Forbes.ua
Apixmed Prism — інноваційна платформа генетичної аналітики нового покоління
Головна keyboard_arrow_right Блог keyboard_arrow_right
Точність генетичного тесту: зчитування ДНК і оцінка ризику
Технологія
Дата публікації:
7 хвилин читання

Точність генетичного тесту: зчитування ДНК і оцінка ризику

 Скелеподібна концептуальна шкала-вимірювач із сяючою стрілкою на світло-блакитному тлі — головне зображення про точність тестування.

Генетичний тест на основі методу генотипування визначає поширені варіанти ДНК надійно: у порівнянні з прямим прочитанням послідовності ДНК (як у випадку повногеномного секвенування) узгодженість результатів становить близько 99%. Передбачити, чи розвинеться певний клінічний стан на основі інформації про ці поширені варіанти, — інше завдання з власними, вужчими межами.

Точність зчитування і точність прогнозу не збігаються через будову полігенних ознак: сукупна схильність складається з багатьох невеликих внесків, тому прогноз для окремої людини залежить від ознаки, моделі та групи порівняння.

Що ж стоїть за рівнем точності генетичного тесту і на що дивитися в конкретному звіті?

Два складника точності генетичного тесту

Щоб отримати оцінку за показником, виконують дві різні дії: визначають варіанти ДНК конкретної людини, а потім за цими варіантами розраховують відносну схильність людини до того чи іншого стану. Кожна дія має власний тип помилки, і міра для кожної своя: аналітична валідність для визначення варіантів, клінічна — для розрахунку схильності.

Аналітична валідність описує якість лабораторного визначення варіантів: чи збігаються генотипи у звіті з вихідним геномом зразку. Її перевіряють шляхом зіставленням результатів генотипування із секвенуванням тих самих зразків — методом, який читає послідовність ДНК безпосередньо, а не на основі попередньо заданих позицій у ДНК.

Клінічна валідність показує, наскільки оцінка схильності узгоджується з тим, що справді спостерігають у людей: чи частіше виникає стан у тих, хто має вищі оцінки, і чи збігається очікувана частота з фактичною. Придатність оцінки для конкретного медичного рішення лежить за межами валідності й оцінюється окремо.

Висока аналітична валідність не є запорукою високої клінічної: надійне зчитування, хоча і забезпечує точні дані, має непрямий вплив на точність оцінки ризику.

Точність зчитування ДНК

У дослідженні на даних UK Biobank результати генотипування зіставили з екзомним секвенуванням для 49 908 учасників (Weedon et al., BMJ, 2021). Для поширених варіантів із частотою в популяції понад 1% генотипування точно виявило 99,7–99,8% варіантів. Серед усіх варіантів, визначених як наявні, секвенування підтвердило відповідність у 98,7–99,0% (Weedon et al., BMJ, 2021).

Для рідкісних варіантів те саме дослідження дає інші числа. Серед варіантів із частотою нижче 0,001% секвенування підтвердило лише 16% із 4757 результатів, у яких генотипування показало наявність варіанта. Окремо автори оцінили рідкісні патогенні варіанти на прикладі двох генів і дійшли висновку, що для дуже рідкісних патогенних варіантів такі результати ненадійні й не повинні впливати на медичні рішення без підтвердження альтернативним клінічно валідованим методом (Weedon et al., BMJ, 2021).

Важливим є те, що частину генотипів визначають розрахунково: за зчитаними позиціями та референтною панеллю гаплотипів (наборів варіантів, що успадковуються разом на одній ділянці хромосоми). Так, оцінюють імовірний генотип там, де пряме зчитування його не дає. Такий розрахунок розширює коло варіантів, доступних для досліджень, — із великими панелями до частоти близько 0,01% (Taliun et al., Nature, 2021). Для окремої людини це не означає однакової точності визначення кожного з таких варіантів.

Детальніше про те, як дані генотипування перетворюються на показники звіту — у статті Від сирих даних до показників звіту: як дані генотипування стають генетичним профілем.

Прозора ДНК-спіралеподібна структура із сяючим сегментом на тлі розмитих фігур референтної популяції.

Чому точне зчитування не означає точної оцінки ризику

Багато ознак і станів, які оцінюють у генетичних звітах, мають полігенну архітектуру: сукупна генетична схильність формується внесками сотень або тисяч варіантів, кожен із яких окремо має невеликий ефект. Щоб виразити цю оцінку одним значенням, розраховують полігенну оцінку ризику (polygenic risk score, PRS), за якою визначають рівень генетичної схильності людини відносно референтної популяції  (Slunecka et al., Hum. Genom., 2021). Будують PRS на результатах повногеномних досліджень асоціацій (genome-wide association study, GWAS), де частоту варіантів зіставляють між групами з ознакою та без неї.

Високе значення полігенної оцінки ризику (PRS) саме по собі не означає високої ймовірності захворіти. Наприклад, PRS на рівні 90-го процентиля означає, що приблизно 90% людей у референтній вибірці мають нижчу оцінку генетичної схильності. Щоб оцінити абсолютний ризик, потрібно також врахувати, як часто захворювання виникає у відповідній популяції за певний період. Залежно від захворювання, для індивідуального прогнозу можуть бути важливими вік, умови життя та клінічні показники. Наскільки добре PRS розрізняє людей із захворюванням і без нього? Це показує площа під ROC-кривою (AUC). Уявімо 100 випадково сформованих пар людей, у кожній з яких одна людина має захворювання, а інша ні. Якщо AUC дорівнює 0,70, то приблизно в 70 зі 100 пар вищу оцінку генетичної схильності матиме людина із захворюванням. За AUC 0,50 результат такий самий, як при випадковому виборі, а за AUC 1 людина із захворюванням матиме вищу оцінку в усіх 100 парах.

В огляді клінічної придатності полігенних оцінок (2023 р.) цей показник зазвичай становив 0,65–0,70 і суттєво залежав від захворювання; для діабету 1-го типу автори наводять близько 0,90. Додавання PRS до клінічної шкали підвищувало його помірно. Високе значення PRS не рівнозначне високому абсолютному ризику (Koch et al., J. Community Genet., 2023).

Причина цього обмеження міститься в архітектурі самої ознаки. Генетичний складник — лише один із чинників поряд зі способом життя, середовищем, віком і випадковістю, і для різних станів його вага неоднакова. Висока точність визначення поширених варіантів не змінює того, що генетичні дані описують лише частину варіації ознаки.

Точність оцінки схильності

Для однієї ознаки або захворювання існує кілька моделей розрахунку, побудованих на різних вибірках і різними статистичними методами, тому результат залежить від вибору моделі. Описують ці моделі теж неоднаково, і щоб звести опис до спільних вимог, у галузі з'явився стандарт звітності для полігенних показників ризику (polygenic risk score reporting standards, PRS-RS). Стандарт розробила робоча група консорціуму Clinical Genome Resource (ClinGen) разом з авторами каталогу полігенних оцінок PGS Catalog. Стандарт містить 22 пункти і визначає обов'язкові відомості про кожну модель: склад вибірки, статистичні методи, результати перевірки та обмеження оцінки (Wand et al., Nature, 2021). Каталог зберігає самі моделі з переліками варіантів, алелів і ваг — числових коефіцієнтів, які задають внесок кожного варіанта, — щоб моделі можна було відтворити та зіставити між собою (Lambert et al., Nat. Genet., 2021).

Точність залежить також від популяції. Чим більша генетична відстань між популяцією, на даних якої модель побудовано, і тією, до якої її застосовують, тим нижча точність прогнозу. До цього додаються відмінності в частотах варіантів і в тому, яку частку варіації ознаки пояснюють генетичні чинники (Kachuri et al., Nat. Rev. Genet., 2024).

Apixmed Prism зчитує близько 700 000 генетичних маркерів і розраховує кожен показник за всіма доступними моделями ознаки, зводячи їхні результати до спільної шкали відносно референтної популяції.

Дві паралельні прозорі пластини: верхня містить ДНК-спіраль, нижня — хвилеподібний ландшафт фенотипових даних.

Межі генетичної оцінки

Генетична оцінка охоплює відносну схильність і не є клінічним діагнозом. Поточного стану організму вона не показує: рівні речовин, запалення та функцію органів оцінюють лабораторними обстеженнями. Тому генетичний результат читають разом з анамнезом і даними обстежень пацієнта, а інтерпретація в медичному контексті потребує фахівця з відповідною підготовкою (ACMG, DNA-based screening and personal health, 2021).

Змішування генетичної схильності з поточним станом — найчастіше джерело неправильних очікувань від тесту. 

Про те, як ці два рівні інформації співвідносяться, — у статті Що таке ДНК-тест і чим він відрізняється від аналізу крові.

Визначення варіантів і прогноз мають різні межі: для поширених варіантів зчитування надійне, а сила прогнозу залежить від ознаки та моделі. Обидві межі оцінюють за визначеними критеріями, тому про надійність результату судять не за самим числом: потрібно знати, яким методом зчитано дані, за якою моделлю розрахована оцінка та відносно якої популяції вона подана.

Досліджуйте свої генетичні особливості з Apixmed Prism — понад 1000 показників у 26 напрямах генетичного тестування.

Поширені запитання

Чи бувають помилки у визначенні варіантів ДНК?

Для поширених генетичних варіантів імовірність помилки низька: порівняння з прямим прочитанням послідовності ДНК, тобто секвенуванням, дає точність близько 99%. Для дуже рідкісних варіантів надійність падає, тому такі результати підтверджують цільовим лабораторним методом.

Генетичний тест показав високий рівень схильності, а стандартні обстеження не виявили відхилень — як це розуміти?

Ці результати описують різне. Генетичний звіт показує успадковану схильність, стандартні лабораторні аналізи та обстеження — стан організму на момент дослідження. Збіг між ними не обов'язковий, а розходження не свідчить про помилку в жодному з результатів.

Чи означає висока генетична схильність, що стан розвинеться?

Висока схильність не рівнозначна високому абсолютному ризику. Значення PRS показує, наскільки людина відрізняється за генетичними чинниками від більшості людей у референтній вибірці. Чи проявиться схильність, залежить від багатьох інших обставин.

Чи стають генетичні тести точнішими з часом?

Успадкований генотип лишається незмінним, а моделі розрахунку переглядають у міру накопичення досліджень, тому повторна інтерпретація тих самих даних може дати уточнену оцінку. Детальніше — у статті Реаналіз звіту: що змінюється, коли оновлюється наукова база.

 

Результати генетичного тесту — це не діагноз і не заміна консультації лікаря. Звіт Apixmed Prism дає генетичний контекст, який доповнює результати обстежень і допомагає приймати рішення разом із лікарем.

 

Джерела

  1. American College of Medical Genetics and Genomics. (2021). DNA-based screening and personal health: a points to consider statement for individuals and health-care providers. Genetics in Medicine, 23(6), 979–988. https://doi.org/10.1038/s41436-020-01083-9

  2. Kachuri, L., Chatterjee, N., Hirbo, J. та ін. (2024). Principles and methods for transferring polygenic risk scores across global populations. Nature Reviews Genetics, 25(1), 8–25. https://doi.org/10.1038/s41576-023-00637-2

  3. Koch, S., Schmidtke, J., Krawczak, M., Caliebe, A. (2023). Clinical utility of polygenic risk scores: a critical 2023 appraisal. Journal of Community Genetics, 14(5), 471–487. https://doi.org/10.1007/s12687-023-00645-z

  4. Lambert, S. A., Gil, L., Jupp, S. та ін. (2021). The Polygenic Score Catalog as an open database for reproducibility and systematic evaluation. Nature Genetics, 53(4), 420–425. https://doi.org/10.1038/s41588-021-00783-5

  5. Slunecka, J. L., van der Zee, M. D., Beck, J. J. та ін. (2021). Implementation and implications for polygenic risk scores in healthcare. Human Genomics, 15(1), 46. https://doi.org/10.1186/s40246-021-00339-y

  6. Taliun, D., Harris, D. N., Kessler, M. D. та ін. (2021). Sequencing of 53,831 diverse genomes from the NHLBI TOPMed Program. Nature, 590(7845), 290–299. https://doi.org/10.1038/s41586-021-03205-y

  7. Wand, H., Lambert, S. A., Tamburro, C. та ін. (2021). Improving reporting standards for polygenic scores in risk prediction studies. Nature, 591(7849), 211–219. https://doi.org/10.1038/s41586-021-03243-6

  8. Weedon, M. N., Jackson, L., Harrison, J. W. та ін. (2021). Use of SNP chips to detect rare pathogenic variants: retrospective, population based diagnostic evaluation. BMJ, 372, n214. https://doi.org/10.1136/bmj.n214

Читайте наступні статті

Залишилися питання?

Залиште свої контактні дані — наші спеціалісти зв’яжуться з вами найближчим часом. Ми допоможемо розібратися у пропозиціях, підібрати тест відповідно до вашого запиту і відповімо на будь-які запитання про продукт і процес.