Tipagem HLA de Alta Resolução por NGS: Um Guia Abrangente para a Identificação de Alelos de Classe I e Classe II para Aplicações de Investigação e Translacionais

Intenção MetaUm guia prático para definir a resolução HLA que um estudo realmente necessita, selecionar um design de NGS que a possa suportar e interpretar as chamadas de alelos sem exagerar no que as evidências de sequência provam.

A tipagem HLA de alta resolução é frequentemente solicitada como um único produto, mas é melhor compreendida como um padrão de evidência. Um resultado é tão resolvido quanto os loci, regiões de sequência, informações de fase a nível molecular, base de dados de referência e política de reporte que o sustentam. Este guia explica como conceber e auditar a tipagem HLA baseada em NGS para questões de investigação que requerem chamadas de alelos de Classe I e Classe II defensáveis.

Alta Resolução É uma Afirmativa de Evidência, Não um Sinónimo de NGS

O primeiro erro de planeamento num projeto HLA é tratar "baseado em NGS" e "alta resolução" como intercambiáveis. O NGS pode reduzir substancialmente a ambiguidade, mas o resultado ainda depende do que foi amplificado ou capturado, quais bases foram cobertas, se os variantes podem ser faseados no mesmo cromossoma e como o software de análise mapeia as leituras ao seu conjunto de referência. Um ensaio de leituras curtas que reporta dois campos e um ensaio de leituras longas de gene completo podem ambos ser descritos como NGS, no entanto, não fazem a mesma afirmação.

Para o design do projeto, defina a saída antes do método. O estudo está a pedir uma categoria ampla associada a antígenos, uma chamada de alelos em dois campos, uma distinção de sequência dentro de uma região codificadora, ou um contexto de alelos de gene completo que inclua variação intrónica e não traduzida? A resposta determina se um design direcionado, um design de long-amplicon, ou um fluxo de trabalho de inferência a partir de dados genómicos existentes é apropriado.

A regra prática é simples: o relatório deve indicar a resolução que a evidência da sequência disponível suporta, e não o maior número de campos disponíveis numa base de dados. Isto muda a discussão de "Qual plataforma é a melhor?" para "Que evidência deve o experimento preservar?"

Figura 1: Escada de resolução HLA e limites de evidência.

De onde vem a ambiguidade do HLA

Dois problemas técnicos criam a maior parte da ambiguidade residual do HLA. O primeiro é a observação incompleta. Se um ensaio analisar apenas exões selecionados, dois alelos que diferem em um intrão, exão ou UTR não podem ser distinguidos por esse ensaio. O segundo é a fase ausente. Uma amostra heterozigótica pode conter duas variantes, mas leituras curtas separadas podem não mostrar qual variante pertence a qual alelo no mesmo cromossoma.

Estes mecanismos são importantes porque requerem correções diferentes. Uma região não observada exige uma cobertura de locus mais ampla. Uma incerteza cis-trans requer um design que ligue variantes informativas na mesma molécula, como um amplicão suficientemente longo, uma biblioteca consciente da molécula ou leituras mais longas. Adicionar mais leituras aos mesmos fragmentos desconectados pode melhorar a confiança em bases individuais sem resolver uma relação de fase distante.

Os loci de Classe I e Classe II também não se comportam como um alvo uniforme. Muitas estratégias tradicionais focam nos exões 2 e 3 para a Classe I e no exão 2 para a Classe II porque codificam regiões-chave de ligação a peptídeos. Isso é biologia útil, mas não torna o restante de cada gene irrelevante para a reportação ao nível alélico. Um projeto deve distinguir um resultado útil da região de ligação a peptídeos de uma afirmação de definição alélica completa.

O Tipagem HLA A discussão sobre o serviço deve, portanto, começar com a questão não resolvida: cobertura incompleta, polimorfismos não faseados, variação potencialmente nova ou a necessidade de um grupo reportável específico. Tratar cada ambiguidade como um problema de software analítico muitas vezes leva a uma reanálise pouco útil dos dados que nunca contiveram as evidências necessárias.

Figura 2: Lacunas de cobertura versus ambiguidade de fase.

Leia o Nome do Alelo Antes de Comparar Resultados

Um nome de alelo como HLA-A*02:01:01:01 é uma notação compacta para várias camadas de distinção de sequências. O primeiro campo agrupa alelos historicamente associados a uma família serológica. O segundo campo distingue alelos que codificam diferentes sequências de proteínas. O terceiro campo regista diferenças de codificação sinónimas, e o quarto campo regista diferenças fora da sequência codificadora. Sufixos podem adicionar informações sobre expressão ou estado da sequência, portanto, não devem ser removidos casualmente durante a exportação de dados.

Estes campos não são um cartão de pontuação universal. Uma designação de quatro campos pode ser cientificamente significativa apenas quando o ensaio observado ou defensivamente inferido as regiões que distinguem os candidatos. Por outro lado, um resultado de dois campos pode ser o ponto final apropriado se a questão do estudo estiver explicitamente limitada à distinção alélica a nível de proteína e a incerteza fora desse âmbito for declarada.

Os grupos G e os grupos P são ferramentas de reporte úteis, mas respondem a perguntas diferentes. Um grupo G combina alelos que partilham a mesma sequência de nucleotídeos nos exões que codificam os domínios de ligação a peptídeos: exões 2 e 3 para a Classe I e exon 2 para a Classe II. Um grupo P relaciona alelos que codificam a mesma sequência de proteína do domínio de ligação a peptídeos. Nenhum dos rótulos prova que a sequência genómica completa é idêntica. O relatório deve incluir a versão da base de dados, uma vez que a pertença ao grupo e os alelos nomeados evoluem à medida que a referência oficial é atualizada.

Figura 3: Nomenclatura HLA de quatro campos mapeada à estrutura do gene.

Defina Loci e Resolução Reportável Antes de Escolher um Assay

Não comece com um painel fixo apenas porque é familiar. Comece com a questão de pesquisa biológica ou translacional, e depois indique quais loci e qual nível de reporte são necessários para testá-la. Muitos projetos precisam de um subconjunto focado de loci clássicos; outros precisam de um pacote mais amplo de Classe I e Classe II porque a sua comparação a montante depende de ambos os contextos de apresentação de antígenos.

Por exemplo, um estudo de reconhecimento celular restrito à classe I pode priorizar HLA-A, HLA-B e HLA-C. Uma questão envolvendo o contexto imune associado à classe II pode exigir DRB1, DQB1 e DPB1, com DQA1 ou DPA1 adicionados quando a interpretação planeada depende do contexto do heterodímero. O conjunto correto não é o mais longo. É o pacote mínimo de loci que preserva a inferência da questão.

Elaborar um contrato de análise antes que as amostras sejam enviadas para o laboratório. Este contrato deve especificar os loci, o nível de campo ou a saída em grupo pretendida, se a fase deve abranger o gene completo, as classes de ambiguidade aceitáveis e o que irá desencadear a confirmação ortogonal. Este contrato previne um modo de falha comum: receber um relatório aparentemente preciso que não consegue responder à pergunta original porque o locus alvo ou o limite de fase requerido nunca foram definidos.

Este artigo da Spoke foca na evidência HLA a nível de locus. O Hub de Serviços de Tipagem HLA e Sequenciação do Repertório Imune conecta o contexto HLA com questões de repertório imune e HLA-KIR; não deve ser utilizado como substituto de um plano de relatabilidade específico para locus.

Figura 4: Matriz de decisão questão-lócus.

As Fronteiras do Amplicon Determinam o Que Pode Ser Reivindicado

Na tipagem HLA, os limites dos primers e da captura fazem parte da interpretação. Um ensaio direcionado pode gerar uma excelente profundidade sobre exões polimórficos selecionados, enquanto deixa o resto do gene não observado. Um design de PCR de longo alcance pode conectar mais variantes ao longo de um locus, mas o seu desempenho depende da integridade do DNA, da compatibilidade dos primers e da amplificação equilibrada de ambos os alelos. Os designs baseados em captura podem alargar a observação, mas necessitam de uma avaliação explícita da cobertura do locus e da especificidade do mapeamento.

A questão do planeamento não é apenas se um locus está "coberto." Pergunte onde o amplicão começa e termina, quais posições discriminatórias estão dentro dele, se o design abrange as variantes que devem ser faseadas e se um desalinhamento de primer específico de alelo poderia reduzir a representação. Estas questões são especialmente importantes em loci altamente polimórficos, onde uma diferença na ligação do primer pode causar a perda de alelos ou um desequilíbrio que se assemelha a uma chamada homozigótica limpa.

Sequenciação de Região Alvo é apropriado quando os intervalos alvo e a resolução reportável são definidos com antecedência. Serviços de Sequenciação de Amplicons pode suportar uma interrogação focada e de alta profundidade, mas a descrição do ensaio não deve implicar que todas as diferenças de genes completos são capturadas. Quando a decisão depende de evidências contínuas a nível de locus, Análise de Longos Amplicões é a ponte mais natural entre o design experimental e a interpretação consciente da fase.

Incorpore uma revisão de cobertura no modelo do relatório. Para cada locus, mantenha os limites do alvo, intervalos cobertos, intervalos de baixa confiança, equilíbrio de leituras e as posições que separam os alelos candidatos principais. Isso transforma uma chamada em uma medição auditável em vez de um rótulo de base de dados.

Figura 5: Design de amplicão e resolução reportável.

Leituras Curtas e Leituras Longas Resolvem Diferentes Problemas de HLA

A NGS de leitura curta é valiosa quando um projeto necessita de uma interrogação multiplexada e de alta profundidade de regiões definidas em muitas amostras. Pares de leituras e montagem local podem resolver muitas combinações comuns de alelos, especialmente quando o design do alvo cobre as regiões informativas e a análise é ajustada ao tipo de dados. A sua limitação é estrutural, não um defeito geral: variantes mais distantes do que a extensão do fragmento ou do par de leituras podem permanecer não ligadas.

Leituras longas acrescentam um tipo diferente de evidência. Elas podem preservar a relação entre variantes ao longo de um grande amplicão ou de um locus completo, o que é particularmente útil quando a questão não resolvida é a fase em vez da precisão da base apenas. As leituras longas são, portanto, uma ferramenta de escalonamento para o contexto completo do gene, ambiguidade cis-trans distante ou alelos candidatos que diferem fora dos alvos convencionais de éxons. Elas não são automaticamente necessárias para todos os resultados de pesquisa de dois campos.

A tendência de 2025–2026 não é simplesmente "substituir leituras curtas". É alinhar a arquitetura das leituras com a afirmação: usar leituras curtas para chamadas focadas escaláveis quando a sua extensão suporta a distinção necessária, e usar evidências de leituras longas onde a continuidade ao longo da molécula altera a interpretação. Sequenciação Direcionada por Nanoporos e Análise de Dados de Sequenciação de Longa Leitura são relevantes quando a evidência consciente da fase e a escala do local fazem parte do desenho do estudo.

O padrão de validação também deve refletir esta distinção. A concordância em dois campos não demonstra concordância a nível de gene completo. Um projeto deve indicar o nível de campo, loci, fonte de dados e versão da base de dados utilizada para cada comparação, em vez de resumir toda a concordância como uma única percentagem.

Figura 6: Montagem de leituras curtas versus fase de molécula única.

Construir um Contrato de Análise Antes de Gerar Leituras

A bioinformática HLA é um problema de inferência versionado. As mesmas leituras podem produzir relatórios com aparências diferentes quando a base de dados de referência, o chamador, as definições de locus, os limiares de qualidade ou a política de ambiguidade mudam. Isso não significa automaticamente que um relatório está errado. Significa que o contrato analítico deve ser suficientemente visível para avaliar por que os resultados diferem.

O contrato deve registar: identificador da amostra e tipo de entrada; estratégia de extração e biblioteca; loci e regiões alvo; arquitetura de leitura ou amplicão; genoma de referência quando relevante; versão IPD-IMGT/HLA; chamador e versão; resolução de saída suportada; classificação de pares de alelos ou lógica de confiança; e todos os filtros que possam criar um no-call ou sinal de ambiguidade. Para dados WES ou WGS existentes, adicionar kit de captura, comprimento da leitura, profundidade do locus e se o chamador foi validado para essa geometria de dados.

Os nomes de software não são rótulos de qualidade intercambiáveis. Alguns chamadores são projetados para dados brutos de leituras curtas, outros para leituras alinhadas, alguns para conjuntos de lócus específicos e outros para montagens de leituras longas. Uma comparação útil pergunta se a entrada esperada da ferramenta e a resolução suportada correspondem ao experimento. Um chamador otimizado para a Classe I a partir de leituras derivadas de RNA não deve ser usado para fazer uma reivindicação de Classe II de gene completo a partir de dados genómicos escassos apenas porque retorna um nome de alelo formatado.

Para dados derivados de WGS ou WES, aceite uma inferência de HLA como adequada para o propósito declarado apenas quando a geometria dos dados, a completude do locus, a validação do chamador e o nível de relatório solicitado estiverem todos alinhados. Se algum desses elementos permanecer não suportado, rotule o resultado como triagem ou gerador de hipóteses, em vez de apresentá-lo como um substituto equivalente a uma resolução para um design direcionado.

Utilize um design de validação em dois níveis quando o estudo incluir mais de uma fonte de dados. Primeiro, valide o sistema experimental com amostras cujas chamadas a nível de locus são estabelecidas de forma independente ao nível de reporte pretendido. Isto verifica se os primers, o design de captura, o processamento de leituras e o chamador funcionam em conjunto para o pacote de locus. Em segundo lugar, valide a geometria de dados específica do projeto: o comprimento exato da leitura, o tamanho do inserto, o material de origem e a distribuição de cobertura esperada no estudo. Um chamador que funciona bem em um conjunto de referência sequenciado em profundidade pode não ser adequado para dados arquivados mais rasos ou um painel de captura que subamostra intervalos da Classe II.

Pré-especificar como as chamadas discordantes serão adjudicadas. Registar se a comparação é a nível do primeiro campo, segundo campo, grupo G, três campos ou a nível de gene completo; caso contrário, um resultado pode parecer discordante simplesmente porque dois pipelines reportam em granularidades diferentes. Em seguida, inspecionar se a discordância é causada por uma atualização da base de dados, um intervalo em falta, uma competição de mapeamento, baixo equilíbrio alélico ou evidência de sequência verdadeiramente conflitante. Este fluxo de trabalho produz um registo de discordâncias significativo em vez de uma lista indiferenciada de discrepâncias.

Quando um estudo se estende de um ensaio HLA direcionado para um contexto genómico mais amplo, Sequenciação do Genoma Completo, Serviço de Sequenciamento de Painel Genético, e Chamadas de Variação deve ser enquadrado como escolhas de geração de dados ou análise com restrições específicas de cobertura—não como rotas intercambiáveis para a mesma evidência HLA.

Figura 7: Rasto de auditoria de chamadas HLA versionadas.

Um Resultado de Alta Resolução Necessita de um Plano de Verificação Ortogonal

A verificação deve ser planeada antes da primeira execução, não improvisada após uma chamada difícil. O objetivo não é repetir cada amostra por um segundo método. É definir as condições sob as quais a evidência original é insuficiente para a reivindicação pretendida.

Exemplos de gatilhos de escalonamento incluem um lócus com suporte baixo ou fortemente desequilibrado, um par de alelos candidatos separados apenas por posições não observadas, um conflito de fase entre amplicões, um sufixo nulo ou de baixa expressão inesperado, uma possível nova sequência ou uma inconsistência na identidade da amostra. O caminho de verificação deve corresponder ao modo de falha. A reextração ajuda quando o DNA fonte está comprometido; um amplicão redesenhado ajuda quando a compatibilidade dos primers ou a cobertura do intervalo é o problema; uma leitura contígua mais longa ajuda quando a ligação cis-trans permanece não resolvida.

Sequenciação de Sanger pode ser útil para a confirmação direcionada de uma variante local definida, mas não deve ser descrito como uma solução universal de resolução de todo o locus. O seu papel é mais forte quando a região precisa e a alternativa a ser testada já são conhecidas. A saída deve deixar claro se a confirmação aborda uma base local, um segmento ou a própria fase do par de alelos.

Um relatório eficaz classifica cada chamada como diretamente suportada, inferida a partir de uma combinação de candidatos, agrupada porque a região observada é idêntica, ou pendente de confirmação. Essa linguagem mantém um resultado ambíguo cientificamente útil sem apresentá-lo como uma atribuição completa de alelo.

Figura 8: Árvore de decisão para verificação de chamadas HLA.

A Arquitetura de Amostra Determina a Confiabilidade da Chamada

O tipo de amostra afeta a evidência molecular antes do início do sequenciamento. O DNA derivado do sangue, saliva, swabs bucais e amostras de sangue do cordão umbilical podem ser todos adequados para projetos de HLA em investigação, mas diferem na integridade do DNA, material co-extraído, composição celular e risco prático de DNA de baixo peso molecular. Uma estratégia de comprimento total ou de longo alcance é mais sensível à fragmentação do que um ensaio alvo curto, pois um modelo danificado pode reduzir a recuperação da molécula longa necessária para a fase.

Utilize uma especificação de amostra única para todo o estudo e, em seguida, adicione uma camada de controlo de qualidade consciente do locus. Além das medidas de quantidade e pureza geral, documente a integridade do DNA, o lote de extração, os controlos de identidade da amostra, o mapa da placa, o conjunto de loci esperado e os critérios de reanálise. Para um estudo académico de 300 amostras, o plano de lotes deve distribuir os grupos de comparação entre os lotes de extração, amplificação e sequenciação. Se todos os membros de um grupo biológico ocuparem um lote de fluxo de trabalho, um artefato técnico específico de locus pode tornar-se indistinguível de uma associação biológica.

O equilíbrio alélico é especialmente importante em trabalhos de HLA baseados em amplicões. Uma baixa proporção de leituras que suportam um alelo pode resultar de amostragem estocástica, incompatibilidade de primers, integridade do template deficiente, contaminação ou um problema de processamento. O mesmo desequilíbrio observado não tem uma interpretação universal, por isso o plano do projeto deve definir uma zona de revisão em vez de filtrar silenciosamente o alelo mais fraco. Manter gráficos de equilíbrio e cobertura a nível de locus torna possível a resolução de problemas posteriormente, quando um resultado parece homozigoto, inesperadamente ambíguo ou inconsistente com amostras relacionadas.

Para estudos de múltiplos lotes, reserve uma amostra ou material de ponte equivalente que apareça em mais de um lote. O objetivo não é afirmar que cada execução será idêntica, mas sim detectar alterações na recuperação do locus, equilíbrio alélico e padrões de ambiguidade antes de comparar grupos biológicos. Isto é particularmente valioso quando o trabalho inclui uma mistura de DNA recém-extraído e arquivado, pois as diferenças nas condições das amostras podem interagir com o comprimento do amplicão e criar um padrão não biológico.

Inclua controlos positivos que exercitem o locus difícil ou a categoria de resolução, não apenas uma amostra que seja fácil de identificar. Inclua controlos negativos que detetem contaminação e preserve material duplicado ou repetível para o pequeno subconjunto de amostras que cumpram critérios de escalonamento pré-definidos. Este é um salvaguarda de design do projeto, não um complemento opcional após a chegada dos resultados.

Como Ler um Relatório HLA Pronto para Pesquisa

Um relatório HLA pronto para pesquisa contém mais do que duas sequências de alelos por locus. No mínimo, deve identificar o locus, a chamada de alelo ou a atribuição de grupo, o nível de campo, a versão da base de dados, a versão da análise, a nota de sequenciação ou cobertura, o estado de fase, a descrição de ambiguidade e a bandeira de QC/revisão. Também deve distinguir entre uma chamada suportada por sequência direta e uma conclusão inferida porque múltiplos alelos candidatos são indistinguíveis ao longo do intervalo observado.

Leia o relatório nesta ordem. Primeiro, verifique o conjunto de locos pretendido: um resultado em branco para DPB1 não é uma omissão menor se o projeto foi concebido em torno do DPB1. Em segundo lugar, verifique a resolução declarada e a notação do grupo. Terceiro, identifique se o relatório regista a fase ou apenas um par de alelos compatíveis. Quarto, inspecione se a cobertura ou o equilíbrio de alelos torna um loco menos fiável do que os restantes. Finalmente, verifique a versão de referência e a versão do chamador antes de comparar o resultado com um conjunto de dados histórico.

O Um Guia Prático para Tipagem HLA e Interpretação de Resultados é um contexto útil para ler a nomenclatura do relatório. Para uma decisão ao nível do projeto, adicione os limites experimentais descritos neste artigo: o que foi sequenciado, o que foi faseado e o que ficou não resolvido.

Figura 9: Lista de verificação do relatório HLA pronto para pesquisa.

Quando Escalar Além da Resolução Alta Convencional

A escalada é justificada quando uma lacuna específica de evidência pode alterar a conclusão do estudo. Exemplos incluem uma distinção de gene completo que afeta a análise pretendida, uma sequência nova suspeita, um conflito entre pares de alelos candidatos, uma fronteira de fase não resolvível ou um locus com um contexto de mapeamento ou número de cópias incomum. O objetivo é fechar essa lacuna, não perseguir o máximo de detalhe em cada amostra por padrão.

Utilize um memorando de decisão com três campos: a chamada atual, a distinção não resolvida e o método que pode observar as evidências em falta. Isso facilita a separação do acompanhamento cientificamente necessário de sequências adicionais tecnicamente impressionantes, mas não informativas. Também preserva o orçamento e o material da amostra para os casos em que a evidência de gene completo realmente importa.

Para detalhes de implementação de leitura longa, o existente Método de Tipagem HLA de Comprimento Completo Usando o Protocolo de Sequenciação PacBio SMRT e Protocolo de Genotipagem HLA de Comprimento Total com Sequenciamento Nanopore fornecer contexto complementar. O Planeado HLA-KIR Typing Spoke abordará a questão separada da interpretação genética combinada de HLA-KIR; está intencionalmente fora do âmbito deste artigo.

Perguntas Frequentes

Uso Exclusivo para Pesquisa. Este conteúdo apoia o planeamento experimental e a interpretação de pesquisa; não é orientação diagnóstica ou de tratamento.

Referências:

1. Mayor NP, Robinson J, McWhinnie AJM, et al. Tipagem HLA para a Próxima Geração. PLOS ONE. 2015;10:e0127153. DOI: 10.1371/journal.pone.0127153.

2. Liu C, et al. Benchmarking do Desempenho de Tipagem do Antígeno Leucocitário Humano de Três Ensaios e Sete Algoritmos Baseados em Sequenciação de Nova Geração. Fronteiras em Imunologia. 2021;12:652258. DOI: 10.3389/fimmu.2021.652258.

3. Dashti M, Malik MZ, Nizam R, et al. Avaliação do Conteúdo de Tipagem HLA de Conjuntos de Dados de Sequenciação de Nova Geração de Trios Familiares e Indivíduos de Etnia Árabe. Fronteiras em Genética. 2024;15:1407285. DOI: 10.3389/fgene.2024.1407285.

4. Dilthey AT, Gourraud P-A, Mentzer AJ, et al. Inferência de Tipo HLA de Alta Precisão a Partir de Dados de Sequenciação do Genoma Completo Usando Gráficos de Referência Populacional. PLOS Biologia Computacional. 2016;12:e1005151. DOI: 10.1371/journal.pcbi.1005151.

5. Anukul N, Jenjaroenpun P, Sirikul C, et al. Tipagem HLA Classe I Ultrarápida e de Alta Resolução Usando Sequenciação por Nanoporos Baseada em Transposase Aplicada em Testes Farmacogenéticos. Fronteiras em Genética. 2023;14:1213457. DOI: 10.3389/fgene.2023.1213457.