Využití metod celoexomového sekvenování pro studium vzácných dědičně podmíněných chorob

Abstract

Vzácná onemocnění jsou heterogenní skupinou onemocnění a postihují okolo 5 % celosvětové populace. Tvoří více než 7 000 různých fenotypových jednotek a jejich podstata je u řady z nich dána geneticky. Výsledky studia molekulární podstaty vzácných onemocnění slouží nejen pro diagnostiku a případnou léčbu pacientů, ale přináší také unikátní biologické modely, které napomáhají k pochopení patofyziologie těchto onemocnění a hlubšímu porozumění jednotlivých biologických principů. Výrazný pokrok v molekulárně-genetických metodách, konkrétně zavedení metody sekvenování nové generace (NGS) do klinické praxe, otevřel širší možnosti diagnostiky pro řadu vzácných onemocnění či vedl k jejich zpřesnění. Tato dizertační práce popisuje využití metod sekvenování nové generace a bioinformatické zpracování získaných dat při studiu molekulární podstaty vzácných geneticky podmíněných onemocnění. Tyto postupy vedly k určení kauzální příčiny u akadské varianty Fanconiho syndromu (NDUFAF6) a vzácné vrozené srdeční vady u novorozenců (PLD1). Také byly využity při exomové analýze souboru pacientů s různými typy kardiomyopatií, což vedlo k charakterizaci fenotypově odlišných skupin pacientů a k určení přesné genetické diagnózy u řady z nich.

Rare diseases (RD) are a heterogeneous group of diseases that affect about 5% of the world population. RDs represent more than 7.000 different phenotypes and many of them are genetically determined. RDs provide unique biological models for understanding the basic principles of molecular and cellular organization and function of human tissues and organs. Results of studies focused at pathogenesis of RDs are often used to diagnose and treat the affected patients. Significant progress in molecular genetic techniques, specifically the use of the next generation sequencing (NGS) in clinical practice, substantially facilitated and improved efficiency of RD laboratory diagnostics. Moreover, these novel testing algorithms identified the previously unknown molecular causes of many RDs. This thesis demonstrates the utility of NGS techniques and bioinformatics processing of obtained data in studies aimed at understanding molecular basis of selected RDs. These methods led to identification and characterization of causative pathogenic variants in the NDUFAF6 and PLD1 genes among patients affected by the Acadian variant of Fanconi disease and patients with a rare congenital heart defect, respectively. This approach was further used to analyze exomes of a large cohort of patients with different types of...