Uso e comparação entre dois pipelines de bioinformática na investigação das bases moleculares da Síndrome de Câncer Hereditário de Mama e Ovário em Minas Gerais

HBOC, Testagem genética, Bioinformática.

O câncer está se tornando uma das principais causas de morte globalmente, e apenas no Brasil, o INCA (Instituto Nacional de Câncer) estima cerca de 704 mil casos para o triênio de 2023 a 2025, incluindo 74 mil casos de câncer de mama feminino e aproximadamente 7,3 mil casos de câncer de ovário. Os fatores genéticos desempenham um papel crucial, com 10 a 15% dos casos de câncer de ovário e 5 a 10% dos casos de câncer de mama relacionados a mutações germinativas em diversos genes, caracterizando a síndrome de câncer hereditário de mama e ovário (HBOC). Este estudo busca otimizar ferramentas de bioinformática para analisar dados gerados por sequenciamento por NGS de um painel multigênico composto por 22 genes (incluindo 3' e 5' UTR, éxons e sítios de splicing), com o objetivo de estudar o perfil molecular das síndromes de cânceres hereditários no Centro-Oeste de Minas Gerais e atender pacientes oncológicos acompanhados pelo sistema único de saúde (SUS). Foram utilizados dois pipelines distintos para análise em bioinformática: o aplicativo DNA Amplicon (Illumina) e outro baseado nas recomendações do Genome Analysis Toolkit (GATK),

denominado ‘pipeline independente’. Ao longo do projeto, foram sequenciadas 86 amostras, gerando mais de 26 milhões de reads, com 96,7% apresentando phred score superior a Q30. Avaliações das métricas de qualidade dos arquivos após o sequenciamento, alinhamento e chamada de variantes foram realizadas, resultando em uma cobertura vertical média de 200X, cobertura horizontal 20X superior a 90%, razão Ti/Tv média de cerca de 2,3 e 41% de conteúdo GC. No total, foram identificadas 17 variantes patogênicas/provavelmente patogênicas e 12 variantes de significado incerto (VUS), principalmente nos genes BRCA1/2 e ATM, respectivamente. Análises estatísticas demonstraram uma eficácia comparável entre os pipelines utilizados, apesar do maior suporte de reads para as variantes identificadas pelo DNA Amplicon e do maior número de variantes artefatuais encontradas pelo pipeline independente.