️ 7 : Frequências de Variantes em Alta Resolução — Potencializando a Interpretação Clínica do Genoma

️ 7 : Frequências de Variantes em Alta Resolução — Potencializando a Interpretação Clínica do Genoma
Base por Base
️ 7 : Frequências de Variantes em Alta Resolução — Potencializando a Interpretação Clínica do Genoma

Jul 04 2025 | 00:10:48

/
Episode 7 July 04, 2025 00:10:48

Hosted By

Gustavo Barra Gabriela Barra

Show Notes

Episódio 7 : Frequências de Variantes em Alta Resolução — Potencializando a Interpretação Clínica do Genoma
Neste episódio do Base por Base, apresentamos o trabalho de Whiffin et al. (2017), publicado em Genetics in Medicine, que propõe um framework estatístico para filtrar variantes genéticas causais em doenças mendelianas penetrantes utilizando frequências alélicas de referência de grande escala, como o banco ExAC. Essa abordagem integra parâmetros como prevalência da doença, heterogeneidade genética, penetrância e variabilidade amostral para estabelecer limites rígidos de frequência máxima plausível de cada variante em populações distintas.

Principais destaques do estudo: o modelo calcula a frequência alélica populacional máxima crível com base na prevalência da condição, na contribuição de cada variante e na penetrância esperada; para cada variante, determina o número máximo de observações compatível com esse limite por meio de uma distribuição de Poisson, garantindo robustez frente à variação amostral; ao aplicar-se à cardiomiopatia hipertrófica, demonstrou redução de dois terços no número de variantes candidatas sem excluir verdadeiros patogênicos, confirmando-se com dados clínicos e critérios da ACMG; o método foi adaptado para diversas cardiopatias dominantes, síndromes raras (como Marfan e Noonan) e até doenças recessivas (por exemplo, discinesia ciliar primária); por fim, os autores pré-computaram para todo o ExAC um “AF de filtragem” e disponibilizaram uma ferramenta web interativa para ajuste dinâmico dos parâmetros de análise.

Conclusão: ao aliar dados de frequência populacional em alta resolução a um modelo estatístico sólido, o BayesAFFilter (nome informal do framework) eleva significativamente o rigor e a eficiência na priorização de variantes causais, oferecendo uma base quantitativa para diagnósticos moleculares e estudos de descoberta em genômica clínica.

Referência: Whiffin N., Minikel E.V., Walsh R., et al. Using high-resolution variant frequencies to empower clinical genome interpretation. Genet Med. 2017 Oct;19(10):1151–1158. https://doi.org/10.1038/gim.2017.26

Licença: este episódio baseia-se em artigo de acesso aberto publicado sob licença Creative Commons Attribution 4.0 International (CC BY 4.0) – https://creativecommons.org/licenses/by/4.0/

Other Episodes