Presenta: Gerardo Emmanuel Fabián Morales / fgerardo34@gmail.com
jueves 14 08:00 hrs La esperanza
Dr. Gerardo Emmanuel Fabián Morales -Departamento de Genética, Instituto de Oftalmología Conde de Valenciana, Ciudad de México, México.
Dra. Vianey Ordoñez Labastida -Departamento de Genética, Instituto de Oftalmología Conde de Valenciana, Ciudad de México, México.,Unidad de Diagnóstico de Enfermedades Raras, Facultad de Medicina, UNAM, Ciudad de México, México.,Facultad de Medicina, Universidad Autónoma del Estado de Morelos(UAEM), Morelos, México.
Froylan Garcia Martínez -Departamento de Genética, Instituto de Oftalmología Conde de Valenciana, Ciudad de México, México.
Luis Montes Almanza -Departamento de Genética, Instituto de Oftalmología Conde de Valenciana, Ciudad de México, México.
Dr. Juan Carlos Zenteno Ruiz -Departamento de Genética, Instituto de Oftalmología Conde de Valenciana, Ciudad de México, México.,Facultad de Medicina, Departamento de Bioquímica, Universidad Nacional Autónoma de México (UNAM), Ciudad de México, México.
Introducción:
Las distrofias de retina (DR) son la causa más común de ceguera hereditaria en el mundo y son causadas por variantes genéticas en alguno de los más de 300 genes asociados. La secuenciación de siguiente generación (NGS) es un método confiable y eficiente para identificar variantes causales de DR, especialmente variantes de un solo nucleótido-SNVs e indels, pero no identifica de forma rutinaria variantes estructurales (SVs) como las variaciones en el número de copias (CNVs). La detección de CNVs por NGS dirigida se ha convertido en un paso crucial para el diagnóstico molecular, particularmente en casos sin variantes causales identificadas (SNVs e indels) o inconclusos con solo una variante alélica identificada en un gen AR. En el presente trabajo, realizamos un análisis bioinformático para identificar CNVs basado en la profundidad de las lecturas del exoma en 30 pacientes mexicanos con RD no relacionados y resultado negativo-inconcluso de exoma.
Metodología:
Se creó un algoritmo bioinformático usando ExomeDepth para el llamado de CNVs. La validación bioinformática de CNV identificadas se realizó con Franklin Genoox, basado en IA. Las CNVs patogénicas se confirmaron ortogonalmente con qPCR.
Resultado(s):
Se identificaron CNV patogénicos y se alcanzó un diagnóstico molecular definitivo en 5 casos, para una tasa diagnóstica final de ~17%. Los genes involucrados incluyeron CLN3 (2 casos), ABCA4 (deleción nueva), EYS y RPGRIP1.
Conclusion(es):
El análisis bioinformático de datos SE es un método confiable para la detección de CNVs patogénicas y debe incorporarse en casos con un resultado molecular de exoma negativo o inconcluso.