Microarrays

publicado en: Novedades | 0

Genos  continúa brindando una completa y actualizada asistencia en genética médica adecuada a las necesidades de los pacientes y de los profesionales de salud. Para ello incorpora al algoritmo de estudios genéticos, para pacientes con diagnóstico de anomalías congénitas con o sin discapacidad intelectual, los estudios moleculares para la detección de microduplicaciones o microdeleciones de las regiones cromosómicas subteloméricas mediante técnica de MLPA, y el estudio de CGH por técnica de microarrays de oligonucleóticos desarrollado por el laboratorio de genética del Baylor College of Medicine.

Para ello, ha adoptado la plataforma Agilent de microarrays analizando los slides de oligonucleóticos desarrollados por el laboratorio de genética del Baylor College of Medicine en la versión Chromosomal Microarray Analysis – Comprehensive (CMA-Comprehensive) v8.3 que combina las versiones CMA-HR y CMA-SNP en un mismo array. Este proyecto ser ealiza dentro de un convenio marco con el laboratorio de genética del Baylor College of Medicine que lo habilita a desarrollar el estudio de CGH por microarryas  en forma completa en Genos, siendo supervisado y avalado por los laboratorios de Genética del  Baylor College of Medicine.

Algoritmo de estudios genéticos para pacientes con diagnóstico de anomalías congénitas con o sin discapacidad intelectual

1- Estudios cromosómicos convencionales o bandeos como el de tripsina-Giemsa  (GTG bandeo) que permiten encontrar anomalías cromosómicas numéricas o estructurales con una resolución en el rango de 5-10 Mb. Estas anomalías se observan en alrededor del 4-10 % de los pacientes con anomalías congénitas y/o discapacidad intelectual.

2- Estudios citogenéticos moleculares con hibridación fluorescente in situ (FISH) que utiliza sondas fluorescentes específicas para los cromosomas o ciertos segmentos cromosómicos de interés (locus específico) lo que permite detectar, en pacientes con rasgos dismórficos específicos y fuerte sospecha clínica, anomalías cromosómicas más pequeñas como los síndromes de microdeleciones: Síndrome de Wolf-Hirschhorn (4p-) (Gandelman, 1992), Síndrome de DiGeorge/velocardiofacial (DG/VCFS) (Larson, 1995), o Síndrome de Cri-du-chat (5p-) (Gersh,1997), entre otros.

3- Estudio molecular de ADN para Síndrome de cromosoma X frágil por técnica de PCR y Southern Blot. El  Síndrome de Cromosoma X Frágil  es  la causa  heredada más frecuente de discapacidad intelectual. Tiene una prevalencia alrededor de 16 a 25/100,000 (de Vries et al, 1997). Más del 99% de las personas con Síndrome de cromosoma X frágil tiene pérdida de la función del gen FMR1 causada por un  incremento del  número de  repeticiones  del  trinucleótido CGG  (>200)  acompañado por un patrón de metilación anormal del gen que determina su falta de función (Jacquemont et al 2011).

4- Estudio para la detección de microduplicaciones o microdeleciones de las regiones cromosómicas subteloméricas mediante técnica de MLPA (multiplex ligation-dependent probe amplification (Rooms et al, 2006; Schouten et al. 2002). Permite detectar rearreglos submicroscópicos de las regiones  subteloméricas, es decir el déficit o duplicación de material cromosómico en el extremo de los cromosomas,  en aproximadamente el 4-10% de los pacientes con malformaciones congénitas y retraso mental. (De Vries et al. 2003; Koolen et al. 2004a).

5- Estudio de hibridación comparativa del genoma por medio de arrays (aCGH) (Pinkel, 1998) permite una evaluación de alta resolución del genoma y la detección de pérdidas o ganancias del materia genómico resultando en una variación del número de copias (CNVs) con respecto a una muestra considerada normal. Estas CNVs son segmentos delecionados o duplicados del genoma que pueden representar variantes benignas ya descriptas o nuevas, o variantes patológicas específicas (Roulliard, 2002, Ou, 2008; Friedman, 2006) para regiones genómicas específicas (Aradhya, 2007), tanto en las evaluaciones postnatales (Chueng, 2005; Shaffer, 2006; Lu, 2007; Sharp, 2006; Menten 2006), como en las prenatales (Sahoo, 2006; 2006; Van der Veyver, 2006; Rickman, 2006) también han permitido  la identificación de nuevos síndromes genéticos debido a la falta o exceso de información genética (Vissers, 2005 Lupski, 2006; Ballif, 2007); y la detección de niveles bajos de mosaicismo que no se diagnostican con las técnicas convencionales (Ballif, 2006; Chueng, 2007). Estas técnicas han incrementado la capacidad diagnostica en desbalances genómicos (CNV patológicos), como causa de rasgos dismórficos, anomalías congénitas múltiples y/o discapacidad intelectual (Bar- Shira, 2006; Caseli, 2007; Stankiewicz, 2007). El conocimiento de las variables benignas en la población general (Sebat, 2004; Iafrate, 2004) es de gran importancia ya que varían en los distintos grupo étnicos (White, 2007) y deben ser distinguidas de las variantes patológicas que pueden ser responsables de desorden constitucionales (Lee, 2007) o trastornos intelectuales (Sebat, 2007). Esta nueva tecnología es útil para el estudio de pacientes con retardo mental idiopático,  que ya tengan cariotipo normales, permitiendo detectar desbalances en el 14-40% de ellos, con una resolución aproximada de 1 Mb. Estos mismos criterios también puede ser extensivo al diagnóstico prenatal (Shaffer, 2012) y particularmente en los casos con hallazgos ecográficos de malformaciones fetales, ya que la aplicación de las técnicas de CGH por arrays aumenta la detección diagnóstica en alrededor de un 10-20 % de los casos con hallazgos ecográficos (Filges, 2012).

La versión Chromosomal Microarray Analysis – Comprehensive (CMA-Comprehensive) v8.3 permite la detección de:

400K Oligos, con una cobertura exónica de 1936 genes (HG 19) 1 asociados con discapacidad intelectual,  convulsiones, autismo y anomalías congénitas,
742 genes accesibles como estudios clínicos en la base de datos GeneTests,
804 genes ligados al X,
276 genes mitocondriales nucleares y candidatos,
232 genes autoinmunes,
100 genes predictivos de hipoinsuficiencia,
153 genes asociados con autismo,
186 genes candidatos asociados con epilepsia,
44 genes asociados con ADHD
41 regiones subteloméricas,
43 regiones pericentroméricas,
Cobertura de 30kb en las regiones de baja densidad génica,
290 regiones LCR (low copy repeats),
Genoma mitocondrial,
120K SNPs (permite detectar disomía uniparental y pérdida de heteregocidad de todos los cromosomas)

Los resultados son analizados con métodos por imágenes cuantitativos y software analítico que permite la identificación de cada secuencia de ADN en tres estados: como pérdida del número de copia (deleción) o ganancia en el número de copia (duplicación) o número de copia normal. Esta tecnología ha sido validada por el laboratorio de genética del Baylor College of Medicine en muchos pacientes con microdeleciones o duplicaciones conocidas o cariotipos no balanceados detectados por citogenética tradicional.

Este estudio se limita a detectar pérdidas o ganancias de material genómico. No puede detectar mosaicismos de bajo porcentaje (menor del 10%), translocaciones balanceadas, inversiones o mutaciones puntuales responsables de fenotipo clínico.

Bibliografía:

  1. Aradhya S, Cherry AM. Array-based comparative genomic hybridization: clinical contexts for targeted and whole-genome designs. Genet Med 2007;9(9):553–559.
  2. Ballif BC, Rorem EA, Sundin K, et al. Detection of low-level mosaicism by array CGH in routine diagnostic specimens. Am J Med Genet A 2006;140(24):2757–2767.
  3. Ballif BC, Hornor SA, Jenkins E, et al. Discovery of a previously unrecognized microdeletion syndrome of 16p11.2–p12.2. Nat Genet 2007;39(9):1071–1073.
  4. Bar-Shira A, Rosner G, Rosner S, Goldstein M, Orr-Urtreger A. Array-based comparative genome hybridization in clinical genetics. Pediatr Res 2006;60(3):353–358.
  5. Caselli R, Mencarelli MA, Papa FT, et al. A 2.6 Mb deletion of 6q24.3–25.1 in a patient with growth failure, cardiac septal defect, thin upperlip and asymmetric dysmorphic ears. Eur J Med Genet 2007;50(4):315–321.
  6. Cheung SW, Shaw CA, Yu W, et al. Development and validation of a CGH microarray for clinical cytogenetic diagnosis. Genet Med 2005;7(6):422–432.
  7. Cheung SW, Shaw CA, Scott DA, et al. Microarray-based CGH detects chromosomal mosaicism not revealed by conventional cytogenetics. Am J Med Genet A 2007;143A(15):1679–1686
  8. de Vries BB, van den Ouweland AM, Mohkamsing S, Duivenvoorden HJ, Mol E, Gelsema K, van Rijn M, Halley DJ, Sandkuijl LA, Oostra BA, Tibben A, Niermeijer MF. Screening and diagnosis for the fragile X syndrome among the mentally retarded: an epidemiological and psychological survey. Collaborative Fragile X Study Group. Am J Hum Genet. 1997;61:660–7.
  9. Filges , Anjeung Kang, Vanessa Klug, Friedel Wenzel, Karl Heinimann, Sevgi Tercanli Peter Miny. Array comparative genomic hybridization in prenatal diagnosis of first trimester pregnancies at high risk for chromosomal anomalies Molecular Cytogenetics 2012, 5:38
  10. Friedman JM, Baross A, Delaney AD, et al. Oligonucleotide microarray analysis of genomic imbalance in children with mental retardation. Am J Hum Genet 2006;79(3):500–513.
  11. Gandelman KY, Gibson L, Meyn MS, Yang-Feng TL. Molecular definition of the smallest region of deletion overlap in the Wolf-Hirschhorn syndrome. Am J Hum Genet 1992;51(3):571–578.
  12. Gersh M, Grady D, Rojas K, et al. Development of diagnostic tools for the analysis of 5p deletions using interphase FISH. Cytogenet Cell Genet 1997;77(3–4):246–251.
  13. Iafrate AJ, Feuk L, Rivera MN, et al. Detection of large-scale variation in the human genome. Nat Genet 2004;36(9):949–951
  14. Jacquemont S, Birnbaum S, Redler S, Steinbach P, Biancalana V. Clinical utility gene card for: fragile X mental retardation syndrome, fragile X-associated tremor/ataxia syndrome and fragile X-associated primary ovarian insufficiency. Eur J Hum Genet. 2011;1
  15. Koolen D A, Nillesen W M, Versteeg M H A, Merkx G F M, Knoers N V A M,       Kets M, VeDIeer S, van Ravenswaaij C M A, de Kovel C G, Brunner H G,   Smeets D, de Vries B B A, SisteDIans E A. Screening for subtelomeric rearrangements  in 210 patients with unexplained mental retardation  using multiplex ligation dependent probe amplification (MLPA)  Journal of Medical Genetics 2004;41:892-899
  16. Larson RS, Butler MG. Use of fluorescence in situ hybridization (FISH) in the diagnosis of DiGeorge sequence and related diseases. Diagn Mol Pathol 1995;4(4):274–278.
  17. Lee C, Iafrate AJ, Brothman AR. Copy number variations and clinical cytogenetic diagnosis of constitutional disorders. Nat Genet 2007;39(7 suppl):S48–S54.
  18. Lu X, Shaw CA, Patel A, et al. Clinical implementation of chromosomal microarray analysis: summary of 2513 postnatal cases. PLoS ONE 2007;2(3):e327.
  19. Lupski JR. Genome structural variation and sporadic disease traits. Nat Genet 2006;38(9):974–976.
  20. Menten B, Maas N, Thienpont B, et al. Emerging patterns of cryptic chromosomal imbalance in patients with idiopathic mental retardation and multiple congenital anomalies: a new series of 140 patients and review of published reports. J Med Genet 2006;43(8):625–633
  21. Ou Z, Kang SH, Shaw CA, et al. Bacterial artificial chromosome-emulation oligonucleotide arrays for targeted clinical array-comparative genomic hybridization analyses. Genet Med 2008;10(4):278–289.
  22. Pinkel D, Segraves R, Sudar D, et al. High resolution analysis of DNA copy number variation using comparative genomic hybridization to microarrays. Nat Genet 1998;20(2):207–211.
  23. Rickman L, Fiegler H, Shaw-Smith C, et al. Prenatal detection of unbalanced chromosomal rearrangements by array CGH. J Med Genet 2006;43(4):353–361.
  24. Rooms, L. et al. (2006). Multiplex ligation-dependent probe amplification to detect subtelomeric rearrangements in routine diagnostics. Clin Genet. 2006 Jan; 69(1):58-64.
  25. Rouillard JM, Herbert CJ, Zuker M. OligoArray: genome-scale oligonucleotide design for microarrays. Bioinformatics 2002;18(3):486–487.
  26. Sahoo T, Cheung SW, Ward P, et al. Prenatal diagnosis of chromosomal abnormalities using array based  comparative genomic hybridization. Genet Med 2006;8(11):719–727.
  27. Sebat J, Lakshmi B, Troge J, et al. Large-scale copy number polymorphism in the human genome. Science 2004;305(5683):525–528.
  28. Shaffer LG, Bejjani BA. Medical applications of array CGH and the transformation of clinical cytogenetics. Cytogenet Genome Res 2006;115(3–4):303–309.
  29. ShafferLA, Dabell MP, Fisher AJ, Coppinger J , Bandholz AM, Ellison JW. Britt Ravnan J ,. Torchia BS , Ballifand BC, Rosenfeld JA.Experience with microarray-based comparative genomic hybridization for prenatal diagnosis in over 5000 pregnancies Prenatal Diagnosis 2012, 32, 976–985
  30. Sharp AJ, Hansen S, Selzer RR, et al. Discovery of previously unidentified genomic disorders from the duplication architecture of the human genome. Nat Genet 2006;38(9):1038–1042.
  31. Stankiewicz P, Beaudet AL. Use of array CGH in the evaluation of dysmorphology, malformations, developmental delay, and idiopathic mental retardation. Curr Opin Genet Dev 2007;17(3):182–192
  32. Van den Veyver I, Beaudet AL. Comparative genomic hybridization and prenatal diagnosis. Curr Opin Obstet Gynecol 2006;18(2):185–191.
  33. Vissers LE, Veltman JA, van Kessel AG, Brunner HG. Identification of disease genes by whole genome CGH arrays. Hum Mol Genet 2005;14 (Spec No 2):R215–R223.