Анализ информативности компьютерных in silico предсказательных программ при оценке клинической значимости миссенс-замен гена GJB2 (Сx26)

В данной работе на основе установленной клинической значимости 7 миссенс-замен гена GJB2 (Cx26), обнаруженных в результате молекулярно-генетического исследования врожденной глухоты в Якутии, были протестированы 9 компьютерных in silico предсказательных программ. Для выявления программы с наиболее точными предсказательными оценками клинической значимости миссенс-замен гена GJB2 (Cx26) проведен сравнительный анализ параметров информативности (точность, чувствительность и специфичность) с расчетом коэффициента корреляции между известным клиническим значением миссенс-замен с in silico оценкой, выдаваемой программами. В целом из 9 проанализированных программ наиболее точные in silico предсказательные оценки клинической значимости миссенс-замен гена GJB2 (Cx26) дали две программы – SIFT и PROVEAN (R = 0,73). Полученные результаты могут помочь при проведении биоинформационного анализа, в случае обнаружения ранее не описанных в литературе миссенс-замен гена GJB2 (Cx26).

1. Анализ спектра и частоты GJB2-мутаций у пациентов с врожденными нарушениями слуха в Республике Саха (Якутия) / В.Г. Пшенникова, Н.А. Барашков, Ф.М. Терютин [и др.] // Мед. генетика. – 2015. – Т. 14. – №6 (156). – С.10-23.

2. A method and server for predicting damaging missense mutations / I.A. Adzhubei, S. Schmidt, L. Peshkin [et al.] // Nat. Methods. – 2010. – Vol. 7(4). – P. 248-249.

3. Automated inference of molecular mechanisms of disease from amino acid substitutions / B. Li, V.G. Krishnan, M.E. Mort. // Bioinformatics. – 2009. – Vol. 25(21). – Р. 2744-50. doi: 10.1093/bioinformatics/btp528

4. Assessment of in silico protein sequence analysis in the clinical classification of variants in cancer risk genes / I.D. Kerr, H.C. Cox, K. Moyes [et al.] // J Community Genet. – 2017. – Vol. 8(2). – Р. 87-95. doi: 10.1007/s12687-016-0289-x

5. Calibration of multiple in silico tools for predicting pathogenicity of mismatch repair gene missense substitutions / B.A. Thompson, M.S. Greenblatt, M.P. Vallee [et al.] // Hum Mutat. – 2013. – Vol. 34(1). – P. 255-65. doi: 10.1002/humu.22214

6. Choi Y. PROVEAN web server: a tool to predict the functional effect of amino acid substitutions and indels / Y. Choi, A.P. Chan // Bioinformatics. – 2015. – Vol. 31(16). – Р. 2745-2747.

7. Comparison and integration of deleteriousness prediction methods for nonsynonymous SNVs in whole exome sequencing studies / C. Dong, P. Wei, X. Jian [et al.] // Hum Mol Genet. – 2015. – Vol. 24(8). – Р. 2125-21237. doi: 10.1093/hmg/ddu733

8. Comprehensive statistical study of 452 BRCA1 missense substitutions with classification of eightrecurrent substitutions as neutral / S.V. Tavtigian, A.M. Deffenbaugh, L. Yin [et al.] // J Med Genet. – 2006. – Vol. 43(4). – Р. 295-305.

9. Computational approaches for predicting the biological effect of p53 missense mutations: a comparison of three sequence analysis based methods / E. Mathe, M. Olivier, S. Kato [et al.] // Nucleic Acids Res. – 2006. – Vol. 34(5). – Р. 1317-1325.

10. dbNSFP v3.0: A One-Stop Database of Functional Predictions and Annotations for Human Nonsynonymous and Splice-Site SNVs / X. Liu, C. Wu, C. Li [et al.] // Hum Mutat. – 2016. – Vol. 37(3). – Р. 235-241. doi: 10.1002/humu.22932

11. González-Pérez A. Improving the assessment of the outcome of nonsynonymous SNVs with a consensus deleteriousness score, Condel / A. González-Pérez, N. López-Bigas // Am J Hum Genet. – 2011. – Vol. 88(4). – Р. 440-449. doi: 10.1016/j.ajhg.2011.03.004

12. Kumar P. Predicting the effects of coding non-synonymous variants on protein function using the SIFT algorithm / P. Kumar, S. Henikoff, P.C. Ng // Nat Protoc. – 2009. – Vol. 4(7). – Р. 1073-1081.

13. Matthews B.W. Comparison of the predicted and observed secondary structure of T4 phage lysozyme / B.W. Matthews // J. Biochim Biophys Acta – 1975. – Vol. 405. – Р. 442-451.

14. MutationTaster evaluates disease-causing potential of sequence alterations / J.M. Schwarz, C. Rödelsperger, M. Schuelke [et al.] // Nat Methods. – 2010. – Vol. 7(8). – P. 575-576.

15. MutationTaster2: mutation prediction for the deep-sequencing age / J.M. Schwarz, D.N. Cooper, M. Schuelke, D. Seelow // Nat Methods. – 2014. – Vol. 11(4). – Р. 361-362. doi: 10.1038/nmeth.2890

16. Ng P.C. Predicting Deleterious Amino Acid Substitutions / P.C. Ng, S. Henikoff // Genome Res. – 2001. – Vol. 11(5). – Р. 863-874.

17. Ng P.C. Accounting for Human Polymorphisms Predicted to Affect Protein Function / P.C. Ng, S. Henikoff // Genome Res. – 2002. – Vol. 12(3). – Р. 436-446.

18. Ng P.C. SIFT: predicting amino acid changes that affect protein function / P.C. Ng, S. Henikoff // Nucleic Acids Res. – 2003. – Vol. 31(13). – Р. 3812-3814.

19. Ng P.C. Predicting the Effects of Amino Acid Substitutions on Protein Function / P.C. Ng, S. Henikoff // Annu Rev Genomics Hum Genet. – 2006. – Vol. 7. – Р. 61-80.

20. Schiemann A.H. Comparison of pathogenicity prediction tools on missense variants in RYR1 and CACNA1S associated with malignant hyperthermia / A.H. Schiemann, K.M. Stowell // Br J Anaesth. – 2016. – Vol. 117(1). – P. 124-128. doi: 10.1093/bja/aew065.

21. Spectrum and Frequency of the GJB2 Gene Pathogenic Variants in a Large Cohort of Patients with Hearing Impairment Living in a Subarctic Region of Russia (the Sakha Republic) / N.A. Barashkov, V.G. Pshennikova, O.L. Posukh [et al.] // PLoS One. – 2016. – Vol. 11(5):e0156300. doi: 10.1371/journal.pone.0156300.

22. Standards and guidelines for the interpretation of sequence variants: a joint consensus recommendation of the American College of Medical Genetics and Genomics and the Association for Molecular Pathology / S. Richards, N. Aziz, S. Bale [et al]; ACMG Laboratory Quality Assurance Committee // Genet Med. – 2015. – Vol. 17(5). – Р. 405-24. doi: 10.1038/gim.2015.30.

23. Thusberg J. Performance of mutation pathogenicity prediction methods on missense variants / J. Thusberg, A. Olatubosun, M. Vihinen // Hum Mutat. – 2011. – Vol. 32(4). – Р. 358-368. doi: 10.1002/humu.21445.

24. Predicting the functional effect of amino acid substitutions and indels / Y. Choi, G.E. Sims, S. Murphy [et al.] // PLoS One. – 2012. – Vol. 7(10):e46688. doi: 10.1371/journal.pone.0046688.

25. Predicting the functional, molecular, and phenotypic consequences of amino acid substitutions using hidden Markov models / H.A. Shihab, J. Gough, D.N. Cooper [et al.] // Hum Mutat. – 2013. – Vol. 34(1). – Р. 57-65. doi: 10.1002/humu.22225.

26. Ranking Non-Synonymous Single Nucleotide Polymorphisms based on Disease Concepts / H.A. Shihab, J. Gough, M. Mort [et al.] // Human Genomics. – 2014. – Vol. 8. – Р. 11. doi: 10.1186/1479-7364-8-11.

27. Reva B. Determinants of protein function revealed by combinatorial entropy optimization / B. Reva, Y. Antipin, C. Sander // Genome Biol. – 2007. – Vol. – 8(11). – P. 232.

28. Reva B. Predicting the functional impact of protein mutations: application to cancer genomics / B. Reva, Y. Antipin, C. Sander // Nucleic Acids Res. – 2011. – Vol. 39(17). – Р. 118. doi: 10.1093/nar/gkr407.

29. Van Camp G. Hereditary Hearing Loss Homepage: URL: http://hereditaryhearingloss.org, 2016 / G. Van Camp, R.J.H. Smith.

30. Variability in pathogenicity prediction programs: impact on clinical diagnostics / L.C. Walters-Sen, S. Hashimoto, D.L. Thrush [et al.] // Mol Genet Genomic Med. – 2015. – Vol. 3(2). – Р. 99-110. doi: 10.1002/mgg3.116.

31. Yilmaz A. Bioinformatic Analysis of GJB2 Gene Missense Mutations / A. Yilmaz // Cell Biochem Biophys. – 2015. – Vol. 71(3). – Р. 1623-1642. doi: 10.1007/s12013-014-0385-7