تالوس، أداة مفتوحة المصدر، تؤتمت إعادة تحليل البيانات الجينية لتسريع تشخيص الأمراض النادرة

لقد غيّر الاختبار الجيني تشخيص الأمراض النادرة، لكن أكثر من نصف المرضى يظلون بدون تشخيص بعد اختبارهم الأول. ولأن فهمنا للجينوم يتحسن باستمرار، يمكن إعادة فحص بيانات التسلسل المخزنة للوصول إلى تشخيصات كان من المستحيل إجراؤها في البداية. ومع ذلك، فإن إعادة التحليل اليوم هي في الغالب يدوية، وتعتمد على الأطباء المتحمسين والموظفين المختبريين النادرين، لذا فإن الغالبية العظمى من الجينومات المخزنة لا تتم إعادة فحصها أبدًا.

تم تطوير تالوس، وهي أداة مفتوحة المصدر من خلال تعاون يشمل مركز الجينوم السكاني، والجينوميات الأسترالية، ومعهد برود، ومايكروسوفت، لأتمتة هذه العملية. وهي تعيد تفسير استدعاءات المتغيرات الحالية للمريض مقابل أحدث المعرفة المجتمعية في كل مرة تُشغّل فيها، بالاعتماد على مصدرين عامين يتم تحديثهما باستمرار: PanelApp Australia لعلاقات الجين والمرض، وClinVar لإمراضية المتغيرات. تم تحسين الأداة لمعدل منخفض من النتائج الإيجابية الكاذبة، حيث تعيد مجموعة صغيرة من المتغيرات عالية الثقة بدلاً من قائمة طويلة مرتبة، لأن العامل المحدد في إعادة التحليل الجيني الواقعي هو وقت المراجعة البشرية.

تم التحقق من صحتها مقابل التحليل اليدوي الخبير

تم قياس أداء تالوس على مجموعتين مستقلتين خضعتا لتحليل يدوي دقيق: مجموعة الرعاية الحادة للجينوميات الأسترالية (ACG) من الرضع والأطفال المصابين بأمراض حرجة، ومجموعة المشروع الأمريكي للجينومات النادرة (RGP). عبر 1,089 حالة، استردت تالوس 90% من التشخيصات ضمن النطاق في مجموعة ACG مع إعادة متوسط 1.3 متغير مرشح لكل أسرة. في مجموعة RGP، استردت 87% من التشخيصات ضمن النطاق بنفس المعدل المتوسط، مما أظهر قابلية التعميم.

في مقارنة مباشرة مع Exomiser، وهي أداة ترتيب أولويات مستخدمة على نطاق واسع، تطابقت تالوس مع حساسيته الإجمالية للمتغيرات الصغيرة لكنها عملت عند نقطة مختلفة جدًا: يعيد Exomiser قائمة مرتبة واسعة، بينما تعيد تالوس قائمة قصيرة ومحددة للغاية. عندما اقتصرت المراجعة على ميزانية واقعية لأفضل خمسة متغيرات أو أفضل متغير واحد مرتبة، تفوقت تالوس بشكل كبير (ع = 0.017 و ع < 0.0001، على التوالي). كشفت الأداتان عن متغيرات مختلفة، مما يشير إلى أنهما مكملتان ويجب استخدامهما معًا بشكل مثالي في سير العمل التشخيصي.

نُشرت على نطاق دولي

شملت التجربة الأكثر أهمية مجموعة مكونة من 4,735 فردًا تم اختبارهم لكنهم غير مشخصين، مأخوذة من دراسات بحثية أسترالية ومختبر تشخيصي واحد. أنتجت تالوس 241 تشخيصًا جديدًا في 238 فردًا، بعائد إضافي بنسبة 5.1%، مع تأكيد كل متغير مسبب محتمل على أنه ممرض أو محتمل الإمراض من قبل مختبرات معتمدة.

توضح مصادر تلك التشخيصات لماذا تعتبر إعادة التحليل نموذجًا قويًا: 32% جاءت من علاقات جين-مرض جديدة اكتُشفت منذ الاختبار الأصلي، و22% من أدلة جديدة على مستوى المتغير (إعادة التصنيف)، و45% من تحسين التصفية والتحليل، بما في ذلك أنواع المتغيرات مثل متغيرات عدد النسخ والمتغيرات الهيكلية التي لم تُفحص في الأصل، ومرشحات النمط الظاهري التي كانت ضيقة جدًا. كان العائد ثابتًا عبر المجالات السريرية (حوالي 5-6% للإشارات العصبية النمائية والقلبية والكلوية)، على الرغم من اختلاف الأسباب.

تفوقت بيانات الجينوم على بيانات الإكسوم (6.1% مقابل 4.8%)، جزئيًا من خلال الوصول إلى تشخيصات غير مشفرة مثل RNU4-2 ومتغير MRPL39 العميق داخل الإنترون. ومن الجدير بالذكر أن 59% من تشخيصات الجين-المرض الجديدة لم تكن منسّقة في OMIM وقت إعادة التحليل، مما يؤكد قيمة الاعتماد على مورد محدث بسرعة مثل PanelApp Australia.

من حدث لمرة واحدة إلى برنامج مستمر

ثم تم تشغيل تالوس لمدة 29 دورة شهرية متكررة. بينما جاءت معظم التشخيصات (92%) في المسار الأول للمجموعة، أثبت التصميم التكراري قيمته على جبهتين. أولاً، لأن الدورات اللاحقة تعيد فقط الأدلة الجديدة القابلة للتنفيذ، فقد أسفرت عن متوسط متغير واحد فقط لكل 200 حالة خلال البرنامج، مما يظهر قابلية التوسع. ثانيًا، أظهرت الأداة مدى السرعة التي يمكننا بها الانتقال من الاكتشاف العلمي إلى التشخيص: في المتوسط، مر 32 يومًا فقط بين ظهور المعرفة الجديدة في قاعدة بيانات عامة وتلقي المريض تشخيصًا، مع أسرع حالة تم إنجازها في يوم واحد.

خط الأنابيب رخيص بما يكفي للتشغيل المستمر: تكلفة تعليق 1000 جينوم حوالي 11 دولارًا، وتكلفة دورة إعادة التحليل الشهرية بضع سنتات لكل مجموعة.

النظرة المستقبلية

يعيد تالوس صياغة إعادة التحليل الجيني من حدث نادر ومكثف العمل إلى برنامج مستمر ومؤتمت يمكنه مواكبة العلم. من خلال التحسين من أجل الخصوصية، يحترم عنق الزجاجة الحقيقي لوقت المراجع الخبير، ومن خلال الاعتماد على موارد مشتركة ومحدثة بشكل متكرر، يحول المعرفة المتراكمة للمجتمع العالمي إلى تشخيصات للمرضى الأفراد، غالبًا في غضون أسابيع.

يعتقد المطورون أنهم أسسوا قدرة أساسية وهم متحمسون لرؤية كيف يبني المجتمع عليها. على وجه الخصوص، مع توفر نماذج ذكاء اصطناعي أكثر تقدمًا لفهم والتنبؤ بعواقب التباين الجيني، فإنهم يتطلعون إلى الاستفادة منها في إعادة تحليل حالات الأمراض النادرة غير المحلولة.

تالوس مفتوحة المصدر وسهلة النشر في بيئات سحابية مثل Azure. تقدم النتائج مخططًا عمليًا للأنظمة الصحية التي تهدف إلى تقديم إعادة تحليل متكررة وقابلة للتوسع للعديد من المرضى الذين ما زالوا يبحثون عن تشخيصات.