DOI: 10.1515/almed-2024-0101 ISSN: 2628-491X

Evaluación de siete programas bioinformáticos para el análisis terciario de datos genómicos generados a partir de la secuenciación del exoma completo en un grupo piloto de pacientes

Nerea Bastida-Lertxundi, Itxaso Martí-Carrera, Borja Laña-Ruíz, Otilia Martínez-Múgica Barbosa, Raquel Muguerza-Iraola, Raquel Sáez-Villaverde, Julien S. Crettaz

Resumen

Objetivos

Evaluar siete programas bioinformáticos de priorización y clasificación automática que utilizan algoritmos de inteligencia artificial.

Métodos

Se evaluaron 24 variantes genéticas que explicaran el fenotipo de 20 pacientes. Los archivos FASTQ se cargaron paralelamente en los siguientes programas bioinformáticos: Emedgene, eVai, Varsome Clinical, CentoCloud, y QIAGEN Clinical Insight (QCI) Interpret, SeqOne y Franklin. Para la priorización y clasificación automática, se utilizó el fenotipo de los pacientes, introduciéndolo en los programas mediante términos HPO. La clasificación de referencia se estableció siguiendo los criterios y recomendaciones de las guías clínicas de la American College of Medical Genetics (ACMG) and Genomics, Association of Molecular Pathology y ACMG/ClinGen.

Resultados

SeqOne tuvo el mejor rendimiento en priorización, colocando 19 de 24 variantes en el Top 1, cuatro en el Top 5 y una en el Top 15, seguido por CentoCloud y Franklin. QCI Interpret no priorizó seis variantes y no detectó una, Emedgene no priorizó una y no detectó otra, y Varsome Clinical no priorizó cuatro variantes. Franklin clasificó correctamente el 75 % de las variantes evaluadas, seguido por Varsome Clinical (67 %) y QCI Interpret (63 %).

Conclusiones

Respecto a la priorización automática, tanto SeqOne, CentoCloud, como Franklin realizaron una priorización automática de calidad, priorizando todas las variantes. En cuanto a la clasificación automática, Franklin mostró mayor concordancia con la referencia y menos discordancias con implicación clínica. Como conclusión final, Franklin parece ser actualmente el programa con mejor rendimiento global, pero se requieren más estudios para confirmar estos resultados.

More from our Archive