Avaliação de variantes genéticas no gene regulador da condutância transmembrânica da fibrose cística (CFTR) através de preditores computacionais (in silico)

• Ano de defesa: 2017
• Autor(a) principal: Michels, Marcus Silva
• Orientador(a): Sanseverino, Maria Teresa Vieira
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Fibrose cística; Regulador de condutância transmembrana em fibrose cística
• Palavras-chave em Inglês: Cystic fibrosis; ClinVar; CFTR2; PredictSNP; In silico prediction; Missense variants; CFTR
• Link de acesso: http://hdl.handle.net/10183/180489

A Fibrose Cística (FC) é uma doença monogênica com padrão de herança autossômico recessivo. Mutações no gene da Condutância Transmembrânica da Fibrose Cística (CFTR) causam alterações no canal de cloreto codificado por esse gene, o que aumenta a viscosidade do muco, levando às manifestações clínicas observadas nos pacientes com FC. Até o momento, mais de 2.000 variantes estão descritas no “Cystic Fibrosis Mutation Database” e quase 40% delas causam a substituição de um aminoácido por outro. Como a maioria dessas variantes “missense” não tem sua patogenicidade confirmada, a análise in silico dessas variantes poderia ajudar no diagnóstico molecular e no aconselhamento genético. Contudo, preditores in silico podem divergir durante a interpretação de variantes genéticas, gerando resultados que não contribuem para a interpretação da patogenicidade das mutações no CFTR. Neste estudo, a patogenicidade de 779 variantes “missense” no gene CFTR foi estabelecida pelo preditor consensual PredictSNP e comparada a dois bancos de anotação de variantes (CFTR2 e ClinVar). A concordância Kappa entre todos preditores foi fraca a moderada. O mesmo se aplica para os preditores em relação ao CFTR2 e ao ClinVar. A análise da acurácia esperada mostrou que o PredictSNP e o PhDSNP tiveram as melhores acurácias quando comparados aos outros preditores. As substituições do aminoácido isoleucina por valina foram associadas ao desfecho “neutro” enquanto que as substituições de leucina por prolina foram associadas ao desfecho “deletério”. Variantes que causam a substituição de aminoácidos localizados nos domínios de ligação a nucleotídeo e em β-folhas estão associadas com concordância completa entre os preditores ao passo que variantes que geram troca de aminoácidos localizados no domínio transmembrânico 1 e em α-hélices estão associadas a pelo menos uma discordância entre os preditores, independentemente da posição. A análise de sensibilidade e especificidade relevou que o PhDSNP e o PredictSNP são os melhores preditores para analisar variantes “missense” no CFTR enquanto que o nsSNPAnalyzer não seria recomendado para analisar as mesmas variantes. Esses resultados corroboram dados da literatura ao mostrar que os preditores in silico divergem quando analisam a patogenicidade de variantes “missense” no CFTR. Também se observou que eles divergem dos bancos de anotação de variantes. Por isso, os resultados gerados pelos preditores devem ser usados com cautela e os dados clínicos devem ser levados em consideração na anotação de variantes no CFTR.