A Novel Approach to Detecting Causative Genes in Monogenic Diseases: Implementing Variant Effect Predictor : A Case of BRCA1 & BRCA2 in Breast and Ovarian Cancers

다국어 초록 (Multilingual Abstract)

Linkage analysis has traditionally functioned as a method to identify the causative gene in monogenic diseases. However, the prevalent nuclear family structure in contemporary society hinders the acquisition of DNA sequencing data for families affected by rare diseases. This study proposes a novel approach—a gene-based association study—to overcome the limitations posed by linkage analysis in identifying the causative gene for monogenic diseases.
To demonstrate the method on BRCA1/2 genes, we obtained the exome data from gnomAD and utilized a case group consisting of 1,751 breast and ovarian cancer patients with BRCA1/2 data from 2022 at SMC. Employing Variant Effect Predictor (VEP) from Ensembl, we annotated four bioinformatics tools (CADD, BayesDel, REVEL, and VEST4) as pathogenicity predictors.
We annotated four bioinformatics tools (CADD, BayesDel, REVEL, and VEST4) as pathogenicity predictors and assigned scores for variants excluded from VEP results based on molecular consequences. Utilizing ClinVar review status, we established thresholds for these tools. Odds ratios were calculated to compare effect sizes between tools.
Despite varied results, VEST4 consistently demonstrated a modest effect size with odds ratios of 3.130–4.881, showing statistical significance in BRCA1/2. Besides the results of 2021 BRCA1, other tools have exhibited statistical significance as well. The overall analysis suggests the potential of gene-based association studies.

국문 초록 (Abstract)

연관성 분석 (association study)은 단일성 질환 (monogenic disease)의 원인 유전자를 규명하기 위한 전통적인 방법이다. 현대 사회의 핵가족 구조로 인해 희귀질환을 가진 가족의 DNA 염기서열 데이터를 수집하는 것이 어려워졌다. 본 연구는 이러한 연관성 분석 (association study)의 한계를 극복하기 위해 단일성 질환 (monogenic disease)의 원인 유전자를 규명하기 위한 유전자 기반 연관성 연구 (gene-based association study)를 증명해보고자 하였다.
본 연구는 BRCA1/2 유전자를 대상으로 연구를 진행하였다. 대조군 데이터로는 유전체 통합 데이터베이스 (Genome Aggregation Database, gnomAD v.2.1.1)에서 125,748명의 BRCA1/2 엑솜 데이터를 추출하였으며, 환자 데이터의 경우, 2022년 1월부터 12월까지의 SMC에서 총 1,751명의 유방암 및 난소암 환자 BRCA1/2 데이터를 사례군으로 사용하였다. 2021년 환자 데이터의 결과는 교차 검증에 사용되었다. Ensembl의 변이 효과 예측기 (Variant Effect Predictor, VEP)를 사용하여 4가지 생물정보학 도구 (bioinformatics tools) (CADD, BayesDel (대립유전자 빈도 제외), REVEL, VEST4)를 병인성 예측인자로 활용하였다.
일부 결측값은 분자적 결과에 따라 병원성 (pathogenic) 또는 비병원성 (non-pathogenic)으로 정의하고 Pejaver 연구에 따라 점수를 부여하였다. 생물정보학 도구 (bioinformatics tools)의 임계값 (threshold)은 독립적인 데이터베이스로서 ClinVar를 사용하여 적용 가능한 임계값 (threshold)을 추정하였다. 생물정보학 도구 (bioinformatics tools) 간의 효과 크기를 비교하기 위해 2x2 표를 사용하여 오즈비 (odds ratio)를 계산하였다. BRCA1에서 REVEL의 오즈비 (95% 신뢰구간) (95% Confidence Interval)는 8.907(7.065-11.228)이다. BRCA2에서는 VEST4의 오즈비 (95% 신뢰구간)가 4.280(3.500-5.232) 으로 가장 큰 결과값을 기록하였다. 전반적으로 VEST4는 BRCA1/2에서 일관된 결과를 보였으며, 위에서 언급한 바와 같이 BRCA1과 BRCA2에 대한 오즈비 (95% 신뢰구간)는 3.643(2.982-4.450)이었다.
일부 오즈비 결과가 통계적으로 유의하지 않은 결과 값을 보였지만, VEST4의 일관된 결과와 5 이상의 오즈비는 유전자 기반 연관성 연구(gene-based association study)의 가능성을 시사하였다. 본 연구는 최근 개발된 생물정보학 도구 (bioinformatics tools)를 활용하여 유전자 기반 연관성 연구 (gene-based association study)를 시도하였으며, 향후 연구에서 상염색체 우성 질환 (autosomal dominant disease) 원인 유전자에 대한 연구의 필요성을 제기하였다.

목차 (Table of Contents)

• Chapter 1. Introduction 1
• Chapter 2. Methods 3
• 2.1 Data Collection and Preprocessing 3
• 2.2 Classification of variants excluded from VEP results 4
• 2.3 Calculation of threshold from Receiver Operating Characteristic (ROC) curves 5
• 2.4 Implementation of thresholds and validation of bioinformatics tools effectiveness 7
• Chapter 3. Results 9
• 3.1 Establishment of threshold by utilizing ROC curve 9
• 3.2 Assessment of bioinformatics tools by odds ratio analysis 11
• 3.3 Cross-validation analysis on 2021 dataset 12
• 3.4 Exploration of larger sample size: combined analysis of 2022 and 2021 datasets 13
• Chapter 4. Discussion and conclusion 14
• References 16