|
IDENTIFICACIÓN MEDIANTE SECUENCIACIÓN DE GENOMA COMPLETO DE UNA VARIANTE ASOCIADA A ALTERACIÓN DE MIGRACIÓN NEURONAL. REANÁLISIS Y ALGORITMOS DE INTELIGENCIA ARTIFICIAL EN EL DIAGNÓSTICO DE ENFERMEDADES RARAS |
|
| Poster Nº: |
P0228
|
| Autores: |
David Hansoe Heredero Jung; Lucía Pérez Cabornero; Elena Marcos Vadillo; María Jesús García Salgado; Belén García Berrocal; Sandra Milagros Lorenzo Hernández; Aránzazu Hernández Fabián; María Justel Rodríguez; Pablo Prieto Matos; Carla Criado Muriel; Teresa Reyes Sánchez; María Jesús álvarez García; Amador Crego Martín; María Isidoro García
|
| Area: |
12. Nuevas aproximaciones y tecnologías diagnósticas
|
|
| |
| 01. Introducción y Objetivos: Breve introducción indicando el propósito del estudio.: |
La Secuenciación Masiva de Genoma Completo y los algoritmos de Inteligencia Artificial suponen un enorme avance tecnológico en el diagnóstico de las Enfermedades Raras. El objetivo es demostrar la importancia de reanalizar casos no cerrados que, con ayuda de estas nuevas herramientas, puede arrojar luz sobre el diagnóstico. |
| 02. Métodos: Descripción concisa de los métodos utilizados: |
A través del abordaje multidisciplinar hospitalario se estudió a un paciente varón de 3 años con incoordinación de la deglución y reflujo gastroesofágico, microcefalia, encefalopatía tetraparética hipotónica, secundaria a migración neuronal, epilepsia refractaria, retraso global del desarrollo, déficit visual de probable origen central y lisencefalia.
Se secuenció el Exoma Completo en una plataforma NextSeq 500 (Illumina). Posteriormente, se amplió el estudio de Genoma Completo en un sistema NovaSeq 6000 (Illumina), en análisis en trío. Se preparó la librería mediante tagmentación con tecnología DNA PCR-free (Illumina). |
| 03. Resultados: Resumen de los resultados obtenidos: |
En el análisis bioinformático del Exoma Completo no se hallaron variantes con asociación clínica que pudieran explicar el fenotipo del paciente. Tras varias aproximaciones clínicas y metodológicas, se decidió realizar la secuenciación de Genoma Completo. La aplicación de algoritmos de priorización de Inteligencia Artificial (IA) en el análisis de Genoma Completo permitió detectar una variante truncante en homocigosis en CAMSAP1, NM_015447.4:c.4270C>T(p.Arg1424Ter). Inicialmente, esta variante había sido clasificada como VUS, ya que la relación gen-enfermedad no estaba descrita previamente. En 2022 Khalaf-Nazzal et al. describió variantes bialélicas como causa de una alteración de la migración neuronal y lisencefalia coincidente con nuestro paciente. La variante es clasificada finalmente como patogénica, de acuerdo con los criterios de la ACMG. |
| 04. Conclusiones: Basadas en los resultados obtenidos: |
El estudio de nuevas asociaciones gen-enfermedad en variantes de significado incierto, junto a las nuevas tecnologías, pueden aportar un mayor rendimiento al reanálisis genético. Además, la implementación de la IA facilita la identificación de variantes complejas. |
|
|
|
| 
