TEK GENLİ HASTALIKLARIN ŞİFRESİNİ ÇÖZMEK: NEDENSEL GENETİK VARYASYONLARIN İZİNDE
Mendel tipi
hastalıklar, tek bir genin işlevsel değişimiyle ortaya çıkan kalıtsal
bozukluklardır. Bu hastalıkların tanısında en kritik adım, fenotipi açıklayan nedensel genetik varyasyonun
saptanmasıdır. Modern genetik analiz yöntemleri sayesinde artık DNA’nın sadece
dizilimini değil, bu dizilimdeki varyasyonların biyolojik etkilerini de anlamak
mümkündür.
1. Mendel Hastalıklarının Genetik Temeli
Gregor
Mendel’in bezelye deneylerinden bu yana, kalıtımın genetik temelleri büyük
ölçüde açıklığa kavuşmuştur. Tek genli hastalıklarda, hastalık fenotipinden
sorumlu varyasyon genellikle belirli bir kalıtım modelini izler: otozomal dominant, otozomal resesif, X-bağlı
veya mitokondriyal.
Bu varyasyonlar genin ürününde (örneğin bir proteinde) yapısal veya fonksiyonel
bir değişikliğe yol açarak hastalığın ortaya çıkmasına neden olur. Ancak
günümüzde yüzlerce Mendel hastalığı tanımlanmış olmasına rağmen, bu hastalıkların
yaklaşık %30–40’ında hâlâ nedensel varyasyon tanımlanamamıştır.
2. Nedensel Varyasyonun Tanımlanma Süreci
Bir
hastalığın genetik nedenini bulmak, yalnızca dizileme yapmakla sınırlı
değildir; sürecin her aşaması titiz bir değerlendirme gerektirir.
a. Klinik Değerlendirme ve Fenotip Tanımlaması
Her şey,
doğru fenotip tanımlamasıyla başlar.
- Hastanın semptomları ayrıntılı
biçimde analiz edilir.
- Aile öyküsü alınarak kalıtım
tipi belirlenir.
- Klinik veriler, genetik
analizle elde edilecek varyasyonlarla karşılaştırılmak üzere sistematik
olarak kaydedilir.
b. Dizileme Teknolojileri (WES ve WGS)
Günümüzde tüm ekzon dizilemesi (WES) ve tüm genom dizilemesi (WGS), Mendel
hastalıklarının araştırılmasında en güçlü araçlardır.
- WES, genellikle protein kodlayan
bölgelerdeki varyasyonları ortaya çıkarır.
- WGS ise kodlamayan bölgelerdeki
düzenleyici varyasyonlar, yapısal değişimler ve kopya sayısı
farklılıklarını da tespit edebilir.
Ancak WES
kullanılarak yapılan analizlerde bile tanı oranı ortalama %40–50 civarındadır.
c. Varyasyon Filtreleme ve Önceliklendirme
Bir bireyin
genomunda milyonlarca varyasyon bulunabilir.
Bu nedenle, aday varyasyonların azaltılması için çeşitli filtreleme
stratejileri uygulanır:
- Alel frekansı (ör. <1%)
- Protein etkisi (missense,
nonsense, frameshift vb.)
- Genin bilinen hastalık ilişkisi
- İn silico patojenite tahminleri
(örneğin VEST, SIFT, PolyPhen-2)
Bu aşamada
varyasyonların American College of
Medical Genetics (ACMG) kılavuzlarına göre sınıflandırılması yapılır:
patojenik, olası patojenik, belirsiz anlamlılıkta (VUS), olası benign ve
benign.
d. Segregasyon ve Fonksiyonel Doğrulama
Bir
varyasyonun gerçekten hastalıkla ilişkili olduğunun gösterilmesi için aile
bireylerinde segregasyon analizi
yapılır.
Ek olarak, hücre veya hayvan modellerinde yapılan fonksiyonel analizler, varyasyonun biyolojik etkisini doğrular.
Örneğin, RNA düzeyinde splicing bozukluğu yaratan bir varyasyonun ekspresyon
analizi, varyasyonun nedenselliğini güçlendirir.
3. Tanısal Başarının Önündeki Engeller
a. Teknik Sınırlılıklar
- WES, intronik ve tekrarlayan
bölgeleri kapsamaz.
- Yapısal varyasyonlar (örneğin
büyük delesyon veya duplikasyonlar) sıklıkla gözden kaçar.
Bu nedenle uzun okuma (long-read) dizileme gibi yeni nesil teknikler daha fazla bilgi sağlar.
b. Yorumlama Güçlükleri
Bir
varyasyon nadir olsa bile, klinik olarak önemsiz olabilir.
Ayrıca düşük penetrans, modifiye edici genler ve gen-çevre etkileşimleri, varyasyonun
etkisini değiştirir.
c. Yeni Gen-Fenotip İlişkileri
Bazı
varyasyonlar, daha önce hiçbir hastalıkla ilişkilendirilmemiş genlerde
bulunabilir.
Bu durum, özellikle “yetim genler” (orphan genes) olarak adlandırılan genler
için geçerlidir. Bu tür varyasyonların tanımlanması, genetik tanı oranını
artırmanın anahtarlarından biridir.
4. Tanı Oranını Artıran Yeni Yaklaşımlar
a. RNA-Sekanslama (RNA-seq)
DNA
dizilemesiyle tanımlanamayan birçok varyasyon, RNA düzeyinde tespit edilebilir.
RNA-seq, özellikle splicing hatalarını, düşük ekspresyonlu genleri ve regülatör
bölgelerdeki değişiklikleri saptamada etkilidir.
Bir çalışmada RNA-seq kullanımı tanı oranını %35’e kadar artırmıştır.
b. Epigenetik ve Metilasyon Analizleri
Bazı Mendel
hastalıklarında varyasyon bulunmasa da, genin ekspresyonunu etkileyen
epigenetik değişiklikler mevcuttur.
Bu nedenle DNA metilasyon profilleme
ve transkriptom analizleri,
özellikle negatif WES/WGS vakalarında giderek daha fazla kullanılmaktadır.
c. Yeniden Analiz (Re-analysis)
Veri
tabanları (ClinVar, gnomAD) sürekli güncellendiğinden, çözülmemiş vakaların
tekrar analizi zamanla tanı oranını artırmaktadır.
Araştırmalar, yeniden analiz edilen vakalarda %10–15 oranında ek tanı
konabildiğini göstermektedir.
5. Geleceğe Bakış
Nedensel
varyasyonların doğru şekilde belirlenmesi, sadece tanı koymakla kalmaz;
aynı zamanda kişiselleştirilmiş tedavi
yaklaşımlarının ve hedefe
yönelik gen tedavilerinin geliştirilmesine de zemin hazırlar.
Önümüzdeki dönemde yapay zekâ destekli varyasyon analizleri, uzun-okuma
dizileme, tek hücre genomikleri ve multi-omik veri bütünleştirme gibi yöntemler
sayesinde, Mendel hastalıklarının genetik haritası çok daha ayrıntılı biçimde
çözülecektir.
Sonuç
Tek genli
hastalıklarda nedensel varyasyonun belirlenmesi, hem bilimsel hem klinik olarak
büyük öneme sahiptir.
Dizileme teknolojileri, veri tabanları, biyoinformatik algoritmalar ve
fonksiyonel doğrulama yöntemlerinin bir arada kullanılması, hastalıkların
genetik temelini anlamada devrim niteliğinde ilerlemeler sağlamaktadır.
Her yeni vaka, insan genomunun karmaşık yapısını biraz daha aydınlatmakta ve
kişiselleştirilmiş tıbbın geleceğine yön vermektedir.
Kaynaklar
- AlAbdi, L., Maddirevula, S.,
Shamseldin, H. E. et al. “Diagnostic implications of pitfalls in causal
variant identification based on 4,577 molecularly characterized families.”
Nature Communications 14, 5269 (2023).
- Richards, S. et al. “Standards
and guidelines for the interpretation of sequence variants.” Genetics
in Medicine 17, 405–424 (2015).
- Cummings, B. B. et al.
“Improving the genetic diagnosis of Mendelian disorders using
RNA-sequencing.” Science Translational Medicine 9(386), eaal5209
(2017).
- Clark, M. M. et al. “Diagnosis
of genetic diseases in seriously ill children by rapid whole-genome
sequencing.” The American Journal of Human Genetics 108(3), 446–458
(2021).
- Farhan, S. M. K. et al.
“Reanalysis of exome data increases diagnostic yield in Mendelian
disorders.” Genetics in Medicine 21(4), 877–884 (2019).
- Lehmann, A. R. et al.
“Long-read sequencing and structural variation in rare disease diagnosis.”
Nature Methods 17, 100–110 (2020).