Conflito de interpretação e desequilíbrio de ligação em variantes en-contradas nos genes BRCA1 e BRCA2
DOI:
https://doi.org/10.20873/jbb.uft.cemaf.v9n2.grossoPalavras-chave:
bioinformática, BRCA1 e BRCA2, desequilíbrio de ligaçãoResumo
Este estudo teve como objetivo analisar variantes encontradas nos genes BRCA1 e BRCA2 com intuito de comparar as diferentes predições in silico de ferramentas distintas, além de investigar variantes candidatas à desequilíbrio de ligação (LD). Para as análises in silico foram utilizados os programas ClinVar, SIFT, PolyPhen2, VEP, PROVEAN e Fathmm-MKL. A investigação da LD foi feita pelo programa Linkage Disequilibrium Calculator. Observou-se 60 variantes distintas, predominando as trocas nucleotídicas de T>C. Os programas SIFT, PolyPhen2 e PROVEAN apresentaram semelhanças quanto ao grau de patogenicidade determinado em cada variante. O VEP, o Fathmm-MKL e o ClinVar apresentaram resultado de predição para maior parte das variantes analisadas. A partir das 16 variantes com suspeita de LD, selecionadas manualmente, foram confirmadas 33 LD quando analisadas aos pares. A combinação das variantes em LD resultou na categorização de 5 grupos. As variantes genéticas observadas em nossa amostra são encontradas com maior frequência na América, Sul da Ásia e Leste Asiático, na África e na Europa. A associação do fenótipo do paciente com seu genótipo e as informações epidemiológicas das variantes encontradas no câncer, assim como informações sobre o prognóstico e tratamento associados, podem proporcionar melhor qualidade de vida, entendimento das doenças e de fatores evolutivos associados.
Referências
Adzhubei I, Jordan DM, Sunyaev SR. Predicting Functional Effect of Human Missense Mutations Using PolyPhen-2. Curr Protoc Hum Genet, v.7, n.20, jan. 2013.
Alldredge J, Randall L. Germline and Somatic Tumor Testing in Gynecologic Cancer Care. Obstet Gynecol Clin North Am, v.46, n.1, p.37-53, 2019.
Andrade CCF. Estrutura genética e desequilíbrio de ligação em africanos, ameríndios e remanescentes de quilombos brasileiros estimados por novos STRs-X. 2013. Tese (Dou-torado em genética) – Faculdade de Meicina de Ribeirão Preto da Universidade de São Paulo, Ribeirão Preto: SP.
Borges MG, Rocha CS, Carvalho BS, Lopes-Cendes I. Meth-odological differences can affect sequencing depth with a possible impact on the accuracy of genetic diagnosis. Gene-tics and Molecular Biology, v.43, n.2, 2020.
Caetano AR. Marcadores SNP: conceitos básicos, aplicações no manejo e no melhoramento animal e perspectivas para o futuro. Rev Bras Zootec, v.38, p.64-71, 2009.
Choi Y, Chan AP. Provean web server: a tool to predict the functional effect of amino acid substitutions and indels. Bio-informatics, v.31, n.16, p.2745-2747, 2015.
Choi Y. A fast computation of pairwise sequence alignment scores between a protein and a set of single-locus variants of another protein. ACM, New York, p.414-417, 2012.
Cox DG. et al. Common variants of the BRCA1 wild-type allele modify the risk of breast cancer in BRCA1 mutation carrier. Hum Mol Genet, v.20, n.23, p. 4732-47, 2011.
Dakal TC, Kala D, Dhiman G, Yadav V, Krokhotin A, Dokholyan NV. Predicting the functional consequences of non-synonymous single nucleotide polymorphisms in IL8 gene. Scientific reports, v.7, n.6525, 2017.
Douglas JA, Levin AM, Zuhlke KA, RAY AM, Johnson GR, Lange EM, Wood2 DP, Cooney KA. Common variation in the BRCA1 gene and prostate cancer risk. Cancer Epidemiol Biomarkers, v.16, n.7, p.1510–1516, 2011.
Duggal P, Ladd-Acosta C, Ray D, Beaty TH. The evolving field of genetic epidemiology: From familial aggregation to genomic sequencing. American Journal of Epidemiology, v.188, n.12, p.2069–2077, 2019.
Ferlaino M, Rogers MF, Shihab HA, Mort M, Cooper DN, Gaunt TR; Campbell C. Open access an integrative approach to predicting the functional effects of small indels in non-coding regions of the human genome. BMC Bioinformatics, v. 18, n.442, 2017.
Figueiredo JC, Brooks JD, Conti DV, Poynter J. N, Teraoka SN, Malone KE, Bernstein L, Lee WD, Duggan DJ, Siniard A, Concannon P, Capanu M, Lynch CF, Olsen JH, Haile RW, Bernstein JL. Risk of contralateral breast cancer asso-ciated with common variants in BRCA1 and BRCA2: Po-tential modifying effect of BRCA1/BRCA2 mutation carrier status. Breast Cancer Res Treat, v.127, n.3, p.819–829, 2011.
Flint-Garcia SA, Thornsberry J M, Buckler ES. Structure of linkage disequilibrium in plants. Annual Review Plant of Biology, v.54, p.357-374, 2003.
Freedman ML, Penney KL, Stram DO, Marchand LL, Hirsch-horn JN, Kolonel LN, Altshuler D, Henderson BE, Haiman CA. Common variation in BRCA2 and breast cancer risk: a haplotype-based analysis in the multiethnic cohort. Human Molecular Genetics, v.13, n.20, p.2431–2441, 2004.
García-Perdomo HA, Saldarriaga MAB, Sánchez A. Frequen-cy of variants in DNA-repair genes in a southwest colombi-an population. Urol Colomb, v.28, n.03, p.226-233, 2019.
Godinho NMO. O impacto das migrações na constituição genética de populações latino-americanas. 2008. Tese (Dou-torado em Ciências Biológicas), Universidade de Brasília, Brasília.
Harrow J, Frankish A, Gonzalez JM, Tapanari E, Diekhans, M, Kokocinski F, et al. GENCODE: the reference human genome annotation for the ENCODE Project. Genome Res, v.22, n.9, p.1760–74, 2012.
Instituto Nacional de Câncer José Alencar Gomes da Silva. Estimativa 2020: incidência de câncer no Brasil / Instituto Nacional de Câncer José Alencar Gomes da Silva. – Rio de Janeiro: INCA, 2019.
Islam SMA, Kearney CM, Bake EJ. Assigning biological function using hidden signatures in cystinestabilized peptide sequences. Scientific reports, v.8, n.9049, 2018.
Jorde LB. Linkage disequilibrium and the search for complex disease genes. Genome Res, v.10, n.10, p.1435-1444, 2000.
Kliman R, Sheehy B, Schultz J. Genetic drift and effective population size. Nature Education, v.1, n.3, p.3, 2008.
Kwok P, Gu Z. Single nucleotide polymorphism libraries: why and how are we building them? Molecular medicine today, v.5, n.12, p.538-43, 2000.
Linhares ND. Aplicação clínica do sequenciamento e análise bioinformática de exoma. 2014. Tese (Doutorado em Gené-tica), Universidade Federal de Minas Gerais, UFMG.
Madroñero LJ, Corredor-Rozo ZL, Escobar-Pérez J, Velandia-Romero ML. Next generation sequencing and proteomics in plant virology: how is Colombia doing?. Acta biol. Colomb. v.24, n.3, p.423-438, 2019.
Mclaren W, Gil L, Hunt SE, Riat HS, Ritchie GRS, Thormann A, Flicek P, Cunningham F. The Ensembl Variant Effect Predictor. Genome Biology, v.1, n.17, p.122, 2016.
Michels M, Matte U, Fraga LR, Mancuso ACB, Ligabue Braun R, Berneira EFR, Siebert M, Sanseverino MTV. De-termining the pathogenicity of CFTR missense variants: Multiple comparisons of in silico predictors and variant an-notation databases. Genetics and Molecular Biology, v.42, n.3, p 560-570, 2019.
Montenegro LR, Lerario AM, Nishi MY, Jorge AAL, Men-donca BB. Performance of mutation pathogenicity prediction tools on missense variants associated with 46, XY differ-ences of sex development. Clinics, v.76, p.1-5, 2021.
Pruitt KD, Brow GR, Hiatt SM, Thibaud F, Astashyn A, Ermolaeva O et al. RefSeq: an update on mammalian refer-ence sequences. Nucleic Acids Res, v.42, p.756–63, 2014.
Reeb J, Wirth T, Rost B. Variant effect predictions capture some aspects of deep mutational sacnning experiments. BMC bioinformatics, v.21, n.107, 2020.
Richards S, Aziz N, Bale S, Bick D, DAS, S, Gastier-Foster, J. Standards and guidelines for the interpretation of se-quence variants: A joint consensus recommendation of the american college of medical genetics and genomics and the association for molecular pathology. Genet Med, v.17, n.5, p. 405–424, 2015.
Sadeghi S, Rafat SA, Alijani A. Evaluation of imputed ge-nomic data in discrete traits using Random forest and bayes-ian threshold methods. Acta Sci.,Anim. Sic, v.40, 2018.
Sarmento FJQ. Desenvolvimento de uma plataforma de bioin-formática integrada aplicada a identificação molecular de mi-croorganismos patogênicos. 2013. Tese (Doutorado em Bio-tecnologia) - Universidade Federal da Paraíba, João Pessoa.
Scott CJ, Schoeman M, Urban MF. Cancer genetics: an ap-proach to suspected hereditary breast or colorectal cancer. S Afr Med J. v.109, n.4, p.214-218, 2019.
Shihab H A, Rogers MF, Gough J, Mort M, Cooper DN, Day INM, Gaunt TR, Campbell C. An integrative approach to predicting the functional effects of non-coding and coding sequence variation. Bioinformatics, v.31, n. 10, p.1536–1543, 2015.
Shihab HA, Gough J, Cooper DN, Stenson PD, Barker GLA, Edwards KJ, Day INM, Gaunt TR. Predicting the function-al, molecular, and phenotypic consequences of amino acid substitutions using Hidden Markov Models. Human Muta-tion, v.34, n.1, p.57-65, 2013.
Sigrist MS. Mapeamento associativo de locos relacionados á produtividade de grãos em soja. 2012. Tese (Doutorado em genética e melhoramento em plantas), Universidade de São Paulo, Piracicaba: SP.
Sousa JF, Serafim RB, Freitas LM, Fontana CR, Valente V. DNA repair genes in astrocytoma tumorigenesis, progressi-on and therapy resistance. Genetics and Molecular Biology, v.43, n.1, p.1-15, 2019.
Tarazona-Santos E, Kehdy F, Magalhães WCS, Rodrigues MR, Scliar M, Zolini C, Barreto M, Horta B, Pereira AC, Costa MFL. Brasil e a idiossincrasia da miscigenação. Rev. UFMG, Belo Horizonte, v.22, n.1-2, p.232-249, jan. /dez. 2015.
Valverde O, Cezar HXL, Filho VC, Lukesch A, Morais JM. Estudo regional da zona da mata de Minas Gerais. Revista Brasileira de Geografia, v.1, n.1, p.1-139, jan/mar.1958.
Vaser R, Adusumalli S, Leng SN, Sikic M, NG P C. SIFT missense predictions for genomes. Nature protocols, v. 11, n.1, p. 1073-1081, 2016.
Viana NI. Correlação entre polimorfismos genéticos relaciona-dos á hereditariedade, fatores humorais e câncer de próstata. 2017. Tese (Doutorado em Ciências) – Faculdade de Medi-cina da Universidade de São Paulo, SP.
Wilson C M, LI K, YU X, Kuan P, Wang X. Open Access Multiple-kernel learning for genomic data mining and pre-diction. BMC Bioinformatics, v.20, n.426, p.1-7, 2019.
Zhang X, Minikel EV, Luria AHOD, Macarthur DG, Ware JS, Weisburd B. ClinVar data parsing. Wellcome Open Re-search Res, v.2, n.33, 2017.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 - Journal of Biotechnology and Biodiversity
Este obra está licenciado com uma Licença Creative Commons Atribuição 4.0 Internacional.
Autores que publicam nesta revista concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution (CC BY 4.0 no link http://creativecommons.org/licenses/by/4.0/) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer momento antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (disponibilizado em O Efeito do Acesso Livre no link http://opcit.eprints.org/oacitation-biblio.html).
