Ensembl leva nove mil milhões de previsões aos laboratórios

Parta-se do genoma humano de referência, uma cópia-padrão dos cerca de três mil milhões de posições que compõem o nosso ADN. Em cada uma encontra-se uma de quatro letras químicas; substituí-la por qualquer uma das outras três gera uma mutação hipotética. Foi esse exercício que o modelo AlphaGenome, da Google DeepMind, realizou em todas as substituições possíveis de uma única letra, produzindo cerca de nove mil milhões de registos, cada um com uma média aproximada de 27 000 previsões moleculares para diferentes tecidos e tipos de células (DeepMind). O Atlas resultante inclui ainda mais de 100 milhões de pequenas inserções e eliminações já registadas em bases de dados populacionais (pré-publicação do Atlas).

Nenhum destes registos corresponde a uma medição experimental. São estimativas do que poderia mudar caso cada uma das alterações ocorresse. A utilidade do Atlas dependerá, portanto, da capacidade de essas previsões conduzirem os investigadores às variantes genéticas com consequências reais.

Uma variante escondida e uma pista específica do cérebro

O teste mais concreto envolve uma pessoa com encefalopatia epilética grave cuja sequenciação genética não permitira identificar uma causa. Investigadores do Broad Institute, em colaboração com o GREGoR Consortium e a equipa do AlphaGenome, recorreram à pontuação de síntese do Atlas, designada AVI (AlphaGenome Variant Impact), para reordenarem as variantes do doente por prioridade. O sistema destacou uma alteração situada no interior de um intrão do gene DNM1 (Fortune). Os intrões são segmentos de ADN removidos antes de as instruções de um gene serem traduzidas numa proteína, razão pela qual raramente recebem a mesma atenção analítica. Uma análise anterior do ARN presente no sangue fora inconclusiva, porque o DNM1 quase não está ativo nas células sanguíneas.

Uma análise destinada a explicar a pontuação calculou que 69% do sinal AVI provinha de efeitos previstos sobre o splicing, o processo através do qual as células cortam e recombinam o ARN antes de produzirem proteínas. Segundo o modelo, a variante criaria um local anómalo de splicing numa versão do gene específica do cérebro, acrescentando 13 aminoácidos à proteína resultante (Fortune; DeepMind). Um ensaio laboratorial reproduziu a alteração prevista e a variante foi reclassificada como provavelmente patogénica, uma categoria formal cuja atribuição combina o historial familiar, o padrão de hereditariedade e os dados funcionais (pré-publicação do Atlas).

A sequência permite perceber o papel efetivo do sistema: a pontuação colocou a variante entre as prioridades, a análise explicativa encaminhou os investigadores para um ensaio de splicing e esse ensaio confirmou a perturbação prevista. O modelo não diagnosticou autonomamente o doente, e o relato publicado também não descreve todas as etapas que sustentaram a reclassificação (Nature).

Como se compara e o que falta demonstrar

A pré-publicação do Atlas apresenta testes retrospetivos baseados em casos de doenças raras já resolvidos pelo GREGoR Consortium. A AVI colocou a variante causal conhecida entre as 50 principais candidatas de cada doente em 29,5% dos casos, face a 12,5% obtidos pela CADD, uma ferramenta há muito utilizada para pontuar variantes em todo o genoma (pré-publicação do Atlas). A diferença foi maior nas regiões não codificantes, que constituem a maior parte do genoma mas ficam fora das sequências com instruções para produzir proteínas, sendo por isso tradicionalmente mais difíceis de interpretar. Žiga Avsec, investigador da DeepMind, reconheceu um desempenho mais fraco perante alguns efeitos dos potenciadores, segmentos distantes de ADN que regulam genes a partir de outras zonas do genoma (Fortune).

Estas comparações medem a capacidade de ordenar variantes em casos selecionados cuja causa já era conhecida; foram realizadas com a participação de colaboradores da DeepMind e divulgadas numa pré-publicação, ainda sem revisão pelos pares. Recuperar retrospetivamente uma resposta conhecida é um problema diferente de aumentar o número de diagnósticos entre doentes cujos casos continuam por resolver.

A 9 de setembro, o EMBL-EBI, centro público europeu de bioinformática, anunciou que a pontuação AVI passou a estar disponível através do Ensembl Variant Effect Predictor (VEP), o sistema de anotação que transforma dados genéticos em bruto em resultados interpretáveis para os investigadores (EMBL-EBI). Como o VEP já integra os processos de tratamento de dados de laboratórios clínicos e de investigação, estes podem agora obter a AVI juntamente com as consequências previstas para os genes e as frequências populacionais, numa única operação em lote e sem recorrerem a um portal separado da Google. A integração facilita o acesso à pontuação, mas não equivale a uma validação da sua precisão clínica. A própria DeepMind salienta que o AlphaGenome não foi validado nem aprovado para utilização clínica (DeepMind).

No caso relatado do DNM1, o AlphaGenome ajudou a dar prioridade a uma variante que passara despercebida e formulou uma hipótese sobre o splicing que pôde ser testada em laboratório. Saber se este processo permitirá aumentar os diagnósticos em larga escala exigirá estudos prospetivos conduzidos por equipas independentes, a partir de casos por resolver e não de respostas históricas já conhecidas.