Construções de genoma de referência: Por que GRCh37 vs GRCh38 aparece em relatórios

O que é uma construção de referência

O genoma de referência é uma sequência de consenso contra a qual as leituras de DNA de uma pessoa são alinhadas e comparadas. Ele é atualizado periodicamente pelo Genome Reference Consortium à medida que lacunas são preenchidas e erros corrigidos.

GRCh37 (também chamado de hg19) foi lançado em 2009; GRCh38 (hg38) em 2013, com pequenas manchas continuadas. GRCh38 corrige milhares de erros, preenche lacunas e representa melhor regiões que variam entre indivíduos.

Por que as coordenadas diferem

Como a sequência foi adicionada e reorganizada entre construções, a mesma variante fica em uma posição numérica diferente em GRCh37 e GRCh38. Um relatório deve indicar qual build foi usado.

A nomenclatura variante no nível da proteína ou do transcrito (por exemplo, uma alteração específica de aminoácido) é mais estável, o que é uma das razões pelas quais os relatórios clínicos enfatizam essa descrição juntamente com as coordenadas genômicas.

As versões transcritas também são importantes

Uma variante de codificação é numerada em relação a um transcrito de referência escolhido para o gene. Os genes podem ter várias transcrições e usar uma transcrição diferente altera a posição da codificação e, às vezes, a consequência prevista.

Os laboratórios usam cada vez mais conjuntos de transcrições de referência padronizadas para reduzir essa ambiguidade, mas relatórios mais antigos podem usar transcrições diferentes.

Consequências Práticas

Ao comparar um relatório novo com um mais antigo, ou procurar uma variante em um banco de dados, a construção e a transcrição devem corresponder ou as coordenadas devem ser convertidas (elevadas). O liftover geralmente é confiável, mas pode falhar em regiões reorganizadas.

Os recursos de frequência da população são específicos da construção, portanto, uma frequência pesquisada na construção errada pode ser enganosa.

Notas de Interpretação

Verifique a construção do genoma e a transcrição de referência em qualquer relatório de variante antes de compará-lo com outra fonte.

A descrição em nível de proteína de uma variante é o identificador mais portátil e é o que a maioria dos bancos de dados clínicos com curadoria se baseia.

Principais conclusões

• ·GRCh37 e GRCh38 são construções de referência sucessivas; uma variante tem coordenadas diferentes em cada uma.
• ·Os relatórios devem indicar a construção e a transcrição de referência utilizada.
• ·As descrições de variantes em nível de proteína são mais estáveis que as coordenadas genômicas.
• ·Incompatibilidades de construção causam erros ao comparar relatórios ou pesquisar frequências populacionais.