Genetik Varyant Analizi Nedir? WES, WGS ve Biyoinformatik İş Akışları

Yeni nesil dizileme (NGS) teknolojileri, genetik araştırmalarda ve moleküler tanı süreçlerinde çok büyük miktarda verinin üretilmesini mümkün kılıyor. Ancak DNA dizileme cihazından elde edilen veriler, tek başına anlamlı bir genetik değerlendirme sunmuyor.

Asıl değer, bu verilerin uygun yöntemlerle işlenmesi, kalite kontrollerinden geçirilmesi, genetik varyantların belirlenmesi ve elde edilen bulguların araştırma ya da klinik amaca uygun biçimde değerlendirilmesiyle ortaya çıkıyor.

Genetik varyant analizi, bu sürecin temel aşamalarından biridir.

Peki varyant analizi tam olarak ne anlama geliyor? WES ve WGS yöntemleri nasıl farklılaşıyor? Ve kurumlar neden yalnızca dizileme cihazına değil, güçlü bir biyoinformatik altyapıya da ihtiyaç duyuyor?

Genetik varyant analizi nedir?

İnsan genomu, bireyler arasında çok sayıda genetik farklılık barındırır. Bu farklılıkların önemli bir bölümü doğal biyolojik çeşitliliğin parçasıdır. Bazıları ise belirli hastalıklarla veya biyolojik özelliklerle ilişkili olabilir.

Genetik varyant analizi, DNA dizileme verilerindeki farklılıkların referans genomla karşılaştırılarak belirlenmesini ve uygun biyolojik bağlamda değerlendirilmesini kapsar.

Analiz sırasında farklı varyant türleri incelenebilir:

• Tek nükleotid varyantları (SNV): DNA dizisinde tek bir nükleotidin farklı olması.
• Küçük ekleme ve silmeler (indel): DNA dizisine kısa parçaların eklenmesi veya çıkarılması.
• Kopya sayısı varyasyonları (CNV): Belirli genomik bölgelerin kopya sayısındaki değişiklikler.
• Yapısal varyantlar: Daha büyük genomik bölgeleri etkileyen silinme, çoğalma, ters dönme veya yeniden düzenlenme gibi değişiklikler.

Her varyant türü aynı analiz yöntemiyle güvenilir biçimde belirlenemez. Kullanılan dizileme teknolojisi, kapsama derinliği, algoritmalar ve veri kalitesi sonuçları doğrudan etkiler.

Ayrıca bir varyantın tespit edilmiş olması, onun hastalık yapıcı olduğunu göstermez. Varyantın biyolojik ve klinik önemi ayrı bir değerlendirme gerektirir.

WES ve WGS arasındaki fark nedir?

Genetik varyant analizinde kullanılan iki önemli yaklaşım, tüm ekzom dizileme (WES) ve tüm genom dizilemedir (WGS).

WES: Whole Exome Sequencing

WES, genomun ağırlıklı olarak protein kodlayan ekzon bölgelerine odaklanır.

İnsan genomunun yaklaşık %1–2'sini oluşturan protein kodlayan bölgeler, pek çok kalıtsal hastalık araştırmasında önemli bir inceleme alanıdır.

WES yaklaşımı, belirli araştırma veya tanı amaçlarında daha hedefli bir veri üretimi sağlayabilir.

Ancak kodlamayan bölgelerdeki varyantların tamamını değerlendirmek için uygun değildir. Ayrıca hedef zenginleştirme yöntemlerinin ve kapsama farklılıklarının analiz sonuçlarına etkisi bulunabilir.

WGS: Whole Genome Sequencing

WGS, genomun kodlayan ve kodlamayan bölgelerini çok daha geniş kapsamda incelemeyi hedefler.

Bu yaklaşım farklı varyant türlerinin araştırılmasına olanak sağlayabilir. Bununla birlikte daha geniş veri kapsamı, hesaplama, depolama ve analiz ihtiyaçlarını da artırabilir.

WGS de bütün genomik bölgelerin kusursuz biçimde okunmasını veya bütün varyantların eksiksiz tespit edilmesini garanti etmez.

WES ve WGS karşılaştırması

| Kriter | WES | WGS | |---|---|---| | İncelenen kapsam | Ağırlıklı olarak ekzonlar | Kodlayan ve kodlamayan genom bölgeleri | | Veri hacmi | Genellikle daha sınırlı | Genellikle daha yüksek | | Analiz odağı | Protein kodlayan bölgelerdeki varyantlar | Daha geniş varyant araştırmaları | | Altyapı ihtiyacı | İş yüküne göre değişir | Genellikle daha fazla depolama ve hesaplama | | Temel sınırlama | Hedef dışı bölgelerin kapsam dışında kalması | Veri kapsamına rağmen teknik olarak zor bölgelerin bulunması |

Doğru seçim, en fazla veriyi üreten yöntem değil; araştırma veya klinik ihtiyacı uygun doğruluk, maliyet ve operasyonel sürdürülebilirlikle karşılayan yöntemdir.

NGS verisi nasıl analiz edilir?

Bir NGS projesi, yalnızca dizileme işlemiyle tamamlanmaz. Kullanılan platforma ve analiz amacına göre değişebilmekle birlikte kısa okuma temelli varyant analizi için genel iş akışı şu şekilde özetlenebilir.

1. Ham verinin alınması ve kalite kontrolü

Dizileme sonucunda çoğunlukla FASTQ veya sıkıştırılmış FASTQ.GZ dosyaları elde edilir.

Bu aşamada okuma kalitesi, adaptör dizileri, baz kalite değerleri ve örnek bütünlüğü gibi parametreler değerlendirilir.

Düşük kaliteli verinin sonraki aşamalara kontrolsüz aktarılması hatalı veya eksik varyant tespitlerine neden olabilir.

2. Referans genoma hizalama

Kalite değerlendirmesi yapılan okumalar uygun bir referans genoma hizalanır.

Bu aşamada BAM veya CRAM gibi dosya biçimleri kullanılabilir.

Referans genom sürümü, hizalama yöntemi ve yazılım parametreleri analiz sonuçlarının yeniden üretilebilirliği açısından önemlidir.

3. Varyant çağırma (Variant Calling)

Hizalanmış veriler üzerinde referanstan farklı olabilecek genomik konumlar belirlenir.

Kullanılan araçlar SNV ve küçük indeller gibi belirli varyant türlerine odaklanabilir. CNV veya yapısal varyantların analizi için farklı yöntemlere ihtiyaç duyulabilir.

Elde edilen bulgular genellikle VCF gibi yapılandırılmış dosyalarda temsil edilir.

4. Filtreleme ve anotasyon

Varyantların listelenmesi, biyolojik anlamlarının ortaya çıkarılması için yeterli değildir.

Kalite ölçütleri, popülasyon sıklıkları, gen bölgesi, öngörülen moleküler etkiler ve ilgili veri tabanları kullanılarak varyantlar filtrelenebilir veya anotasyonla zenginleştirilebilir.

Bu aşama, üzerinde daha ayrıntılı çalışılması gereken aday varyantların önceliklendirilmesini kolaylaştırır.

5. Yorumlama ve raporlama

Klinik bağlamda varyant yorumlama, biyoinformatik hesaplamadan daha geniş bir uzmanlık gerektirir.

ACMG/AMP çerçevesi, belirli kalıtsal hastalıklarla ilişkili dizi varyantlarının sınıflandırılmasında kullanılan temel yaklaşımlardan biridir. ClinGen tarafından geliştirilen ek öneriler de kriterlerin tutarlı uygulanmasına yardımcı olur.

Klinik sınıflandırma ve raporlama, uygun yetkinliğe sahip uzmanların değerlendirmesiyle gerçekleştirilmelidir. Yazılım araçları bu süreci destekler; uzman kararının yerini otomatik olarak almaz.

Genomik analiz altyapısında nelere dikkat edilmeli?

Genetik laboratuvarları ve araştırma merkezleri için asıl zorluk, yalnızca bir analiz yazılımının çalıştırılması değildir.

Farklı veri formatlarının, analiz araçlarının, depolama sistemlerinin ve kullanıcıların birlikte çalışabildiği sürdürülebilir bir yapı oluşturmak gerekir.

Veri formatları ve uyumluluk

FASTQ, BAM, CRAM ve VCF dosyaları analiz sürecinin farklı aşamalarını temsil eder.

Bu nedenle seçilen yazılımın yalnızca bir dosya biçimini desteklemesi yeterli olmayabilir. Kurumun mevcut cihazları, referans verileri ve analiz araçlarıyla entegrasyon da değerlendirilmelidir.

Hesaplama performansı

Bir analiz iş akışının kaynak ihtiyacı; örnek sayısına, veri miktarına, algoritmalara ve hedeflenen sonuç süresine bağlıdır.

İş yüküne göre yerinde sunucular, yüksek performanslı hesaplama sistemleri veya bulut altyapıları değerlendirilebilir.

Depolama ve arşivleme

Genomik verilerin analiz edildikten sonra ne kadar süre saklanacağı, hangi dosyaların korunacağı ve yeniden analiz ihtiyacının nasıl karşılanacağı önceden planlanmalıdır.

Bu noktada kayıpsız sıkıştırma, uygun arşivleme yöntemleri ve MPEG-G gibi genomik veri teknolojileri değerlendirilebilir.

Ancak sıkıştırma yönteminin veri bütünlüğü ve yazılım uyumluluğu üzerindeki etkisi mutlaka test edilmelidir.

Güvenlik ve izlenebilirlik

Genomik veriler kişisel veri ve özel nitelikli veri içerebilir.

Erişim yetkileri, kayıt tutma, şifreleme, veri aktarımı ve yedekleme politikaları teknik mimarinin başlangıcından itibaren ele alınmalıdır.

Özellikle klinik ortamlarda veri işleme süreçlerinin izlenebilirliği önem taşır.

Biyoinformatik yazılımı seçerken sorulması gereken sorular

Bir biyoinformatik platformunu değerlendirirken yalnızca desteklediği algoritmaları veya arayüzün kullanım kolaylığını incelemek yeterli değildir.

Karar vericilerin şu sorulara da yanıt araması gerekir:

1. Mevcut NGS cihazlarından üretilen verilerle uyumlu mu?
2. WES, WGS veya gen paneli iş akışlarından hangilerini destekliyor?
3. Hangi varyant türlerini analiz edebiliyor?
4. Analiz sonuçları ve kullanılan yazılım sürümleri izlenebilir mi?
5. Mevcut laboratuvar bilgi sistemleriyle entegrasyon mümkün mü?
6. Veri kurum bünyesinde mi, bulutta mı işlenecek?
7. Lisanslama, altyapı, bakım ve eğitim maliyetleri nasıl oluşuyor?
8. Ürünün kullanım amacı araştırma mı, klinik iş akışı desteği mi? Gerekli doğrulama ve mevzuat koşulları karşılanıyor mu?

Bu soruların yanıtları, uzun vadede yalnızca teknik performansı değil, operasyonel sürdürülebilirliği de etkiler.

Genomik analizde veri yönetimi neden kritik?

Laboratuvarlarda veri üretimi arttıkça, analiz süreçleri ile depolama altyapısı arasında uyum sağlamak daha önemli hâle gelir.

Bir analiz tamamlandığında ham verilerin, hizalama dosyalarının, varyant çıktılarının ve ilgili meta verilerin hangilerinin korunacağı belirlenmelidir.

Gereksiz veri çoğaltımı depolama maliyetlerini artırabilir. Yetersiz arşivleme ise yeniden analiz ve denetim süreçlerinde sorun oluşturabilir.

Bu nedenle genomik veri yönetimi, analiz yazılımından bağımsız düşünülmemesi gereken bir altyapı konusudur.

RelGen Teknoloji ve RelGenSys yaklaşımı

RelGen Teknoloji, kurumsal BT altyapıları ve yazılım sistemleri alanındaki teknik yaklaşımını genomik analiz ve biyoinformatik çözümleriyle birleştirmeyi hedeflemektedir.

RelGenSys platformu üzerinden genetik varyant analizi, biyoinformatik iş akışları, genomik veri yönetimi ve ilgili yazılım çözümlerine odaklanıyoruz.

Amacımız, kurumların mevcut teknik altyapılarını ve analiz ihtiyaçlarını değerlendirerek uygun çözümleri belirlemelerine katkı sağlamaktır.

Genomik analiz ve biyoinformatik alanındaki çözümleri daha ayrıntılı incelemek için RelGenSys platformunu ziyaret edebilirsiniz.

Kurumsal altyapı ve proje ihtiyaçlarınız için RelGen Teknoloji ile iletişime geçebilirsiniz.

Sıkça Sorulan Sorular

Genetik varyant analizi ile DNA dizileme aynı şey mi?

Hayır. DNA dizileme, genetik dizilim verisinin üretilmesini sağlar. Varyant analizi ise bu verilerden referansa göre farklılıkların belirlenmesi ve sonraki değerlendirmeler için hazırlanması sürecidir.

WES mi, WGS mi tercih edilmeli?

Bu seçim araştırma amacı, incelenmek istenen varyant türleri, veri kapsamı, maliyet ve mevcut analiz altyapısına bağlıdır. Her kullanım senaryosu için tek bir doğru yöntem bulunmaz.

VCF dosyası tek başına yeterli midir?

VCF, varyant bilgilerini saklamak için önemli bir dosya biçimidir. Ancak gelecekte ham veriden yeniden analiz yapılması gerekiyorsa FASTQ, BAM veya CRAM gibi ek dosyaların da korunması gerekebilir.

Genetik varyant analizi tamamen otomatik yapılabilir mi?

Veri işleme, varyant çağırma, filtreleme ve anotasyon gibi birçok aşama otomatikleştirilebilir. Klinik yorumlama ve sonuçların tıbbi bağlamda değerlendirilmesi ise uzman denetimi gerektirir.

Sonuç

Genetik varyant analizi, NGS teknolojileriyle üretilen DNA verisinin anlamlı araştırma ve klinik değerlendirme süreçlerine hazırlanmasında temel rol oynar.

Ancak başarılı bir genomik analiz altyapısı yalnızca güçlü algoritmalardan oluşmaz. Veri kalitesi, dosya uyumluluğu, yazılım entegrasyonları, hesaplama kaynakları, güvenlik ve arşivleme politikalarının birlikte değerlendirilmesi gerekir.

Kurumların uzun vadeli ihtiyaçlarını karşılayabilecek genomik analiz sistemleri, bu bileşenlerin bütünleşik biçimde planlanmasıyla oluşturulabilir.

---

Teknik ve Bilimsel Kaynaklar

1. National Human Genome Research Institute (NHGRI) — To Sequence the Exome or the Genome: That Is the Question.

https://www.genome.gov/27555511/to-sequence-the-exome-or-the-genome-that-is-the-question

1. Broad Institute — GATK: Germline Short Variant Discovery (SNPs + Indels).

https://gatk.broadinstitute.org/hc/en-us/articles/360035535932-Germline-short-variant-discovery-SNPs-Indels

1. Richards S. ve arkadaşları (2015) — Standards and Guidelines for the Interpretation of Sequence Variants. Genetics in Medicine.

DOI: https://doi.org/10.1038/gim.2015.30

1. Clinical Genome Resource (ClinGen) — Variant Classification Guidance.

https://www.clinicalgenome.org/tools/clingen-variant-classification-guidance/