Häufige Herausforderungen und Einschränkungen der gesamten Exomsequenzierung

Whole-Exom-Sequenzierung (WES), als eine der Kerntechnologien in der Genomforschung, bietet ein wichtiges Werkzeug für die Diagnose genetischer Erkrankungen, die Tumorforschung und die Arzneimittelentwicklung, indem es DNA-Sequenzen in protein-codierenden Regionen (Exons) gezielt erfasst. Dennoch sieht sich seine Anwendung weiterhin vielen technischen, analytischen und ethischen Herausforderungen gegenüber. Der folgende Abschnitt überprüft systematisch die wichtigsten Einschränkungen von WES, kombiniert die neuesten Forschungsergebnisse und klinische Praxis.

WES' Liste der ungelösten Herausforderungen (Bertier G et al., 2016)

I. Technische Einschränkungen

Unvollständige Abdeckung und Erfassungsbias

• WES deckt nur etwa 1%-2% des Genoms ab (d.h. Exonregionen), aber einige Exons können aufgrund technischer Einschränkungen nicht effektiv erfasst werden. Zum Beispiel:
• Regionen mit hohem GC-Gehalt: Zum Beispiel liegt der GC-Gehalt der Exonregionen im BRCA1-Gen bei bis zu 70 %, was zu einer verringerten Hybridisierungseffizienz der Sonden und einer falsch-negativen Rate von 5%-10% führt.
• Repetitive Sequenzinterferenz: Zum Beispiel hat das Pseudogen (CYP21A2P) des CYP21A2-Gens eine Sequenzähnlichkeit von bis zu 98 % mit dem funktionalen Gen, was es konventionellen Capture-Sonden erleichtert, sich falsch zu binden, was zu falsch-negativen Ergebnissen führt.
• Plattformunterschiede: Die Gleichmäßigkeit der Abdeckung kann zwischen verschiedenen Capture-Anreicherungs-Kits (z. B. Agilent vs. IDT) und Sequenzierungsplattformen variieren, aber aktuelle inländische Plattformen (wie DNBSEQ-T7/G400) haben eine vergleichbare Leistung wie Illumina erreicht. NovaSeq bei der gesamten Exomsequenzierung.

Einschränkungen bei der Erkennung von strukturellen Variationen und komplexen Mutationen

• Kopienzahlvariationen (CNVs): WES hat eine Sensitivität von weniger als 60 % für CNVs >50 bp, während Langzeit-Sequenzierung (wie zum Beispiel PacBio HiFi) kann die Sensitivität auf über 90% verbessern. Zum Beispiel kann das 22q11.2-Mikrodeletionssyndrom bei WES aufgrund unzureichender Sondenabdeckung übersehen werden.
• Unzureichende Sensitivität für niedrigfrequente Varianten: Standardmäßige klinische diagnostische WES (typischerweise mit einer durchschnittlichen Tiefe von ~100×) hat eine begrenzte Fähigkeit, niedrigfrequente Varianten wie somatische Mutationen oder Mosaizismus mit einer Allelfrequenz unter 5% zu erkennen. Während die Sensitivität durch Erhöhung der Sequenzierungstiefe (>300×) verbessert werden kann, führt dieser Ansatz zu erheblichen Kosten- und Datenvolumenerhöhungen, wodurch er im Vergleich zu gezielteren Sequenzierungs-Panels oder der Ganzgenomsequenzierung (WGS) weniger kosteneffektiv wird.

Pseudogeninterferenz und Sequenzhomologie

• Pseudogen-Interferenz: Zum Beispiel hat das Pseudogen SBDSP des SBDS-Gens eine Sequenzähnlichkeit von bis zu 97 % mit dem funktionalen Gen. Die Sanger-Sequenzierung kann es fälschlicherweise als heterozygote Mutation identifizieren, was eine Verifizierung durch qPCR oder Langzeit-Sequenzierung erforderlich macht.
• Schwierigkeiten bei der Unterscheidung homologer Gene: Zum Beispiel kann die Sequenzähnlichkeit zwischen PTEN und PTENP1 leicht zu Kreuzkontaminationen während der gezielten Erfassung führen, was eine spezifische Probe-Design oder MLPA-Verifizierung erfordert.

II. Herausforderungen bei der Datenanalyse und -interpretation

Komplexität der Variantenannotation

• Zeitlichkeit und Einschränkungen der Datenbankannotation: Die gesamte Exomsequenzierung (WES) erzeugt eine Vielzahl seltener Varianten, deren Interpretation stark von öffentlichen Datenbanken (z. B. ClinVar, gnomAD) abhängt. Es bestehen jedoch zwei wesentliche Herausforderungen: (1) Annotierungsverzögerung: Neu entdeckte private familiäre Mutationen werden häufig als Varianten unklarer Signifikanz (VUS) klassifiziert und benötigen möglicherweise Jahre an gesammelten Beweisen für eine Neubewertung; (2) Bevölkerungsbias: Bestehende Datenbanken (z. B. gnomAD) bestehen überwiegend aus Daten europäischer Populationen. Dieser Bias kann zu einer fehlerhaften Klassifizierung seltener Varianten, die in anderen Populationen gefunden werden, als pathogen führen. Folglich steht die WES vor erheblichen Interpretationsherausforderungen sowohl bei der Entdeckung neuartiger krankheitsverursachender Gene als auch bei der Versorgung unterrepräsentierter Populationen.
• Konfliktierende Annotationsquellen: Dieselbe Variante kann in Tools wie ANNOVAR und SnpEff als "pathogen" oder "gutartig" gekennzeichnet sein, was eine manuelle Überprüfung erfordert. Zum Beispiel wird die Mutation c.743G>A im TP53-Gen in einigen Datenbanken als pathogen aufgeführt, aber aktuelle Studien zeigen, dass sie phänotypisch nicht relevant ist.

Duales Risiko von falsch-positiven und falsch-negativen Ergebnissen

• Technische Fehler: PCR-Amplifikationsbias kann zu Alleldropout führen, wie zum Beispiel der Mutation c.1521_1523delCTT im CFTR-Gen, die während der Amplifikation übersehen werden kann.
• Niedrigfrequente Mutationsverpassungen: Wenn die Mutationsfrequenz unter 1 % liegt, kann die Nachweisrate von WES weniger als 30 % betragen, was eine Verifizierung durch ddPCR oder erforderlich macht. NGS Tiefe Sequenzierung.

Mangel an interdisziplinärer Zusammenarbeit und Standardisierung

• Interpretation von Diskrepanzen: Die Pathogenitätsklassifizierung desselben VUS kann zwischen verschiedenen Laboren um bis zu 40 % variieren. Zum Beispiel kann die c.3985C>T-Mutation im SCN1A-Gen in der Epilepsiediagnose als "pathogen" oder "von unbekannter Bedeutung" eingestuft werden.
• Unzureichende Assoziation zwischen Phänotyp und Genotyp: Etwa 30 % der WES-Ergebnisse können aufgrund vager phänotypischer Beschreibungen (z. B. "Entwicklungsverzögerung") nicht effektiv mit spezifischen Genen in Verbindung gebracht werden.

Probleme, die bei der Datenanalyse auftraten (Corominas J et al., 2022)

III. Ethische und praktische Fragen in klinischen Anwendungen

Ethische Dilemmata bei zufälligen Entdeckungen

• Nicht-Zielkrankheitsrisiko: WES kann pathogene Mutationen erkennen, die nicht mit dem aktuellen Phänotyp in Zusammenhang stehen (z. B. BRCA1 c.68_69delAG), was eine vorherige Benachrichtigung der Patienten und Managementpläne erfordert. Studien zeigen, dass 15 % der Teilnehmer aufgrund von zufälligen Entdeckungen Angstzustände erleben.
• Kontroversen bezüglich der Berichterstattung über Krankheiten im Erwachsenenalter: Zum Beispiel können Mutationen im APC-Gen auf ein Risiko für Darmkrebs hinweisen, aber der Patient könnte noch asymptomatisch sein, was eine sorgfältige Abwägung der Notwendigkeit der Offenlegung erfordert.

Probenqualität und Phänotypanpassung

• Auswirkungen der DNA-Degradation: Die DNA-Fragmente in FFPE-Proben können zu einer verringerten Abdeckungstiefe und einer 2- bis 3-fachen Erhöhung der Sequenzierungsfehlerquoten in den Randbereichen von Exonen (wie Start-/Stoppcodons) führen.
• Dynamische Phänotypveränderungen: Zum Beispiel kann sich der Phänotyp der neonatalen epileptischen Enzephalopathie über mehrere Monate entwickeln, was regelmäßige Aktualisierungen klinischer Informationen für eine Datenneuanalyse erforderlich macht.

IV. Technologische Verbesserungen und zukünftige Richtungen

Technologische Innovation

• Integration von Long-Read-Sequenzierung: PacBio HiFi- und Oxford Nanopore-Technologien können komplexe strukturelle Variationen (wie ausgewogene Translokationen) auflösen und die CNV-Erkennungsrate auf 90 % erhöhen.
• CRISPR gezielte Anreicherung: CRISPR-vermittelte Anreicherung in Kombination mit Langzeit-Sequenzierung ermöglicht die spezifische Erfassung von langreichweitigen genomischen Regionen (z. B. >10 kb) mit hoher Spezifität, wodurch die Nachweisempfindlichkeit von niedrigfrequenten Mutationen (<1%) um 40%-60% im Vergleich zur nicht gezielten Langzeit-Sequenzierung verbessert wird. Dieser Ansatz ist besonders nützlich zur Auflösung komplexer genomischer Regionen (z. B. repetitive Sequenzen, strukturelle Varianten), die für traditionelle Kurzzeit-WES herausfordernd sind.

Algorithmus- und Datenbankoptimierung

• Deep-Learning-Modelle: Modelle wie ECOLE, die die Transformer-Architektur nutzen, verbessern die Präzision der CNV-Erkennung von 50,1 % auf 68,7 % und den Rückruf von 49,6 % auf 78,4 %.
• Dynamische Datenbankaktualisierungen: Die gnomAD-Datenbank (v4.0) integriert Daten von über 800.000 Individuen (einschließlich 730.947 Exomen und 76.215 Genomen), unterstützt Echtzeit-Abfragen zur Variantenfrequenz und reduziert falsch-positive VUS.

Standardisierte klinische Arbeitsabläufe

• Multidisziplinäres Team (MDT): Teams, die aus Genetikern, Klinikern und Bioinformatikern bestehen, können die diagnostische Genauigkeit um 20 % verbessern.
• Qualitätssicherungssystem: CAP-zertifizierte Labore sind verpflichtet, eine Sequierungstiefe von ≥100×, eine Abdeckung von ≥95% zu haben und regelmäßig an interlaboratorischen Qualitätseinschätzungen (wie UK NEQAS) teilzunehmen.

V. Typische Fallanalyse

Fall 1: SBDS-Gen und Pseudogen-Interferenz

• Hintergrund: Das Shwachman-Diamond-Syndrom (SDS) wird häufig durch biallelische Mutationen im SBDS-Gen verursacht. Dieses Gen hat ein hoch homologes Pseudogen, SBDSP (Sequenzähnlichkeit >97%).
• WES-Einschränkungen und Konsequenzen: Kurzlese-WES hat Schwierigkeiten, Sequenzen zwischen SBDS und SBDSP zu unterscheiden. Dies kann zu folgenden Problemen führen: 1) Falsch-positive Ergebnisse: Fehlinterpretation von Sequenzvariationen im Pseudogen als Mutationen im funktionalen Gen; 2) Falsch-negative Ergebnisse/Misinterpretation: Wenn eine große Deletion (z. B. eine Exon-Deletions) im funktionalen Gen gleichzeitig mit einer Einzel-Nukleotid-Variante im Pseudogen vorliegt, könnten WES-Daten fälschlicherweise als "homozygote Punktmutation" anstatt als korrekten "komplexen heterozygoten Zustand mit einer Deletion" interpretiert werden. Eine Klärung erfordert Langlese-Sequenzierung oder quantitative PCR (qPCR).
• Kernargument: Dieser Fall zeigt die grundlegende Einschränkung von WES bei der Auflösung hoch homologer genomischer Regionen.

Fall 2: Verpasste Erkennung einer großen Fragmentdeletion im CYP21A2-Gen

• Hintergrund: Die häufigste Form der kongenitalen adrenalalen Hyperplasie (CAH) wird durch Mutationen im CYP21A2-Gen verursacht. Dieses Gen ist auch hoch homolog zum Pseudogen CYP21A1P (Ähnlichkeit >98%).
• WES-Einschränkungen und Konsequenzen: Bei einem Patienten, bei dem der Verdacht auf CAH besteht, identifizierte WES nur eine Variante unklarer Signifikanz (VUS) im CFTR-Gen, die die klinische Präsentation nicht erklären konnte. Nachfolgende Genomsequenzierung (GS) oder MLPA-Tests zeigten eine große heterozygote Deletion (z. B. Exons 1-7) im CYP21A2-Gen, eine Variante mit klarer Pathogenität. Die Gründe für das Versagen von WES sind: 1) Große Deletionen überschreiten den Erkennungsbereich: Standard-WES-Bioinformatik-Pipelines sind unempfindlich gegenüber Deletionen >50 bp; 2) Schwierigkeiten bei der Ausrichtung in homologen Regionen: Selbst wenn Fragmente erfasst werden, können kurze Reads zwischen CYP21A2 und CYP21A1P nicht genau ausgerichtet werden.
• Kernargument: Dieser Fall veranschaulicht die hohe Fehlerrate von WES bei der Erkennung großer struktureller Varianten (SVs). Wenn der klinische Verdacht trotz eines negativen WES-Ergebnisses hoch bleibt, sind ergänzende GS oder gezielte Tests erforderlich.

Zusammenfassung

Die Einschränkungen der gesamten Exom-Sequenzierung (WES) betreffen mehrere Dimensionen, einschließlich Technologie, Analyse und Ethik. Diese Einschränkungen erfordern schrittweise Durchbrüche durch technologische Innovationen (wie Long-Read-Sequenzierung), Algorithmusoptimierung (wie Deep-Learning-Modelle) und standardisierte Prozesse (wie die Zusammenarbeit in multidisziplinären Teams (MDT)). In Zukunft wird erwartet, dass WES mit der Verbesserung dynamischer Einwilligungsrahmen und globalem Datenaustausch (wie im GA4GH-Projekt) eine zentralere Rolle in der Präzisionsmedizin spielt; jedoch muss ihre klinische Anwendung weiterhin das technologische Potenzial mit ethischen Risiken in Einklang bringen.

Die Leute fragen auch

Was sind die Einschränkungen der gesamten Exomsequenzierung?

Die Exom-Sequenzierung zielt nicht auf 100 % der Gene im menschlichen Genom ab; etwa 97 % der Exons werden erfasst. Allerdings sind etwa 10 % der Exons möglicherweise nicht ausreichend abgedeckt, um heterozygote Varianten zuverlässig zu identifizieren. Jeder Einzelne kann leicht unterschiedliche Abdeckungsrenditeverteilungen über das Exom aufweisen.

Was sind die Einschränkungen der Exom-Sequenzierung bei der Erkennung seltener und undiagnostizierter Krankheiten?

Obwohl die Exom-Sequenzierung fast 99 % der Mutationen in gezielten Genpanels abdeckt, hat sie Einschränkungen bei der Erkennung von Mutationen wie niedriggradigem Mosaizismus, tiefen intronischen Varianten, kleinen CNVs sowie Mutationen in Wiederholungsregionen und Regionen mit hohem GC-Gehalt.

Was kann durch die gesamte Exomsequenzierung nicht nachgewiesen werden?

Es kann funktionale Varianten in nicht-kodierenden Regionen geben, die die Genexpression regulieren, wie z. B. Enhancer und lange nicht-kodierende RNAs. Diese nicht-kodierenden Varianten (NCVs) sind jedoch, selbst wenn sie genetisch identifizierbar sind, nicht durch WES abgedeckt und können daher nicht nachgewiesen werden.

Eine Herausforderung bei der Sequenzierung eines gesamten Genoms ist die hohe Komplexität und Variabilität der DNA, die es schwierig macht, genaue und vollständige Sequenzen zu erhalten.

Produktionsprobleme wie Probenkontamination, Bibliothekschimären und variable Laufqualität sind in der Übergangsphase vom Technologietwicklungslabor zur Produktionsstätte zunehmend problematisch geworden.

Was sind die ethischen Probleme der gesamten Genomsequenzierung?

Wir identifizieren drei wesentliche ethische Überlegungen, die mit der Forschung am gesamten Genom verbunden sind: die Rückgabe von Forschungsergebnissen an die Teilnehmer; die Verpflichtungen, falls vorhanden, die gegenüber den Angehörigen der Teilnehmer bestehen; und die zukünftige Verwendung von Proben und Daten, die für die Ganzgenomsequenzierung entnommen wurden.

Referenzen:

1. Bertier G, Hétu M, Joly Y. Ungelöste Herausforderungen der klinischen Whole-Exome-Sequenzierung: eine systematische Literaturübersicht der Ansichten der Endnutzer. BMC Med Genomics2016 Aug 11;9(1):52.
2. Miya F, Nakato D, Suzuki H, Yamada M, Watanabe D, Takenouchi T, Kosaki K. Kosten-Effektivität in der klinischen Diagnostik durch erweiterte Whole-Exome-Sequenzierung erhöhen: SNVs, SVs und darüber hinaus. J Hum Genet2026 Jan;71(1):13-21.
3. Corominas J, Smeekens SP, Nelen MR, Yntema HG, Kamsteeg EJ, Pfundt R, Gilissen C. Klinische Exomsequenzierung - Fehler und Fallstricke. Hum Mutat. 2022 Aug;43(8):1041-1055.