Desenvolupament d'un aplicatiu web per la correcta classificació de variants genètiques en els gens causants de les RASopaties

Abstract

El diagnòstic genètic té com a finalitat determinar la causant genètica del desenvolupament de malalties hereditàries, com les RASopaties. L'estudi d'alteracions genètiques es realitza mitjançant NGS i aquestes es classifiquen segons el seu efecte deleteri. En aquest projecte ens proposem generar un aplicatiu per automatitzar aquest procés de classificació en els gens de les Rasopaties seguint el sistema de puntuació establert a nivell internacional. Mitjançant R-Shiny, s'ha generat un GUI per automatitzar la classificació de les variants genètiques. La informació necessària s'extreu d'una base de dades pròpia (Pandora) i de la literatura. Resultats, s'ha evolucionat un R-script desenvolupat prèviament en el grup per tal de que no contingui fragments de codi específics de cada gen ni les credencials per accedir a Pandora. Posteriorment, aquest s'ha modificat per tal de ser compatible amb R-shiny i s'ha generat un GUI a nivell local. Aquest GUI demana que s'identifiqui la variant a classificar i que s'introdueixin les dades que no es poden extraure de Pandora. Com a resultats, l'app genera una taula resum de la variant a classificar, els criteris que compleix la variant per tal de ser classificada i, la classificació final. En total, van ser avaluades 20 variants prèviament classificades manualment. També s'ha intentat transformar aquest GUI per un GUI localitzat en un servidor del centre. Conclusió. El GUI a nivell local és de gran utilitat per classificar les variants en els gens de les RASopaties. Aquest GUI ha estat validat comparant la classificació manual i la automàtica però encara no és funcional en format server.

The purpose of genetic diagnosis is to determine the genetic cause of the development of hereditary diseases, such as RASopathies. The study of genetic alterations is performed using NGS and these are classified according to their deleterious effect. In this project we propose to generate an application to automate this classification process in Rasopathies-related genes following the guidelines established internationally. Using R-Shiny, a GUI has been generated to automate the classification of genetic variants. The necessary information is extracted from our own database (Pandora) and from the literature. An R-script previously developed in the group has evolved so that it does not contain snippets of gene specific code or the credentials to access Pandora. This was later modified to be R-shiny compatible and a GUI was generated locally. This GUI requires theu user indicates the variant to be classified and include all data that cannot be extracted from Pandora. As a result, the app generates a summary table of the variant to be classified, the criteria that the variant meets in order to be classified and the final classification. In total, 20 previously manually classified variants were evaluated. Attempts have also been made to transform this GUI into a server GUI. The local GUI is very useful for classifying variants in the RASopathiesrelated genes. This GUI has been validated comparing manual and automatic classification but is not yet functional in server format.

El diagnóstico genético tiene como finalidad determinar la causante genética del desarrollo de dolencias hereditarias, como las RASopaties. El estudio de alteraciones genéticas se realiza intermediando NGS y estas se clasifican según su efecto deletéreo. En este proyecto nos proponemos generar un aplicativo para automatizar este proceso de clasificación en los genes de las Rasopaties siguiendo el sistema de puntuación establecido a nivel internacional. Mediante R-Shiny, se ha generado un GUI para automatizar la clasificación de las variantes genéticas. La información necesaria se extrae de una base de datos propia (Pandora) y de la literatura. Resultados, se ha evolucionado un R-script desarrollado previamente en el grupo para que no contenga fragmentos de código específicos de cada gen ni las credenciales para acceder a Pandora. Posteriormente, este se ha modificado para ser compatible con R-shiny y se ha generado un GUI a nivel local. Este GUI pide que se identifique la variante a clasificar y que se introduzcan los datos que no se pueden extraer de Pandora. Como resultados, la app genera una mesa resumen de la variante a clasificar, los criterios que cumple la variante para ser clasificada y, la clasificación final. En total, fueron evaluadas 20 variantes previamente clasificadas manualmente. También se ha intentado transformar este GUI por un GUI localizado en un servidor del centro. Conclusión. El GUI a nivel local es de gran utilidad para clasificar las variantes en los genes de las RASopaties. Este GUI ha sido validado comparando la clasificación manual y la automática pero todavía no es funcional en formato server.