Novo software de informática ajuda a identificar variantes genéticas raras

Uma equipe de pesquisadores da Faculdade de Medicina da Universidade de Indiana desenvolveu um software especializado em bioinformática projetado para identificar variantes genéticas raras em estudos de sequenciamento de genoma completo. Zilin Li, Ph.D., professor assistente de bioestatística e ciência de dados de saúde, foi o primeiro autor e co-correspondente da recente publicação em Métodos da Natureza que detalha o teste de associação de conjunto de variantes usando a estrutura de pipeline de informações de anotação (ou STAARpipeline).

“Embora existam centenas de milhões de variantes genéticas raraseles têm sido difíceis de estudar porque não havia um pipeline conveniente, escalável e robusto para uma análise abrangente de variantes raras, que requer a avaliação de conjuntos de variantes em vez de variantes únicas”, disse Li.

O STAARpipeline permite que os pesquisadores avaliem conjuntos de variantes genéticas raras e não codificantes, o que ajudará a permitir a pesquisa genética. Variantes genéticas não codificantes são partes do genoma que não codificam aminoácidos, as moléculas que se combinam para formar proteínas. Mais de 98 por cento do DNA de uma pessoa é não-codificante.

“Variantes raras são observadas em 99% dos genoma humano e são uma importante fonte da falta de herdabilidade de características e doenças complexas”, disse Li.

Para usar o STAARpipeline, os pesquisadores inserem genótipo (Código genético) e dados de fenótipo (característica complexa ou código de doença) no programa. O software analisa esses dados e identifica variantes raras, agrupando as variantes em oito categorias funcionais na análise centrada em genes e em janelas deslizantes de tamanho fixo e janelas dinâmicas adaptáveis ​​a dados recém-propostas na análise não centrada em genes. A análise centrada em genes concentra-se em variantes dentro ou próximas a genes, enquanto a análise não centrada em genes concentra-se em variantes na região intergênica, que é o trecho de DNA localizado entre os genes. O programa então incorpora várias anotações funcionais de variantes para cada conjunto de variantes para aumentar ainda mais o poder de análise e resume os resultados para o usuário.

A equipe de pesquisa já testou o STAARpipeline em amostras grandes, incluindo 40.000 do Programa de Medicina de Precisão Trans-Omics do National Heart, Lung and Blood Institute (NHLBI). Durante essa análise, o STAARpipeline encontrou 49 associações significativas na análise não codificadora centrada em genes, 35 das quais foram encontradas com base em seis novas categorias não codificantes propostas. Além disso, a análise de janela dinâmica de tamanho adaptativo de dados detectou 43 associações significativas não sobrepostas no genoma não codificante, 19,4% a mais do que o procedimento clássico de janela deslizante de tamanho fixo.

O STAARpipeline baseia-se no STAAR, outro programa estabelecido por Li e seus colegas, que é um variante-set teste para encontrar conexões e associações usando informações de anotação.

“Acreditamos que o STAARpipeline pode ser expandido para analisar centenas de milhões de variantes de dados de sequenciamento de genoma inteiro”, disse Li. “Uma vez que variantes raras foram encontradas em 99 por cento do genoma humano, este programa aborda uma lacuna importante na análise informática.”