Interpretação de Dados de Sequenciamento do Exoma: De Variantes a Insights

Nos últimos anos, sequenciação do exoma completo (WES) tornou-se uma tecnologia inovadora para o diagnóstico de doenças genéticas e pesquisa de doenças complexas devido à sua alta eficiência em detectar aproximadamente 85% das mutações patogénicas conhecidas dentro de regiões codificantes focadas (que representam 1-2% do genoma). Com a diminuição dos custos de sequenciação e a maturação das ferramentas de bioinformática, o WES tem gradualmente passado de uma ferramenta de pesquisa para aplicações clínicas, como alcançar diagnósticos precisos em doenças raras como a neurofibromatose e a epilepsia. No entanto, a interpretação de grandes quantidades de dados de variantes ainda enfrenta desafios: a validação funcional de variantes de baixa frequência, a eficiência insuficiente na integração de bases de dados de múltiplas fontes e a complexidade da associação entre fenótipos clínicos e genótipos precisam urgentemente de ser abordadas.

Este artigo tem como objetivo rever sistematicamente os processos centrais e os avanços tecnológicos em WES análise de dados e discutir o seu valor médico translacional com casos práticos, fornecendo uma referência para melhorar a precisão do diagnóstico de doenças e a eficiência da pesquisa.

I. Base Tecnológica e Evolução do Sequenciamento de Exomas

1.1 Princípios Tecnológicos e Avanços Fundamentais

O WES foca na deteção de variações em genes que codificam proteínas, direcionando-se para aproximadamente 1% das regiões codificadoras (cerca de 30 Mb) no genoma. As suas principais inovações tecnológicas estão refletidas em:

• Tecnologia de Captura de Probes: O Kit de Exoma Ion TargetSeq™ utiliza mais de 2 milhões de probes para alcançar uma cobertura de alta densidade (>95% de cobertura da região alvo) e, combinado com um processo de enriquecimento em tubo único, reduz a quantidade inicial de DNA para 125 ng.
• Inovação na Plataforma de Sequenciamento: O sistema Illumina NovaSeq 6000 alcança sequenciamento de 150 bp em pares através da tecnologia SBS, produzindo 1,5 Tb de dados por corrida, resultando numa profundidade média de cobertura de 119×.
• Sistema de Controlo de Qualidade: O FastQC, combinado com o Trimmomatic, constrói um processo de controlo de qualidade em três níveis para remover contaminação de adaptadores (remoção de bases com um valor de qualidade Phred <20) e regiões de baixa complexidade (detecção utilizando o método da janela deslizante).

1.2 Visão Geral do Fluxo de Trabalho de Análise de Dados

Uma análise WES típica compreende oito módulos principais:

• Processamento de Dados Brutos: O alinhamento BWA-MEM (parâmetro: -t 8 -R '@RG\tID:sample\tSM:sample') gera um arquivo SAM, que é então processado pelo Picard MarkDuplicates para remover duplicados de PCR.
• Deteção de Variação: O GATK HaplotypeCaller utiliza o modo gVCF (-ERC GVCF) para a recuperação de variantes e, em seguida, realiza genotipagem conjunta de múltiplas amostras usando GenomicsDBImport e GenotypeGVCFs, complementando os resultados do FreeBayes. Isso pode melhorar a sensibilidade da deteção de SNV/Indel para 98,5%.
• Anotação de Variação: O ANNOVAR integra as bases de dados 1000G, ClinVar e GO, fornecendo o impacto funcional da variante (por exemplo, p.M1V causando mutação do códon de início) e a frequência populacional (AF>0,01 filtrada automaticamente).
• Avaliação de Patogenicidade: Com base nas diretrizes da ACMG-AMP, foi desenvolvido um sistema de pontuação de evidências multidimensional utilizando uma combinação de ferramentas preditivas, incluindo SIFT (pontuação <0,05 indica prejudicialidade), PolyPhen2 (pontuação >0,85 indica possível patogenicidade) e CADD (PHRED>20 indica prejudicialidade).
• Validação visual: o IGV exibe a profundidade da cobertura do local da variante (DP≥20) e a frequência alélica (AF=45% indica mutação heterozigótica, na ausência de mutação do número de cópias).
• Deteção de CNV: Com localização de alta resolução (desde um único exon até fragmentos de tamanho médio de 50 kb), combinada com análise de SNV, pode melhorar a eficiência diagnóstica e otimizar os custos e o tempo de deteção. Adequado para deteção de CNV em regiões de exões de tamanho médio (1–50 kb).
• Enriquecimento de vias: Uma rede PPI (confiança >0,7) é construída utilizando a base de dados STRING, e análises de enriquecimento GO e KEGG são realizadas usando o Cytoscape.
• Tomada de decisão clínica: A plataforma de IA Emedgene associa automaticamente fenótipos do OMIM para gerar relatórios de diagnóstico em conformidade com os padrões da ACMG.

II. Estratégias Aprofundadas para a Interpretação de Variantes

2.1 O Padrão Ouro para Filtragem de Variantes

• Filtragem de Qualidade: Loci com GQ ≥ 20 e DP ≥ 30 são retidos, excluindo erros sistemáticos da plataforma de sequenciação.
• Validação de Padrões Genéticos: Na análise de pedigree, a herança recessiva requer que ambos os pais sejam portadores (por exemplo, a mutação p.Arg123 é homozigótica em irmãos), enquanto a herança dominante requer a exclusão de pais que são portadores (por exemplo, a mutação de novo p.Gln456).
• Validação Funcional: Construir linhas celulares neutras em relação ao genótipo utilizando CRISPR/Cas9 e validar alterações na expressão de proteínas através de Western blot (por exemplo, mutação no TP53 causando 80% de truncamento da proteína).

2.2 Análise de Integração Multi-ômica

• Regulação EpigenéticaFoi utilizado um microarray de metilação (Illumina 450K) para detectar os níveis de metilação do promotor (valor β > 0,7 indica hipermetilação), e foi realizada uma análise de associação com dados de RNA-seq (por exemplo, a metilação do promotor do BRCA1 estava significativamente correlacionada com a downregulação da expressão, r = -0,62, p = 0,003).
• Transcriptómica EspacialA tecnologia Visium da 10x Genomics foi utilizada para localizar as regiões de expressão de genes variantes em tecidos (por exemplo, a mutação do TP53 resultou numa diminuição de 3 vezes na expressão no núcleo do tumor).

III. Aplicações Clínicas e Casos Típicos

3.1 Revelando a Estrutura Genética de Variantes Raras

Wang L et al., através da interpretação sistemática de dados de sequenciação do exoma completo (WES), revelou a estrutura genética de variantes codificantes raras na dependência de opióides (OD). As principais conclusões são as seguintes:

• Após o controlo de qualidade dos dados de WES de 4530 participantes (incluindo 2185 casos de OD), foi utilizado um modelo misto logístico para segmentação populacional (Europeu EUR/Africano AFR) e análise cruzada de ancestralidade para identificar associações de variantes únicas (por exemplo, a variante LoF do gene RUVBL2 rs746301110 em EUR, p=6.59×10).^-10, prevendo a nocividade); além disso, a deteção de colapso genético (efeito cumulativo de variantes raras) identificou genes de risco chave como SLC22A10, CHRND (mais significativo entre as linhagens ancestrais) e TMCO3 (p<1×10⁻⁴).
• As variantes do RUVBL2 (helicase de DNA, envolvida na reparação) são específicas de ancestrais; a expressão do CHRND (receptor colinérgico) é diferencial nas regiões do cérebro de OD; o enriquecimento genético revela vias de "regulação metabólica" e "sinalização opioide". Estas descobertas fornecem uma base para os mecanismos de OD (como a reparação anormal de DNA), alvos terapêuticos (Rho GTPases) e desenvolvimento de marcadores genéticos, preenchendo lacunas na investigação sobre variantes raras.

Meta-análise de associações de variantes únicas entre ancestrais cruzados (Wang L et al., 2025)

3.2 Avanço no Diagnóstico de Doenças Raras

Watanabe T et al., através da interpretação de WES, desde a triagem de variantes até à associação clínica, revelaram novas pistas genéticas para pacientes com ataxia espinocerebelosa (SCA):

• A WES foi realizada em 174 pacientes suspeitos de SCA sem duplicações de genes patogénicos conhecidas. Após sequenciação Sanger e validação utilizando cinco algoritmos, foram encontradas três novas variantes de nucleótido único (SNVs) em cinco casos (taxa de diagnóstico de 2,9%), enquanto o restante apresentou apenas variantes benignas.
• As variantes ELOVL4 (SCA34) causam alterações na pele/síndrome de Parkinson; as variantes ELOVL5 (SCA38) estão associadas a distúrbios da bexiga e do reto; as variantes GRM1 (SCA44) apresentam fenótipos heterogéneos, como lesões da substância branca/espasticidade.
• Isto complementa a diversidade genética da SCA, revelando a heterogeneidade variante-fenótipo (como a ausência de ELOVL4 nas alterações cutâneas), fornecendo pistas para pacientes não diagnosticados. No entanto, muitas variantes são de "significado incerto" e requerem validação funcional. A taxa de diagnóstico (2,9%) foi inferior à de estudos semelhantes, possivelmente devido a fatores como etnia e à falta de análise da SCA27B. São necessárias mais investigações com um tamanho de amostra maior no futuro.

3.3 Revelando a rara suscetibilidade genética do IGM

Ozer L et al., através de uma interpretação sistemática de dados de sequenciação do exoma completo (WES), desde a identificação de variantes até a associação funcional, revelaram uma rara suscetibilidade genética à mastite granulomatosa idiopática (IGM). As principais conclusões são as seguintes:

• O WES foi realizado em 30 pacientes com IGM (feminino, 23-54 anos), focando em 317 genes relacionados com o sistema imunitário. Foram detectadas 141 variantes (cobertura de 95-99%) em 100 genes. De acordo com os critérios da ACMG: 10,6% eram variantes patogénicas/provavelmente patogénicas (13 genes, como FCGR1A e MPO), presentes em 40% dos pacientes; 89,4% eram variantes de significado indeterminado (VUS), na sua maioria heterozigóticas.
• As variantes estão concentradas em vias do sistema imunitário inato—função dos macrófagos (5 genes incluindo FCGR1A e MPO), metabolismo mitocondrial (3 genes incluindo NAXD e COQ2), inflamação autoimune (3 genes incluindo IL36RN e RNASEH2B) e complemento (C9). Cada paciente apresenta de 2 a 8 variantes, e alguns também têm manifestações extramamárias (eritema nodoso, artrite).
• Este é o primeiro estudo ocidental sobre ES a confirmar que a IGM está associada a anomalias do sistema imunitário inato (defeitos fagocíticos, distúrbios mitocondriais e desregulação inflamatória), apoiando a sua classificação como uma "doença autoinflamatória." Onze genes (como MPO e IL36RN) servem como marcadores de susceptibilidade, proporcionando alvos terapêuticos alternativos (como a abordagem ao IL-36) para pacientes resistentes à terapia hormonal. No entanto, o tamanho da amostra é pequeno (30 casos) e falta validação funcional; são necessárias mais investigações e a expansão da coorte.

3.4 Riscos Genéticos Únicos Revelados pelo WES de SCZ em Pacientes Tibetanos de Alta Altitude

Chen L et al., através de WES, revelaram riscos genéticos únicos e raros em pacientes tibetanos com esquizofrenia em alta altitude (47 casos + 53 controlos):

• O sequenciamento identificou 213.097 variantes (incluindo 27.644 variantes novas), das quais foram identificadas 275 variantes potencialmente patogénicas (como MAP2 e BAI2) e 27 variantes raras e prejudiciais (mudança de quadro, ganho de terminação, etc.).
• A análise de enriquecimento do Metascape mostrou que os genes variantes estavam concentrados em adaptação à hipoxia e vias de neurodesenvolvimento (metabolismo de flavonoides, regulação do RHOA); o gene C5orf42 (formação de cílios) estava significativamente associado, e nos pacientes Han chineses, apenas a variante BAI2 foi duplicada (2 casos tibetanos, 1 caso Han chinês), sugerindo uma singularidade populacional.
• Isto confirma a interação entre a hipoxia em altitude elevada e a genética da esquizofrenia, com C5orf42, MAP2 e PRODH (metabolismo da prolina) como marcadores de suscetibilidade, e a via do metabolismo dos flavonoides a potencialmente servir como um alvo terapêutico. O tamanho da amostra é pequeno (100 casos) e são necessárias mais validações.

A proporção de tipos de variantes sequenciadas (Chen L. et al., 2024)

IV. Desafios Tecnológicos e Direções de Fronteira

4.1 Gargalos Tecnológicos Atuais

• Variação de baixa frequência alélica: Variantes com uma frequência alélica (AF) <1% são facilmente mascaradas pelo ruído de sequenciação, exigindo tecnologia UMI (como o Illumina NovaSeq X) para reduzir a taxa de erro para 0,1%.
• Variações Estruturais Complexas: Inversões mediadas por elementos Alu (como alguns tipos de alfa-talassemia) têm uma taxa de deteção convencional de WES de apenas 65%, enquanto o sequenciamento de long-read (PacBio Sequel II) pode melhorar isso para 92%.

4.2 Tendências Tecnológicas Futuras

• Sequenciação de Exões de Célula Única: O Kit de Exoma de Célula Única Next GEM da 10x Genomics Chromium alcança resolução a nível de célula única, resolvendo a heterogeneidade tumoral (como a evolução das proporções subclonais mutantes de TP53 de 12% para 68%).
• Interpretação Orientada por IA: O modelo DeepSEED, que combina dados de 100.000 casos de WES, alcança uma AUC de 0,87 para a previsão da patogenicidade de VUS, uma melhoria de 30% em relação aos métodos tradicionais.

4.3 Perspectivas de Aplicação Clínica

• Monitorização Dinâmica: A biópsia líquida (ctDNA) acompanha a evolução do genoma tumoral em tempo real, orientando ajustes no tratamento.

Conclusão

Sequenciação do exoma está a passar de "saída de dados" para "insights clínicos." Com sequenciação por nanoporo (Oxford Nanopore PromethION 5) permitindo a deteção de variantes em tempo real e estruturas de aprendizagem federada (como a GA4GH) que facilitam o compartilhamento de dados entre múltiplos centros, a medicina de precisão entrará numa nova era de "diagnóstico a nível de minutos e intervenção personalizada."

Referências:

1. Wang L, Nuñez YZ, Kranzler HR, Zhou H, Gelernter J. Estudo de sequenciação do exoma completo da dependência de opióides oferece novas perspetivas sobre as contribuições das variantes do exoma.. medRxiv [Pré-impressão]2024 Set 17:2024.09.15.24313713.
2. Watanabe T, Kume K, Inoue K, Nakamura M, Yamamoto S, Kurashige T, Ohshita T, Tazuma T, Kaido M, Maetani Y, Maruyama H, Kawakami H. O sequenciamento do exoma completo na ataxia espinocerebelar japonesa identifica variantes novas.. J Hum Genet2026 Jan;71(1):35-39.
3. Ozer L, Koksal H. Sequenciação do exoma completo para identificar variantes genéticas raras relacionadas com a mastite granulomatosa idiopática. Clin RheumatolAbr 2025;44(4):1843-1850.
4. Chen L, Du Y, Hu Y, Li XS, Chen Y, Cheng Y. O sequenciamento do exoma completo de indivíduos de uma população isolada sob condições extremas implica variantes de risco raras para a esquizofrenia.. Psiquiatria Translacional2024 Jun 29;14(1):267. doi: 10.1038/s41398-024-02984-y. Errata em: Transl Psychiatry. 2024 Jul 16;14(1):290.