنے کے لیے اکٹھے ہوتے ہیں۔ AI یہ بتانے میں اچھا ہے کہ ان کوڈز کا کیا مطلب ہے، لیکن آپ کو اس ڈیٹا کی تصدیق کرنی چاہیے جس پر اصل میں کوڈ لاگو کیا گیا ہے۔

کوڈ

معنی (خلاصہ)

جہاں ذریعہ کی تصدیق کی جائے۔

پی وی ایس 1

بہت مضبوط ثبوت جو فنکشن کے نقصان کا باعث بنتا ہے (مثلاً جلد بند ہونا)

نقل، ڈومین، جین بیماری کا تعلق

PS1/PS3

وہی امینو ایسڈ/فنکشنل اسٹڈی جس کو پیتھوجینک جانا جاتا ہے۔

ClinVar، ہم مرتبہ نظرثانی شدہ فنکشنل مضمون

پی ایم 2

آبادی میں بہت نایاب/موجود نہیں۔

gnomAD تعدد

PP3/BP4

روگجنک / سومی سمت میں کمپیوٹیشنل پیشین گوئی

تخمینہ لگانے کے اوزار (اتفاق رائے)

BA1/BS1

روگجنک ہونے کے لیے تعدد بہت زیادہ ہے۔

gnomAD تعدد

BP6/PP5

(اب سفارش نہیں کی گئی) کسی اور کی تشریح پر انحصار کرنا

-

ٹپ: PM2 (نایاب) اور BA1/BS1 (عامیت) فیصلے براہ راست gnomAD فریکوئنسی پر مبنی ہیں اور سب سے زیادہ آسانی سے تصدیق شدہ ثبوت ہیں۔ gnomAD پر پہلے ایک قسم دیکھیں؛ 1% سے زیادہ آبادی میں رائج ایک قسم زیادہ تر ممکنہ طور پر روگجنک نہیں ہے۔

مرحلہ وار: AI کی مدد سے مختلف قسم کی تشریح

1. معیاری اشارے پر متغیر کو درست کریں۔ جینوم ورژن، ٹرانسکرپٹ، اور HGVS نمائندگی کو واضح کریں۔ AI دونوں سے مختلف c. دونوں p. دونوں جی ، پھر تصدیق کنندہ کے ساتھ اس کی تصدیق کریں (جیسے VariantValidator)۔

2. اے آئی کو ثبوت کا فریم ورک بنانے کے لیے کہیں۔ ہر ACMG کوڈ کے لیے، "مجھے کون سا ڈیٹا دیکھنا چاہیے؟" AI سے سوال کا جواب طلب کریں - لیکن ابھی کلاس کی وضاحت نہ کریں۔

3. بنیادی ماخذ پر کسی بھی ثبوت کی تصدیق کریں۔ gnomAD فریکوئنسی، ClinVar ریکارڈ، فنکشنل اسٹڈی — ان سب کو خود کھولیں اور پڑھیں۔ AI کے "gnomAD میں دستیاب نہیں" کے دعوے کو gnomAD میں تلاش کرکے چیک کریں۔

4. کوڈز کو یکجا کریں اور کلاس کو نکالیں۔ AI کے ساتھ ACMG کے امتزاج کے قوانین کا مسودہ؛ لیکن ماہر کو حتمی کلاس کی منظوری دیں۔

5. ایمانداری سے VUS کی اطلاع دیں۔ اگر ثبوت ناکافی ہے تو، کلاس "غیر یقینی معنی" ہے؛ اسے روگجنک یا سومی کے طور پر دھکیلنا ایک غلطی ہے۔

تین چھوٹے مقدمات

کیس 1 - میک اپ فریکوئنسی۔ ایک ماہر نے AI سے مختلف gnomAD کی فریکوئنسی کے بارے میں پوچھا۔ "0.002٪،" اے آئی نے کہا۔ جب ماہر نے اسے خود gnomAD پر دیکھا، تو اس نے پایا کہ ویریئنٹ کی فریکوئنسی 1.3% تھی - یعنی BS1 کے ثبوت (معمولی سمت میں مضبوط) درست تھے اور ویرینٹ زیادہ تر ممکنہ طور پر بے ضرر تھا۔ AI کی من گھڑت کم تعدد نے مختلف قسم کو غلط طور پر نایاب ظاہر کیا۔

کیس 2—شام فنکشنل اسٹڈی۔ ایک محقق مختلف قسم کے لیے PS3 (فنکشنل پروف) کو نافذ کرنا چاہتا تھا۔ AI نے ایک قائل کرنے والا مضمون دیا ہے۔ جب محقق نے پب میڈ پر تلاش کیا تو اسے معلوم ہوا کہ ایسا کوئی مضمون نہیں ہے۔ غلط انتساب ثبوت کا سلسلہ ختم کر دے گا۔

کیس 3 - تصدیق ہو گئی۔ ایک جینیاتی مشیر نے AI کے ساتھ "ممکنہ طور پر روگجنک" قسم کا دوبارہ جائزہ لیا۔ YZ نے ClinVar پر نئے شامل کیے گئے متضاد تبصروں کی نشاندہی کی۔ کنسلٹنٹ نے ClinVar کھولا، دیکھا کہ دو لیبز نے VUS پر مختلف قسم کا پتہ لگایا ہے، اور رپورٹ کو اپ ڈیٹ کیا۔ یہاں، AI نے ہمیں ایک اپ ڈیٹ کی یاد دلانے میں مدد کی جس پر شاید کسی کا دھیان نہ گیا ہو — لیکن پھر، انسان نے فیصلہ کیا۔

چار کاپی کرنے کے قابل ٹیمپلیٹس

1) ثبوت کا فریم ورک قائم کرنا (کلاس کو بتائے بغیر):

آپ کا کردار: طبی متغیر تشریح اسسٹنٹ۔ درج ذیل قسم کے لیے ACMG/AMP ثبوت کا فریم ورک ترتیب دیں: [جینوم ورژن، ٹرانسکرپٹ، HGVS]۔ ہر ممکنہ ثبوت کوڈ کے لیے (PVS1, PS1-4, PM1-6, PP1-5, BA1, BS1-4, BP1-7) "اس کو لاگو کرنے کے لیے مجھے کون سا ڈیٹا دیکھنا چاہیے، کس ماخذ میں؟" لکھیں۔ ابھی کلاس مت کہو؛ صرف فہرست کریں کہ کون سا ڈیٹا درکار ہے۔

2) gnomAD/ClinVar تصدیقی منصوبہ:

مرحلہ وار لکھیں کہ مجھے gnomAD اور ClinVar میں درج ذیل قسم کے لیے بالکل کیا تلاش کرنا چاہیے: [variant]۔ وضاحت کریں کہ آبادی کی فریکوئنسی کی حد کس ACMG کوڈ سے مطابقت رکھتی ہے۔ آپ اقدار کو نہیں بناتے ہیں۔ مجھے بتائیں کہ اسے کہاں تلاش کرنا ہے؟

3) کلاس کا خاکہ (میرے ذریعہ منظور شدہ):

میں نے درج ذیل تصدیق شدہ ثبوت دیے: [PM2 موجود ہے، PP3 موجود ہے، BS1 غیر حاضر ہے...]۔ ACMG امتزاج کے اصولوں کے مطابق ممکنہ کلاس اور جواز کا مسودہ تیار کریں۔ اگر ثبوت ناکافی ہے تو بلا جھجھک "VUS" کہیں۔ میں حتمی فیصلہ منظور کروں گا۔

4) رپورٹ کا مسودہ:

مریض اور معالج کے لیے موزوں سادہ زبان میں رپورٹ کے پیراگراف میں درج ذیل درجہ بندی کا ترجمہ کریں: [متغیر، کلاس، کلیدی ثبوت]۔ یقین کے دعووں کو بڑھا چڑھا کر پیش نہ کریں۔ اگر غیر یقینی صورتحال ہے تو اسے واضح طور پر بیان کریں۔ طبی فیصلے کے لیے ماہر سے رجوع کریں۔

کمزور فوری / مضبوط اشارہ

کمزور: "کیا TP53 c.743G> ایک روگجنک ہے؟"

مسئلہ: کوئی جینوم ورژن/ٹرانسکرپٹ، کوئی ثبوت درکار نہیں، AI صرف کلاس کو بتا سکتا ہے اور فریکوئنسی بنا سکتا ہے۔

مضبوط: "GRCh38, TP53 NM_000546.6:c.743G>A (p.Arg248Gln) کے لیے ACMG پروف فریم ورک سیٹ اپ کریں؛ مجھے بتائیں کہ ہر کوڈ کے لیے کس سورس میں تلاش کرنا ہے، ویلیو فٹنگ، کلاس کا مسودہ تیار کرنے کے بعد۔

یہ طاقتور کیوں ہے: سیاق و سباق واضح ہے، ثبوت کا راستہ کھلا ہے، من گھڑت کا میدان تنگ ہے، فیصلہ شخص کے ہاتھ میں ہے۔

عام غلطیاں

  • ایک لفظ کے روگجنک جواب پر انحصار کرنا۔ ثبوت کی زنجیر کے بغیر دی گئی کلاس بیکار ہے۔
  • تعدد اور انتساب کی توثیق کرنے میں ناکامی۔ gnomAD تعدد اور مضمون کے حوالہ جات کو ڈھال لیا جا سکتا ہے۔ اسے خود کھولیں۔
  • VUS سے بچنا۔ ثبوت ناکافی ہونے پر "پیتھوجینک/ سومی" کہنا ایک طبی غلطی ہے۔
  • جینوم ورژن/ٹرانسکرپٹ شفلنگ۔ غلط نقل، غلط ج. اس کا مطلب ہے مقام۔
  • ClinVar اپ ڈیٹ کو چھوڑنا۔ وقت کے ساتھ تعبیریں بدلتی رہتی ہیں۔ تازہ ترین ریکارڈ چیک کریں۔
احتیاط: ACMG کوڈز کا امتزاج اصول پر مبنی ہے لیکن ماہرانہ فیصلے کی ضرورت ہے۔ ایک ہی ثبوت مختلف جین کی بیماری کے سیاق و سباق میں مختلف وزن لے سکتا ہے۔ AI کا مجموعہ ایک بلیو پرنٹ ہے، حتمی لفظ نہیں۔

گہرائی: VCF لائن اور فریکوئنسی کی حدوں کو صحیح طریقے سے پڑھنا

یہاں تک کہ ایک VCF فائل میں ایک لائن میں بہت سے نقصانات ہوتے ہیں۔ ایک مثال لائن: 17 43091983 ۔ G A 60 PASS AF=0.0003;DP=45 GT:AD 0/1:22,23۔ آپ AI سے یہاں فیلڈز کی وضاحت کر سکتے ہیں، لیکن خود تین پوائنٹس کی تصدیق کریں۔ سب سے پہلے، کروموسوم پوزیشن کا جوڑا کس جینوم ورژن سے تعلق رکھتا ہے؟ ایک ہی قسم GRCh37 اور GRCh38 میں مختلف جگہ پر ظاہر ہوتا ہے؛ ورژن کی وضاحت کیے بغیر، مقام بے معنی ہے۔ دوسرا جی ٹی (جینوٹائپ) ڈومین ہے: 0/1 ہیٹروزائگس، 1/1 ہوموزائگس؛ ایک متواتر بیماری میں، اکیلے ہیٹروزائگس قسم کی وضاحت نہیں کی جاتی ہے۔ تیسرا، DP (پڑھیں گہرائی) اور AD (ایلیل گہرائی): کم گہرائی (مثال کے طور پر DP=8) مختلف کال کو قابل اعتراض بناتی ہے۔ تکنیک غلط مثبت ہوسکتی ہے۔ AI ان شعبوں کی باضابطہ وضاحت کرتا ہے، لیکن "کیا یہ کال قابل اعتماد ہے؟" فیصلہ آپ کا ہے۔

فریکوئنسی تھریشولڈز کی ایک ٹھوس مثال: ایک ماہر PM2 (نایاب) کا اطلاق غیر معمولی وراثت والی نایاب بیماری کے لیے کرنا چاہتا تھا۔ مصنوعی ذہانت نے کہا، "gnomAD کے پاس یہ نہیں ہے، PM2 یقینی طور پر۔" جب ماہر نے gnomAD کو کھولا، تو اس نے پایا کہ مختلف قسم کی ایک ذیلی آبادی میں 0.8٪ کی فریکوئنسی ہے - بیماری کے پھیلاؤ کو دیکھتے ہوئے PM2 کو مسترد کرنے کے لئے کافی زیادہ ہے۔ ایک عام غلطی آبادی کی مجموعی تعدد کو دیکھنا اور ذیلی آبادیوں کو چھوڑنا ہے۔

ایلیل فریکوئنسی (آبادی)

عام ACMG تبصرہ

نوٹ

کوئی نہیں / بہت نایاب

PM2 کو سپورٹ کر سکتے ہیں۔

ذیلی آبادیوں کو بھی دیکھیں

بیماری کے پھیلاؤ سے زیادہ

BS1 (سومی مضبوط)

متواتر/غالب فرق اہم ہے۔

5% سے زیادہ

BA1 (آزاد سومی)

تقریباً بے ضرر

5) VCF لائن کنٹرول ٹیمپلیٹ:

درج ذیل VCF لائن فیلڈ کی فیلڈ کے لحاظ سے وضاحت کریں، لیکن قابل اعتبار فیصلہ نہ کریں: جینوم ورژن، جی ٹی (زائگوسٹی)، ڈی پی اور AD فیلڈز کی الگ الگ تشریح کریں۔ ایسے معاملات کی فہرست بنائیں جہاں یہ کال تکنیکی طور پر قابل اعتراض ہو۔ لائن: [پیسٹ کریں]۔

خلاصہ میں

  • متغیر تشریح ثبوت پر مبنی ہے؛ AI ثبوت تیار کرنے اور خلاصہ کرنے میں طاقتور ہے، لیکن کلاس کا فیصلہ ماہر پر منحصر ہے۔
  • کسی بھی ثبوت (gnomAD فریکوئنسی، ClinVar رجسٹریشن، فنکشنل اسٹڈی) کی ذاتی طور پر بنیادی ماخذ پر تصدیق ہونی چاہیے۔
  • جینوم ورژن، ٹرانسکرپٹ اور HGVS کے ذریعے متغیر کو درست کریں۔ تصدیق کنندہ سے تصدیق کریں۔
  • اگر ثبوت ناکافی ہے تو، ایماندارانہ جواب ہے "غیر یقینی اہمیت (VUS)"۔

درخواست کا کام

مثال کے طور پر مختلف قسم کا انتخاب کریں (جیسے ClinVar کا ایک معروف ریکارڈ)۔ AI کو مندرجہ بالا ٹیمپلیٹس 1 اور 2 کے ساتھ ثبوت کا فریم ورک بنانے کو کہیں۔ پھر gnomAD فریکوئنسی کھولیں اور ClinVar خود تبصرہ کریں اور ان کا AI دعووں سے موازنہ کریں۔ نوٹ کریں کہ آیا کم از کم ایک ثبوت میں AI اور ماخذ کے درمیان کوئی فرق ہے اور خود ممکنہ طبقے کا جواز پیش کریں۔

چیک لسٹ

  • میں نے جینوم ورژن، ٹرانسکرپٹ اور HGVS کے ساتھ متغیر کو ٹھیک کیا۔
  • میں نے پروف فریم ورک ترتیب دیا، میں نے شروع سے ہی AI کو کلاس نہیں کہا۔
  • [ ] میں نے ذاتی طور پر gnomAD فریکوئنسی کی جانچ کی۔
  • میں نے ClinVar رجسٹریشن اور اپ ٹو ڈیٹ ہونے کی تصدیق کر دی ہے۔
  • [ ] میں نے PubMed میں فنکشنل اسٹڈی کے حوالہ جات کی تصدیق کی۔
  • اگر ثبوت ناکافی تھے تو میں نے VUS کہنے میں کوئی ہچکچاہٹ محسوس نہیں کی اور خود فیصلہ کی منظوری دے دی۔