La aplicación de las matemáticas a la biología: Software identifica las mutaciones que causan enfermedades en las enfermedades no diagnosticadas

La herramienta informática desarrollada en la Universidad de Utah (Universidad de Utah) ha identificado con éxito las enfermedades con mutaciones genéticas desconocidas en tres casos separados, U de U investigadores y sus colegas informan de ella en un nuevo estudio publicado en The American Journal of Human Genetics. El software, Phevor (Fenotipo Driven Variant Ontológico herramienta Re-ranking), identifica las enfermedades no diagnosticadas y mutaciones genéticas desconocidas analizando los exomes o áreas de ADN donde son generadas las proteínas que codifican para los genes, en pacientes individuales y familias pequeñas.

La secuenciación de los genomas de los individuos o familias pequeñas a menudo producen falsas predicciones de las mutaciones que causan enfermedades. Pero el estudio, llevado a cabo a través del nuevo USTAR Center for Genetic Discovery en la U de U, muestra que el enfoque único de Phevor le permite identificar los genes causantes de enfermedades con mayor precisión que otras herramientas computacionales.
Marcos Yandell, Ph.D, profesor de genética humana, dirigió la investigación. Fue acompañado por los coautores Martin Reese, Ph.D., de Omicia Inc., Oakland, California, la compañía de software de interpretación del genoma, Stephen L. Guthery, MD, profesor de pediatría que vio dos de los casos en la clínica, un colega del MD Anderson Cancer Center en Houston, y otros investigadores de la U de U. Marc V. Singleton, un estudiante de doctorado en el laboratorio de Yandell, es el primer autor.
Phevor representa un gran avance en el cuidado personalizado de la salud, de acuerdo con Lynn B. Jorde, Ph.D., y profesor de la Universidad de Utah, presidente de genética humana y también un co-autor del estudio. Como el costo de la secuenciación del genoma sigue bajando, Jorde espera que se convierta en parte de la atención sanitaria estandarizada dentro de unos años, haciendo de  las  herramientas de diagnóstico como Phevor que estén más fácilmente disponibles para los médicos.
"Con Phevor, sólo con tener la secuencia de ADN permitirá a los médicos identificar las enfermedades raras y sin diagnosticar y las mutaciones que causan enfermedades", dijo Jorde. "En algunos casos, van a ser capaces de hacer el diagnóstico en sus propias oficinas."
Phevor funciona mediante el uso de algoritmos que combinan las probabilidades de mutaciones genéticas que están implicadas en una enfermedad con bases de datos de fenotipos, o la manifestación física de una enfermedad, así como información sobre las funciones genéticas. Mediante la combinación de estos factores, Phevor identifica una enfermedad no diagnosticada o la mutación genética candidata más probable para causar una enfermedad. Es particularmente útil cuando los médicos quieren identificar una enfermedad o mutación genética que implica a un solo paciente o al paciente y a dos o tres otros miembros de la familia, que es la situación clínica más común para enfermedades no diagnosticadas.
Yandell, el desarrollador principal del software, describe a Phevor como la aplicación de las matemáticas a la biología. "Phevor es una manera de tratar de obtener el máximo provecho de un genoma de un niño para identificar enfermedades o encontrar mutaciones genéticas que causan enfermedades", dijo Yandell.
La investigación publicada cita el caso de un lactante de 6 meses de edad, que estaba enfermo de lo que parecía ser un problema en el hígado, pero los sanitario del niño no podían diagnosticar con exactitud lo que estaba mal. Phevor resolvió el misterio mediante la identificación de la enfermedad y el hallazgo de una mutación de un gen desconocido que la causó. En otros dos casos, Phevor identificó mutaciones desconocidas genéticas relacionadas con una enfermedad de inmunodeficiencia y el trastorno de la autoinmunidad de la misma manera - cribando las partes de los genomas secuenciados de los dos pacientes jóvenes y de dos o tres miembros de la familia.
En un caso, Yandell y sus colegas utilizaron Phevor y otra herramienta de cálculo, Vaast (Variante de anotación, análisis, herramientas de búsqueda), para buscar la mutación probable en un síndrome de inmunodeficiencia que se encuentra en tres de los cuatro miembros de una familia. Se extrajo sangre de cada miembro de la familia, además de una persona no relacionada que mostró los mismos síntomas que la madre y sus dos hijos en la familia, para la secuenciación del ADN.
Vaast, también desarrollado en el laboratorio de Yandell, identificó una serie de mutaciones que podrían haber causado el síndrome, pero no pudo identificar a un candidato individual como el gen causante. Pero el uso de los resultados de VAAST-, en combinación con Phevor, la Yandell y sus colegas identificaron el gen más probable que causa del síndrome. Estudios de seguimiento confirmaron los resultados de predicción de Phevor.
En un caso similar con un niño de 12 años de edad, cuyo exoma se secuenció sin ningún dato de la familia, Phevor se basó en el análisis de VAAST para identificar una mutación genética que causa la enfermedad, otro síndrome autoinmune. En este caso, Phevor necesitó el exoma de sólo el paciente para identificar el síndrome.



Traducido por IACES Noticias

Título original "Applying math to biology: Software identifies disease-causing mutations in undiagnosed illnesses" de Science Daily


0 comentarios :

Publicar un comentario