Interpretare il genoma

I 12 prototipi sembrano fortini prefabbricati per bambini: scatole delle dimensioni di congelatori, rivestiti di plastica rosso vivo e raggruppati in due e tre su un pavimento di cemento presso Pacific Biosciences, una startup a Menlo Park, in California. Ma l'esterno semplice delle macchine nasconde la complessità all'interno. Ogni scatola ospita un piccolo chip pieno di migliaia di filamenti di DNA di batteri o virus, ogni filamento in un pozzo di dimensioni nanometriche. Un enzima attaccato al fondo di ogni pozzo costruisce rapidamente un filamento corrispondente, legando insieme le basi, o subunità chimiche del DNA, che si accoppiano correttamente con quelle dell'originale. Ciascuno dei quattro tipi di basi, rappresentati dalle lettere A, T, C e G, è etichettato con un diverso marker fluorescente, attivato dalla reazione che lega una nuova base al filamento. Poiché la macchina tiene traccia delle reazioni mentre accadono, può sfornare risme di dati grezzi sulle sequenze dei campioni di DNA con la stessa velocità con cui una fotocamera incorporata può registrarli.

Sequenziamento super veloce: Le macchine prototipo della Pacific Biosciences vengono testate con DNA batterico.

Un monitor di computer installato accanto a ciascuna macchina visualizza un'istantanea dell'azione in corso. Una serie di luci si sparge sullo schermo, esplodendo e svanendo in rapida successione. Ogni flash dura solo decine di millisecondi, ma il suo colore indica quale delle quattro basi è stata appena aggiunta a un filamento di DNA e la sua posizione indica dove. Il video deve essere rallentato per la visualizzazione: i flash arrivano troppo velocemente per essere elaborati dall'occhio umano. Gli algoritmi informatici convertono lo schema dei lampi in sequenze di DNA lunghe da centinaia a migliaia di basi. Ulteriori algoritmi confrontano quindi milioni di questi tratti di DNA, identificano le sequenze che si sovrappongono alle estremità e uniscono i pezzi per catturare un genoma completo.

Questa storia faceva parte del nostro numero di gennaio 2009

• Vedi il resto del problema
• sottoscrivi

Quando si tratta di sequenziare il DNA, il tempo è denaro e le macchine commerciali di Pacific Biosciences, in uscita nel 2010, potrebbero rivelarsi le più veloci mai realizzate. Il Progetto Genoma Umano ha impiegato circa 300 milioni di dollari e 13 anni per elaborare la sequenza dei tre miliardi di coppie di basi del DNA in un genoma umano composito, un compito completato nel 2003. Nell'ottobre 2008, i ricercatori che utilizzavano una varietà di nuovi tipi di macchine erano dicendo che potrebbero sequenziare un genoma individuale per meno di $ 100.000; una società promette un genoma da $ 5.000 entro la prossima primavera. E Pacific Biosciences prevede che entro il 2013, le sue macchine saranno in grado di sequenziare il genoma di una persona in 15 minuti, per meno di 1.000 dollari.

Fino ad ora, gli scienziati hanno sequenziato i genomi di una manciata di persone, e questo ha dato loro un senso generale della variabilità umana. Ma una tecnologia di sequenziamento veloce ed economica potrebbe rendere pratico leggere i genomi di migliaia, forse milioni, di persone. Esaminando quella miriade di genomi e collegando specifiche sequenze di DNA a diverse caratteristiche - manualità, altezza, pressione sanguigna e suscettibilità all'ansia, per citarne alcuni - gli scienziati dovrebbero essere in grado di svelare la complessa interazione di varianti genetiche che rende ogni individuo unico. Ancora più importante, quel tipo di capacità di sequenziamento potrebbe finalmente rivelare la base ereditaria delle malattie comuni, un enigma che ha schernito i genetisti per decenni.

Taccuino del giornalista : Emily Singer

L'impatto effettivo sulla medicina, tuttavia, è molto meno certo e potrebbe essere molto meno positivo. Per quasi due decenni, i ricercatori hanno promesso che i progressi nella tecnologia di sequenziamento consentiranno ai medici di praticare la medicina personalizzata, indirizzando i trattamenti ai pazienti sulla base dei loro profili genetici. Il presupposto era che un numero limitato di varianti genetiche comuni si sarebbe rivelato essere alla base di una particolare malattia e che i medici sarebbero stati in grado di prescrivere farmaci in base alle varianti portate dai loro pazienti. Ma gli ultimi dati suggeriscono che anche le malattie ereditarie più comuni, come il diabete e le malattie cardiache, sono legate a molte varianti diverse, ognuna delle quali relativamente rara. Se è vero, allora praticare la medicina personalizzata potrebbe diventare molto complicato e molto costoso. Non sarebbe bello avere un genoma da $ 5.000 e un'analisi da $ 500.000, afferma Francis Collins, ex direttore del National Human Genome Research Institute e leader del Progetto Genoma Umano.

Oltre le variazioni comuni
La medicina genomica è iniziata sul serio negli anni '80, quando gli scienziati hanno identificato i geni legati a malattie come la distrofia muscolare di Duchenne e la fibrosi cistica. Entrambe sono le cosiddette malattie mendeliane, nel senso che sono causate da mutazioni in un singolo gene; chiunque erediti una o due copie del gene mutato, a seconda della malattia, ne sarà colpito. Negli ultimi 20 anni, i ricercatori hanno identificato i geni per una serie di disturbi mendeliani e i test di screening basati su queste scoperte hanno portato a diagnosi più precoci. Nel caso di disturbi che si sviluppano solo quando una persona eredita due copie della mutazione, i test possono identificare i portatori sani, aiutandoli a prendere decisioni più informate sull'avere figli. Le malattie monogeniche, tuttavia, costituiscono una percentuale molto piccola delle malattie umane. Per la maggior parte delle malattie, è molto più difficile individuare i colpevoli genetici.

Quando gli scienziati hanno iniziato a assemblare una bozza della sequenza del genoma alla fine degli anni '90, hanno scoperto un fenomeno utile. Grandi blocchi di DNA, noti come blocchi di aplotipi, tendevano a essere tramandati intatti attraverso le generazioni. Diverse versioni di questi blocchi, che erano legate alle origini ancestrali di un individuo, avevano schemi caratteristici di variazioni genetiche comuni note come polimorfismi a singolo nucleotide (SNP), in cui la sequenza genetica varia di una sola lettera di DNA. Pertanto, un SNP rivelatore potrebbe fungere da marcatore per il DNA circostante. La scoperta è stata una manna per i genetisti: se ogni blocco tendesse a verificarsi in un numero limitato di varietà all'interno della popolazione umana, non sarebbe necessario controllare ogni base del genoma per le variazioni legate a malattie comuni come l'asma o la schizofrenia. La presenza di un particolare SNP indicherebbe quale aplotipo blocca un individuo trasportato.

I ricercatori hanno sviluppato microarray genetici in grado di rilevare rapidamente la presenza di questi SNP comuni in tutto il genoma; scansionando le variazioni rivelatrici, un processo relativamente poco costoso, i microarray hanno consentito fino ad oggi i più grandi studi genomici. Gli scienziati li hanno usati per cercare in modo efficiente decine di migliaia di genomi umani per SNP più comuni nelle persone con autismo o Alzheimer, per esempio, che nelle persone sane. Negli ultimi due anni sono stati pubblicati una marea di studi, che hanno identificato più di 300 variazioni genetiche legate a un assortimento di tratti e malattie comuni.

Ma trovare queste variazioni non ha portato alla svolta che alcuni scienziati avevano sperato nella comprensione delle basi genetiche delle malattie comuni. Questo perché si scopre che rappresentano solo una piccola frazione del rischio genetico per molte malattie. I ricercatori hanno identificato 18 geni legati al diabete di tipo 2, ad esempio, e sono stati introdotti test per identificare le variazioni. Tuttavia, molti altri fattori di rischio ereditari per la malattia rimangono non identificati. Ciò significa che i nuovi test forniscono un quadro incompleto di quanto sia probabile che qualcuno sviluppi il diabete, rendendo difficile utilizzarli per personalizzare le decisioni mediche. Non c'è motivo di incoraggiare che le strategie di prevenzione possano essere rivoluzionate con ciò che abbiamo scoperto finora [sulla base genetica delle malattie comuni], afferma David Goldstein, direttore del Center for Population Genomics and Pharmacogenetics presso la Duke University di Durham, NC.

La caccia agli SNP ha senso se il rischio ereditario per malattie come il diabete di tipo 2 deriva da una combinazione di molte varianti genetiche comuni, ognuna delle quali esercita un piccolo effetto. Ma cosa succede se questa è solo una parte della storia? E se anche altri tipi più rari di mutazioni genetiche giocassero un ruolo? Poiché i microarray sono stati progettati per rilevare SNP comuni, mancano le variazioni che appaiono in meno dell'1% della popolazione. Queste mutazioni sono al centro di un'ipotesi alternativa, in cui, come nel modello mendeliano, le variazioni individuali ad alto impatto contribuiscono pesantemente a una malattia. Una qualsiasi delle variazioni può verificarsi di rado, secondo questo pensiero, ma se influenzano le stesse vie biochimiche o correlate, possono produrre risultati simili. Collettivamente, potrebbero rendere un disturbo relativamente comune.

Fino a poco tempo, erano stati fatti solo sforzi limitati per cercare varianti rare legate a malattie comuni. Questa ricerca può comportare il vagliare ogni lettera del DNA, cosa che può essere fatta solo sequenziando. Con la vecchia tecnologia, era troppo costoso per essere pratico. Ma in considerazione dei risultati deludenti degli studi sui microarray, gli scienziati si stanno rivolgendo alle nuove e veloci tecnologie di sequenziamento per testare rigorosamente l'ipotesi della variante rara. È probabile che gran parte del resto dell'ereditarietà [della malattia] si nasconda in varianti rare ad alto impatto, dice Collins. Se vogliamo veramente capire la genomica della malattia, abbiamo bisogno di sequenze genomiche complete.

Non è ancora chiaro quante variazioni rare contribuiscano alla malattia, ma le prove stanno iniziando ad arrivare. In uno studio pubblicato questa estate, i biologi dell'Università della California, a Berkeley, hanno sequenziato il gene per un enzima chiamato MTHFR, che converte il folato della vitamina B (acido folico) da una forma all'altra. Gli scienziati avevano precedentemente identificato una variante genetica comune che produce una versione indebolita dell'enzima, aumentando il rischio di difetti alla nascita e possibilmente di malattie cardiache. Sequenziando il gene MTHFR in 564 persone di diverse etnie, Nick Marini e colleghi hanno trovato quattro nuove varianti che compromettono anche la funzione dell'enzima; presente in meno dell'1% dei soggetti, queste varianti non sarebbero state rilevabili negli studi di microarray.

Il genoma personale
In una recente conferenza al venerabile Cold Spring Harbor Laboratory a Long Island, James Watson, coscopritore della struttura del DNA, sedeva stravaccato in prima fila nell'auditorium sotto un grande ritratto di se stesso. Watson, che per un certo periodo ha guidato il Progetto Genoma Umano, ha sequenziato il suo genoma nel 2007. Il suo è stato solo il secondo genoma individuale ad essere completamente mappato. (Craig Venter, che ha guidato lo sforzo privato per sequenziare il genoma, ha usato il proprio DNA come campione.)

Watson non è noto per assistere a presentazioni di conferenze successive. Ma una buona parte di questa conferenza era su di lui. Ha partecipato a discorsi dopo discorsi, mentre gli scienziati presentavano le loro analisi di quello che è diventato affettuosamente noto come Progetto Jim. Watson è un uomo di 80 anni apparentemente sano e i risultati dell'esame del suo genoma sono stati finora abbastanza banali. Ha copie extra delle variazioni genetiche mostrate in studi precedenti per proteggere dalle malattie cardiache e dalla degenerazione maculare, per esempio. Una mutazione inizialmente preoccupante nel BRCA1 gene, che è legato al cancro al seno, si è rivelato innocuo. Ma la stragrande maggioranza del genoma di Watson rimane non interpretabile. Gli scienziati devono ancora trovare una componente genetica nella sua intelligenza o nella sua curiosità o nella sua tendenza a sfoghi politicamente scorretti. Forse la cosa più importante per Watson, non è ancora chiaro se nasconda una vulnerabilità genetica alla schizofrenia che ha trasmesso a suo figlio, che ha la malattia.

La sequenza di riferimento del Progetto Genoma Umano, che è un composto di informazioni genetiche provenienti da più di 20 individui, ha fornito agli scienziati un progetto di base del genoma. Ma un singolo genoma ha i suoi limiti. È solo confrontando più genomi che gli scienziati possono iniziare a capire la variabilità genetica che sta alla base della vulnerabilità alla malattia o alla follia, la tendenza all'abilità atletica o al genio matematico, la spinta verso l'altruismo o l'aggressività.

Anche Watson, che ha passato la sua carriera a cercare di capire il DNA, sembra meno che impressionato nel vedere presentati i dettagli del suo genoma. Vedremo se qualcosa aggiunge cinque minuti alla mia vita, ha osservato alla conferenza. In effetti, il significato della maggior parte delle sue stranezze genetiche rimarrà un mistero fino a quando molte altre persone si uniranno a lui per far sequenziare i loro genomi.

Il PGP 10: I primi 10 volontari del Progetto Genoma Personale stanno attualmente facendo sequenziare le regioni codificanti dei loro genomi; viene mostrato un piccolo pezzo di sequenza per coloro i cui dati sono pubblicati online. I dati della sequenza saranno archiviati in un database pubblico, insieme alle cartelle cliniche dei volontari e ad altre informazioni, come la loro morfologia facciale (misurata dai nastri sulla fronte). Gli scienziati utilizzeranno il database, che dovrebbe includere 100.000 persone, per cercare collegamenti tra geni e malattie o altre caratteristiche.

Il genetista della Harvard Medical School George Church, che ha lavorato sulla tecnologia di sequenziamento sin dalla sua ricerca di dottorato ad Harvard nei primi anni '80, mira ad accelerare quel processo. Tre anni fa la Chiesa ha lanciato il Personal Genome Project (PGP), che mira a raccogliere dati genetici e medici da migliaia di persone nei prossimi cinque anni. Il progetto indica non solo le sfide tecniche e scientifiche che potrebbero essere poste dal sequenziamento su larga scala dei genomi umani, ma anche le questioni etiche.

Nella fase pilota, il progetto si concentrerà su 10 volontari, tra cui Church, lo psicologo di Harvard Steven Pinker e l'imprenditrice Esther Dyson. Per iniziare, metterà in sequenza le regioni codificanti dei loro genomi, l'1% del DNA che dirige la produzione di proteine. Tali informazioni, insieme alle storie mediche dei partecipanti (compresi i regimi di prescrizione) e le informazioni sulla loro altezza, peso, manualità e altri tratti, saranno depositate in un database pubblico. Il team di Church spera che questo database serva come risorsa per gli scienziati, o anche per i membri del pubblico, che desiderano cercare collegamenti tra specifiche variazioni genetiche e malattie o altri tratti.

La prima serie di dati, rilasciata ai partecipanti in ottobre, suggerisce sia la promessa del sequenziamento che gli attuali limiti dell'analisi genetica. John Halamka, CIO della Harvard Medical School e un altro dei 10 volontari originali, hanno appreso di essere portatore di una mutazione per la malattia di Charcot Marie-Tooth, una malattia neurologica ereditaria. Questa rara variazione non sarebbe stata trovata con gli array SNP esistenti. Ma dal momento che Halamka è sopravvissuto indenne all'infanzia e solo altre tre persone al mondo hanno dimostrato di essere portatrici di quella particolare mutazione, è difficile sapere quale impatto, se del caso, abbia avuto sulla sua salute. Forse molte persone portano la variazione senza effetti negativi e il legame tra la malattia e la mutazione è stato sopravvalutato. O forse il gene ha un impatto più ampio del previsto, aumentando il rischio di altre malattie neurologiche. (Oppure, come osserva George Church, la scoperta potrebbe essere semplicemente un errore.)

Maggiore è il numero di voci nel database, più facile sarà capire una scoperta come quella di Halamka. E nell'aprile 2008, il team di Church ha ricevuto l'approvazione da Harvard per espandere il progetto da 10 a 100.000 partecipanti. (La Chiesa prevede di aumentare lentamente, moltiplicando il numero di soggetti per 10 ogni anno.) Questa fase successiva metterà seriamente alla prova sia la tecnologia utilizzata per sequenziare i genomi sia le strategie utilizzate per interpretare i dati risultanti. A novembre, circa un anno dopo l'inizio del progetto, gli scienziati del PGP avevano ottenuto solo circa un quinto del percorso attraverso il sequenziamento delle regioni codificanti dei genomi dei volontari originali. (La Chiesa prevede di espandere il PGP all'intero genoma una volta che il sequenziamento sarà diventato abbastanza economico.) Se vogliono sequenziare migliaia di genomi in più, la tecnologia di sequenziamento dovrà diventare veloce e robusta come Church crede che possa essere.

Troppe informazioni
L'uso dei dati dal PGP porrà problemi di per sé. In primo luogo, Church e il suo team dovranno trovare il modo migliore per fornire i risultati al gruppo più ampio di volontari. I primi 10 hanno ricevuto una consulenza genetica individuale da Joseph Thakuria, direttore medico del progetto e genetista clinico presso la Harvard Medical School. Ma Thakuria non sarà in grado di consigliare le migliaia di nuovi soggetti. Data la carenza di genetisti e consulenti genetici con una formazione adeguata, è quasi certo che il problema verrà ripreso in modo molto più ampio man mano che la genomica personale diventa più accessibile.

Ma è probabile che la sfida più grande nella prossima fase della genomica umana sia interpretare il significato della serie apparentemente infinita di variazioni che verranno scoperte. I cambiamenti genetici individuali si verificano per caso e alcuni sono innocui. Altri sono pericolosi, interrompono alcuni processi cellulari vitali e aumentano il rischio di malattie. E alcuni possono anche essere utili, ad esempio migliorando la scomposizione delle tossine e proteggendo così da determinati disturbi. Ma spesso è impossibile dire in quale classe rientri una variazione semplicemente osservandola. E poiché le nuove tecnologie consentono agli scienziati di sequenziare i genomi di un gran numero di persone, l'elenco delle varianti conosciute crescerà rapidamente. Queste informazioni saranno spinose e problematiche in termini di interpretazione, afferma James Evans, professore di genetica e medicina presso l'Università della Carolina del Nord a Chapel Hill. Tutti abbiamo mutazioni e alterazioni che semplicemente non capiamo. Come al solito, la tecnologia sarà in anticipo rispetto alla nostra capacità di utilizzarla.

La complessità delle nuove informazioni genomiche può anche essere un ostacolo alla medicina personalizzata che il sequenziamento genico avrebbe dovuto introdurre. I ricercatori hanno sperato di creare test che predicessero il rischio di un individuo per una specifica malattia o rivelassero quale farmaco potrebbe funzionare meglio per lui o lei. Ma i test genetici che rilevano le variazioni appena scoperte non saranno molto utili finché gli scienziati non riusciranno a capire cosa significano queste variazioni. E se molte malattie comuni sono causate da varianti rare, il compito sarà enorme. Ci vorranno anni per comprendere il rischio basato su varianti rare, afferma Dietrich Stephan, fondatore e direttore scientifico di Navigenics, una startup di genomica personale.

Alcuni scienziati pensano che il vero valore della genomica potrebbe non risiedere affatto nella medicina personalizzata. Dove sarà davvero ripagato, dicono, sarà nell'approfondire la nostra comprensione della malattia e nell'aiutare i ricercatori a scoprire nuovi bersagli per i farmaci. Il valore principale della mappatura genetica non è la previsione del rischio, ma fornisce nuove intuizioni sui meccanismi della malattia, ha scritto David Altshuler, medico e genetista presso il Broad Institute di Cambridge, MA, in un recente articolo pubblicato sulla rivista Science. In effetti, sottolinea Altshuler, identificare anche cambiamenti genetici rari può finire per aiutare un gran numero di pazienti. Ad esempio, gli studi su una forma ereditaria di colesterolo alto riscontrata in meno dello 0,2 percento della popolazione hanno portato alla scoperta del recettore delle lipoproteine ​​a bassa densità (LDL), che aiuta a rimuovere il colesterolo in eccesso dal flusso sanguigno. Ciò a sua volta ha portato allo sviluppo di farmaci di grande successo noti come statine, farmaci che abbassano il colesterolo che innescano un aumento del numero di recettori LDL sulla superficie delle cellule epatiche.

Nessuno sa quando arriverà il prossimo blockbuster. Fare previsioni sui benefici della genomica è diventato ingrato quanto cercare di prevedere il rischio stesso di malattia. E più diventa facile sequenziare un genoma, più diventa difficile dare un senso alla complessità che le sequenze rivelano. Come dice Collins, The Human Genome Project è stata forse un'impresa semplice rispetto a ciò che affronteremo dopo.

Emily Singer è Revisione della tecnologia 's senior editor biomedico.

nascondere