PGVWeb: Aplicación web para la priorización de variantes genéticas en un contexto clínico

Abstract

Next-generation sequencing has led to a breakthrough in clinical diagnosis. Detection of genetic variations allows to determine the cause of a pathology of large number of cases. However, the huge amount of genetic variants detected difficult the task of analysts. Therefore, the design of a simple and intuitive graphical interface that facilitates the operation and visualization of variants becomes essential. Another indispensable aspect in clinical diagnosis is the prioritization of candidate variants, that is, prioritizing those variants most likely to be the cause of the pathology. In this project we have developed a web application in R programming language, which allows you to import and visualize, interactively, all the genetic variants detected by sequencing. In addition, filters and prioritization algorithms have been added to show the variants that are more likely to be the cause of pathology. Various R packages have been used to carry out this project, including the Shiny package, used to create an interactive user interface. Different databases have also been used such as ClinVar, HPO and OMIM that make it possible to generate specific filters and prioritize based on the patient's phenotype. As a result of this work, a web application has been developed that combines simplicity of use and great flexibility in order to facilitate and focus the analysis on disease-causing variants.

La seqüenciació de segona generació ha permès un gran avenç en el diagnòstic clínic. Mitjançant la detecció de variacions genètiques és possible determinar la causa d'una patologia en un gran nombre d'ocasions. No obstant això, la gran quantitat de variacions genètiques que es detecten dificulta la tasca que duen a terme els analistes. Per això, el disseny d'una interfície gràfica senzilla i intuïtiva que faciliti el maneig i visualització de les variants es fa imprescindible. Un altre dels aspectes indispensables en el diagnòstic clínic és la priorització de variants candidates, és a dir, prioritzar aquelles variants amb més probabilitat de ser la causa de la patologia. En aquest Treball de Fi de Màster s'ha desenvolupat una aplicació web, en llenguatge de programació R, que permet importar i visualitzar, de manera interactiva, totes les variants genètiques detectades mitjançant la seqüenciació. A més, s'han incorporat filtres i algoritmes de priorització per mostrar en primer lloc les variants que tenen més probabilitat de ser causants de patologia. Per dur a terme aquest projecte s'han utilitzat diversos paquets de R, entre els quals destaca el paquet Shiny, emprat per crear una interfície d'usuari interactiva. També s'han emprat diferents bases de dades com ClinVar, HPO i OMIM que fan possible generar filtres específics i prioritzar en funció de l'fenotip de l'pacient. Com a resultat d'aquest Treball, s'ha desenvolupat una aplicació basada en web que combina senzillesa d'ús i una gran flexibilitat, amb l'objectiu de facilitar i enfocar l'anàlisi a variants causants de malaltia.

La secuenciación de segunda generación ha permitido un gran avance en el diagnóstico clínico. Mediante la detección de variaciones genéticas es posible determinar la causa de una patología en un gran número de ocasiones. No obstante, la gran cantidad de variaciones genéticas que se detectan dificulta la labor que llevan a cabo los analistas. Por ello, el diseño de una interfaz gráfica sencilla e intuitiva que facilite el manejo y visualización de las variantes se hace imprescindible. Otro de los aspectos indispensables en el diagnóstico clínico es la priorización de variantes candidatas, es decir, priorizar aquellas variantes con más probabilidad de ser la causa de la patología. En este Trabajo de Fin de Máster se ha desarrollado una aplicación web, en lenguaje de programación R, que permite importar y visualizar, de manera interactiva, todas las variantes genéticas detectadas mediante la secuenciación. Además, se han incorporado filtros y algoritmos de priorización para mostrar en primer lugar las variantes que tienen más probabilidad de ser causantes de patología. Para llevar a cabo este proyecto se han utilizado diversos paquetes de R, entre los que destaca el paquete Shiny, empleado para crear una interfaz de usuario interactiva. También se han empleado diferentes bases de datos como ClinVar, HPO y OMIM que hacen posible generar filtros específicos y priorizar en función del fenotipo del paciente. Como resultado de este Trabajo, se ha desarrollado una aplicación basada en web que combina sencillez de uso y una gran flexibilidad, con el objetivo de facilitar y enfocar el análisis a variantes causantes de enfermedad.