Интерпретация на варианти при редки болести
Пациентите с редки болести чакат години за диагноза. Голяма част от това забавяне не се дължи на клинична несигурност - а на времето, необходимо за систематична оценка на кандидат-варианти срещу бази данни, литература и фенотипни асоциации. Helena свежда това събиране на доказателства от дни до минути.
5–7 години
Средно време до диагноза на рядка болест
3–5
Специалисти, консултирани преди диагноза
41%
Пациенти, получаващи поне един VUS
7,3%
VUS, които в крайна сметка биват рекласифицирани
Затрудненията в интерпретацията
Секвенационната технология е изпреварила интерпретативния капацитет. Затруднението в диагностиката на редките болести вече не е генерирането на геномни данни - а извличането на клиничен смисъл от тях.
Обем на варианти
Секвенирането на целия екзом (WES) произвежда 20 000–30 000 варианта на пациент. Пълногеномното секвениране (WGS) произвежда 4–5 милиона. Всеки патогенен кандидат изисква кръстосана проверка в множество бази данни, литературни източници и фенотипни асоциации.
Ръчно събиране на доказателства
За всеки кандидат-вариант генетикът трябва да търси в ClinVar, gnomAD, PubMed, OMIM и инструменти за функционална предикция поотделно. Един случай на рядка болест с десетки кандидат-варианти може да отнеме 5–10 дни експертно време.
VUS натрупване
Пациентите с редки болести натрупват варианти с неясно значение (VUS), които не могат да се разрешат без систематична агрегация на доказателства. Всеки VUS представлява потенциална диагноза, която остава непотвърдена - като удължава диагностичния път на пациента.
Фенотипна сложност
Редките болести често се представят с припокриващи се фенотипи, непълна пенетрантност и вариабилна експресивност. Свързването на конкретното клинично представяне на пациента с правилната асоциация ген-заболяване изисква структурирано фенотипно съпоставяне, а не търсене по ключови думи.
От VCF до клинична находка
Helena обработва случаи на редки болести през шестстепенен процес, който следва работния ход на генетика - но го изпълнява систематично за всеки вариант за минути.
Пълна анотация на варианти
Всеки вариант във VCF се анотира срещу 8 референтни бази едновременно - gnomAD популационни честоти, ClinVar клинично значение, dbNSFP функционални предсказания, SpliceAI предсказания за сплайсинг, gnomAD генна нетолерантност, HPO фенотипни асоциации, ClinGen чувствителност към дозата и Ensembl VEP предсказания за последиците. Без ръчни справки в бази данни.
Приоритизация с водещ фенотип
HPO термините на пациента се съпоставят с фенотипните профили на гените чрез анализ на семантично сходство, който отчита онтологичната йерархия и информационното съдържание. Вариант в ген, асоцииран с конкретния фенотип на пациента, се приоритизира над еднакво класифициран вариант в несвързан ген. Това не е търсене по ключови думи - а структурирано онтологично разсъждение.
Байесова ACMG класификация
Всичките 19 автоматизируеми ACMG критерии се оценяват чрез Байесовата точкова система на Tavtigian с BayesDel и прагове, калибрирани от ClinGen SVI. Специфични за гена VCEP спецификации се прилагат за около 50–60 гена. Резултатът е калибрирана класификация с непрекъснати стойности на достоверност - а не просто броене на правила.
Автоматизирани литературни доказателства
За всеки кандидат-ген и вариант Helena търси в локална база с милиони генетично релевантни PubMed публикации с предварително извлечени споменавания на гени, споменавания на варианти и фенотипни асоциации. Доказателствата се класират по клинична релевантност и се представят с пълна PMID атрибуция.
Синтез на клинични доказателства
Клиничен асистент с изкуствен интелект, работещ на собствена инфраструктура, обединява резултати от класификация, фенотипни корелации и литературни доказателства в структурирано клинично описание. Генетикът получава фокусирано обобщение на клинично значимите находки, а не необработени данни в десетки раздели на браузъра.
Структуриран клиничен доклад
Степенуван доклад представя Ниво 1 (клинично значими) и Ниво 2 (потенциално значими) варианти с пълни вериги от доказателства. Всяка находка включва ACMG класификация, оценка за фенотипно съвпадение, подкрепяща литература, популационна честота и изчислителни предсказания - готови за клиничен преглед и подпис.
Изграден за сложността на редките болести
Интерпретацията на редки болести изисква възможности отвъд стандартната класификация на варианти. Това не са допълнителни функции - те са основни за начина, по който Helena обработва всеки случай.
Фенотипно съпоставяне, разбиращо онтологията
Семантичното сходство по HPO използва информационно съдържание и онтологична йерархия, за да идентифицира връзки ген-фенотип, които точното търсене по ключови думи би пропуснало. „Гърчове“ и „Епилепсия“ се разпознават като свързани, а не се третират като различни термини.
Как работи семантичното сходствоVUS агрегация на доказателства
Всеки VUS получава същия изчерпателен пакет доказателства както класифицираните варианти - популационни честоти, функционални предсказания, литературни цитати и фенотипни корелации. Доказателствата, необходими за рекласификация, се събират автоматично, а не остават „за когато има време“.
Разбиране на оценките за достоверностОбработка на цял геном
Генните панели и секвенирането на екзом (WES) пропускат варианти извън целевите си региони. Helena обработва пълни VCF файлове от пълен геном - 4–5 милиона варианта, класифицирани, анотирани и съпоставени с фенотип за по-малко от час. Без предварително филтриране означава без пропуснати диагнози.
Вижте пълния процесПрозрачни вериги от доказателства
Всяко класификационно решение е проследимо до конкретни ACMG критерии, версии на бази данни и изчислителни прагове. Когато вариант е класифициран като LP (вероятно патогенен), докладът показва точно кои критерии са допринесли и с каква доказателствена сила. Без черни кутии.
Методология на ACMG класификацияГенетикът остава централен
Диагностиката на редки болести изисква клинична преценка, която не може да бъде автоматизирана - интерпретиране на непълни фенотипи, разпознаване на нетипични прояви, съпоставяне с фамилна история и съобщаване на несигурни находки на пациентите. Helena не се опитва да възпроизведе тази експертиза.
Това, което прави, е да гарантира, че когато генетикът сяда да интерпретира случай на рядка болест, доказателствата вече са събрани, структурирани и приоритизирани. Справките в базите данни са направени, литературата е претърсена, фенотипът е съпоставен и ACMG критериите са приложени. Времето на генетика отива за клинично разсъждение, а не за извличане на данни.
Генетикът решава. Helena подготвя доказателствата.
Вижте как обработва случаи на редки болести
Заявете демонстрация, за да видите как Helena обработва геном на рядка болест - от качване на VCF, през фенотипно съпоставяне до клиничен доклад.