Construcciones de genoma de referencia: por qué GRCh37 vs GRCh38 aparece en los informes

Qué es una compilación de referencia

El genoma de referencia es una secuencia consenso con la que se alinean y comparan las lecturas de ADN de una persona. El Genome Reference Consortium lo actualiza periódicamente a medida que se llenan los vacíos y se corrigen los errores.

GRCh37 (también llamado hg19) fue lanzado en 2009; GRCh38 (hg38) en 2013, con parches menores continuos. GRCh38 corrige miles de errores, cierra brechas y representa mejor regiones que varían entre individuos.

Por qué difieren las coordenadas

Debido a que la secuencia se agregó y reorganizó entre compilaciones, la misma variante se ubica en una posición numérica diferente en GRCh37 y GRCh38. Un informe debe indicar qué compilación utilizó.

La nomenclatura variante a nivel de proteína o transcripción (por ejemplo, un cambio de aminoácido específico) es más estable, lo cual es una de las razones por las que los informes clínicos enfatizan esa descripción junto con las coordenadas genómicas.

Las versiones de las transcripciones también importan

Una variante codificante se numera en relación con una transcripción de referencia elegida para el gen. Los genes pueden tener varias transcripciones y el uso de una diferente cambia la posición de codificación y, a veces, la consecuencia prevista.

Los laboratorios utilizan cada vez más conjuntos de transcripciones de referencia estandarizados para reducir esta ambigüedad, pero los informes más antiguos pueden utilizar transcripciones diferentes.

Consecuencias prácticas

Al comparar un informe nuevo con uno anterior, o buscar una variante en una base de datos, la compilación y la transcripción deben coincidir o las coordenadas deben convertirse (levantarse). El liftover suele ser fiable pero puede fallar en regiones reorganizadas.

Los recursos de frecuencia de población son específicos de la compilación, por lo que una frecuencia buscada en la compilación incorrecta puede ser engañosa.

Notas de interpretación

Verifique la construcción del genoma y la transcripción de referencia en cualquier informe de variante antes de compararlo con otra fuente.

La descripción a nivel de proteína de una variante es el identificador más portátil y es en lo que se basan la mayoría de las bases de datos clínicas seleccionadas.

Conclusiones clave

• ·GRCh37 y GRCh38 son construcciones de referencia sucesivas; una variante tiene coordenadas diferentes en cada una.
• ·Los informes deben indicar la compilación y la transcripción de referencia utilizada.
• ·Las descripciones de variantes a nivel de proteína son más estables que las coordenadas genómicas.
• ·Las discrepancias en las compilaciones provocan errores al comparar informes o buscar frecuencias de población.