Testy. Ewa Bartnik Instytut Genetyki i Biotechnologii, Wydział Biologii UW i IBB PAN

Transkrypt

1 Testy Ewa Bartnik Instytut Genetyki i Biotechnologii, Wydział Biologii UW i IBB PAN

2 Test Genetyczny? Analiza ludzkiego DNA, RNA, chromosomów, białek lub metabolitów w celu wykrycia zaburzeń związanych z chorobą dziedziczną

3 Coraz więcej testów GeneTests/ testów na 3600 chorób i 5000 genów!

4 Informacja jest, ale bez genetyki nie da się jej zrozumieć ile genów związanych ze schizofrenią? OMIM - Online Mendelian Inheritance in Man Welcome to OMIM, Online Mendelian Inheritance in Man. OMIM is a comprehensive, authoritative, and timely compendium of human genes and genetic phenotypes. The full-text, referenced overviews in OMIM contain information on all known mendelian disorders and over 12,000 genes. OMIM focuses on the relationship between phenotype and genotype. It is updated daily, and the entries contain copious links to other genetics resources. : # SCHIZOPHRENIA; SCZD Gene map locus 1p36.2, 15q15, 14q32.3, 13q34, 13q32, 13q14-q21, 12q24, 11q14-q21, 11p14- p13, 10q22.3, 8p21, 6q13-q26, 1p36.3, 6p22.3, 6p23, 5q23-q35, 3q13.3, 3p25, 1q42.1, 1q42.1, 22q12.3, 22q12.3, 22q11.2, 22q11, 1q32.1, 11p36.2, 15q15, 14q32.3, 13q34, 13q32, 13q14-q21, 12q24, 11q14-q21, 11p14-p13, 10q22.3, 8p21, 6q13-q26, 1p36.3, 6p22.3, 6p23, 5q23-q35, 3q13.3, 3p25, 1q42.1, 1q42.1, 22q12.3, 22q12.3, 22q11.2, 22q11, 1q32.1,

5 Przed DNA testowano fenotypy i/lub metabolity a także oglądano chromosomy. 1. Słony pot/skóra -mukowiscydoza 2. Czarny mocz - alkaptonuria 3. Zielony pierścień wokół źrenicy nagromadzanie miedzi, choroba Wilsona 4. Test wysokiego poziomu fenyloalaniny w krwi 5. Chromosomy zespół Downa, trisomie chr. 13 i 18; XO, XXY)

6 Oznaczanie aktywności enzymów galaktozemia Fenyloketonuria Metabolizm puryn Gromadzenie żelaza Metabolizm lipidów I wiele wiele innych

7 Test cytogenetyczny zespół Downa dwa trzy Images from:

8 Bezpośrednie testy genetyczne Szukanie mutacji w DNA (lub RNA)

9 Typy testów 1. Diagnostyczne 2. Predykcyjne 3. Nosicielstwo 4. Prenatalne 5. Preimplantacyjne 6. Skrining noworodków

10 Choroba Huntingtona n Ruchy n Psychiatryczne zaburzenia n Zaburzenia poznawcze

11 HD n Różny początek; średnio ok. 40 lat n Forma młodzieńcza <21 lat 5-10% n Późny początek >60 lat 10%

12 Gen huntingtyny powtórzenia CAGCAGCAGCAGCAGCAGCAGCAGCAGCAGCAGCAGCAGCAGCAGCAG Unaffected Mutable Unaffected Reduced Penetrance Affected Repeat may be unstable when larger than 26 repeats

13 Diagnostyczne Służy potwierdzeniu diagnozy u osoby z objawami choroby Czasem tylko wiedza, jeśli choroby nie można leczyć; czasem dopasowane leczenie, choć czasem dość archaiczne (hemochromatoza) Wykrycie mutacji u osoby może mieć konsekwencje dla całej rodziny

14 Testy Genetyczne? Diagnostyczne = choroba Huntingtona Przedobjawowe? Prenatalne

15 Choroby dla których istnieje terapia/ nie istnieje terapia: diagnoza zawsze ma sens u chorego Choroba Huntingtona Rak piersi

16 Testy predykcyjne Osoby bez objawów, ale obciążający wywiad rodzinny Dwa typy Przedobjawowe rozwój choroby jest pewny jeśli jest obecna mutacja (HD) Predyspozycji rozwój choroby jest możliwy (różne prawdopodobieństwa) (rak piersi, TP53, HNPCC) Parę problemów: nieletni HD, rak piersi, rak tarczycy może wpływać na wiele rzeczy może być bardzo trudne do zniesienia (psycholog itp.)

17 Badanie nosicielstwa Choroby o recesywnym sposobie dziedziczenia 1 mutacja nie daje efektu ale może być przekazywana potomstwu Proponuje się osobom, z rodzin w których wystąpiła taka choroba Jeśli testuje się oboje przyszłych rodziców można określić ryzyko urodzenia chorego dziecka (lub jeśli badana osoba nie jest nosicielem wykluczyć) WYMAGA PORADNICTWA GENETYCZNEGO BY WYNIK BYŁ ZROZUMIANY

18 Prenatalne Kobiety powyżej pewnego wieku (na ogół 35 lat); osoby z rodzin z obciążonym wywiadem; czasem po badaniu przesiewowym (genetyczne USG, testy potrójne itp.) Płyn owodniowy lub kosmki

19 Preimplantacyjne 1-2 blastomery

20 Badania przesiewowe noworodków Wczesne wykrywanie potencjalnych problemów Kropla krwi z pięty niemowlaka Rodzice informowani tylko przy wyniku dodatnim Dodatni wynik nie przesądza, że dziecko chore; wymagane dalsze testy Od kilku do kilkudziesięciu chorób

21 Testy teraz i w przyszłości Cały genom incidental findings Dorosłego Noworodka Płodu 1 blastomeru przy IVF Wyniki ciekawy przykład dla superstulatków BRCA1 i choroba serca

22 Koszt sekwencjonowania DNA Maxim- Gilbert(chemical) Sanger (dideoxy) FLX G - Illumina ABI-SOLiD Heliscope Comp. Genom Automated Fluorescent sequencer (dideoxy) Pyrosequencing (SBS) Sequencing by Synthesis (SBS) Sequencing by LigaYon (SBL) PacBio $10M genome x- prize 100 human genomes in <=10 days % accurate with 98% coverage $10K/genome 22 Modified from UBS 2007

23 Medycyna personalizowana Więcej zastosowań technologii Cel zindywidualizowane podejście Dobrać terapię do choroby Nature 24 kwietnia 2014 tylko około 60 wariantów głównie u małych dzieci stosowanych w praktyce *Kathyrn Phillips, UCSF

24 Przykład bardzo dobry Fenyloketonuria Niemowlęta na całym świecie Wczesne wykrycie i dieta chronią przed niepełnosprawnością umysłową

25 DaKo HercepTest HercepYn targets cancer cells overexpressing Her2 Salmon et. al. NEJM 2001, 344:783 25% of breast cancers overexpress Her2 Her2 overexpression in breast tumors idenyfied (NIH) in 1986 First any- body therapy approved by FDA for cancer in 1998

26 Dziedziczne neuropatie ruchowo czuciowe Deformacja stóp Zanik mięśni strzałkowych Chód brodzący Osłabienie odruchów skokowych Taniej sekwencjonować genom niż badać około 35 genów

27 Czułość i specyficzność Czułość (sensitivity) jaka część chorych wychodzi jako chorzy w teście Specyficzność jaka część zdrowych wychodzi jako zdrowi w teście Jeśli jedno i drugie 99% powinno być bosko. Ale jak jest naprawdę zależy od CZĘSTOŚCI CHOROBY

28 Positive predictive value dodatnia wartość predykcyjna - prawdopodobieństwo, że ktoś jest chory jeśli test jest dodatni Negative predictive value ujemna wartość predykcyjna prawdopodobieństwo, że ktoś jest zdrowy jeśli test jest ujemny

29 TEST na AIDS US częstość 1%, czułość i spec. Po 99%; badamy Wynik + Wynik - Liczba osób Naprawdę chory Naprawdę zdrowy Razem 198 pred 99/

30 TEST na costam US częstość 11%, czułość i spec. Po 99%; badamy Wynik + Wynik - Liczba osób Naprawdę chory Naprawdę zdrowy Razem 1189 Pred 1100/

34 Czułośc: 24/30 = 80%

37 Specyficznośc = 56/70 = 80%

41 Poztytywna wartość predykcji 24 z 38 wyników jest prawidłowych czyli 63%

43 Negatywna wartość predykcji 56/62 = 90%

45 Przy tej samej czułości wartości Pozytywna = 31% (było 63) Negatywna = 97% (było 90%)

48 Dla lupus (toczeń rumieniowaty) przy częstości 33/ Czułość 94% Specyficzność 97% Pozytywna wartość predykcyjna 1% Negatywna 99,99%

51 DEFINICJA BADAŃ PRZESIEWOWYCh PRZYPUSZCZALNE WYKRYCIE choroby za pomocą testów, badania czy innych procedur, które można stosować SZYBKO by oddzielić (przypuszczalnie) chorych od (przypuszczalnie) zdrowych Co potrzebne: choroba/zaburzenie/itp test populacja *Commission on Chronic Illness, 195

52

53 Co Badać -Choroba/zaburzenie powinno być istotne Wysoka częstość Poważne -Możliwe wczesne wykrywanie u osób bezobjawowych -Wczesne wykrycie może wpłynąć na przebieg choroby (dyskusje o CFTR - mukowiscydoza)

54 Test idealnie dzieli na OK. i nie OK Screening Test Normal Abnormal

55 Parametry testu - Czułość: Idealnie 100% - ile procent przypadków osób chorych jest wykrywanych -Specyficzność: Idealnie 100% -- czy test wyklucza osoby zdrowe

56

57 -Dużo fałszywie dodatnich przeciążenie systemu, stres dla badanych - Ważne ustwienie punktu odcięcia tak by nie przegapić żadnego chorego dla chorób dla których można coś zrobić

58 Wynik skriningu wartości predykcyjne Relationship between Sensitivity, Specificity, and Częstość choroby Jeśli częstość choroby jest niska, nawet wysoka specyficzność da dużo wyników fałszywie pozytywnych Predictive Value of a Positive Test (PPV): (Pozytywna wartość predykcyjna) : Prawdopodobieństwo, że osoba o dodatnim wyniku jest chora Predictive Value of a Negative Test (NPV): (Negatywna wartość predykcyjna) Prawdopodobieństwo, że osoba z ujemnym wynikiem jest zdrowa

59 Screening for Glaucoma using IOP True Cases of Glaucoma Yes No IOP > 22: Yes No (total) Specificity = 95% (1900/2000) False Positive=5% Positive Predictive Value =33%

60 Zasady programów przesiewowych 1. Badana choroba powinna być poważna 2. Powinno dać się wykryć stadium wczesne czy bezobjawowe 3. Powinno być możliwe leczenie 4. Test jest wiarygodny, z odpowiednimi parametrami 5. Powinien być akceptowany przez populację, która ma być badana (ahem niemowlęta??) 6. Koszt skriningu powinien być uzasadniony

61 This is about Uncertainty!

62 Technical vs. Clinical Precision Baby Jeff : The case of screening for muscular dystrophy at HH Technical Precision of CPK test: Sensitivity (ability to identify disease): 100% Specificity (ability to rule out disease): 99.98% But, The prevalence of MD is 1 in 5000 (0.02%)

63 Does Baby Jeff have M.D.? Of 100,000 males, 20 will have M.D. (1 in 5,000, or 0.02% prevalence) The test will correctly identify all 20 who have the disease (sensitivity = 100%)

64 Does Baby Jeff have M.D.? Of the 99,980 without M.D. Specificity = 99.98% 99,980 x = 99,960 will be negative Therefore, false positives = 20

65 HARM!... The Rest of the Story Therefore, Out of 100,000 infants, 20 will be truly positive and 20 will be false positive Positive predictive value = 50% The child with a positive screening test only has a 50/50 chance of actually having MD!

66 Another Example: Mammography Mammography in women between yrs If 100,000 women are screened: 6,034 mammograms will be abnormal 5,998 (99.4%) will be false-positive 36 will actually have breast cancer Why? Prevalence = 0.04% (including 4 false negatives) Hamm RM, Smith SL. The accuracy of patients' judgments of disease probability and test sensitivity and specificity J Fam Pract 1998;47: Kerlikowske K, et al. Likelihood ratios for modern screening mammography. Risk of breast

67 THE CLASSIC 2x2 TABLE TEST + TEST - DISEASE TRUE POSITIVE (TP) a c FALSE NEGATIVE (FN) NO DISEASE FALSE POSITIVE (FP) b d TRUE NEGATIVE (TN)

68 Sensitivity DISEASE NO DISEASE TEST + TEST - TRUE POSITIVE (TP) a c FALSE NEGATIVE (FN) FALSE POSITIVE (FP) b d TRUE NEGATIVE (TN)

69 Specificity DISEASE NO DISEASE TEST + TEST - TRUE POSITIVE (TP) a c FALSE NEGATIVE (FN) FALSE POSITIVE (FP) b d TRUE NEGATIVE (TN)

70 Positive Predictive Value DISEASE NO DISEASE TEST + TEST - TRUE POSITIVE (TP) a c FALSE NEGATIVE (FN) FALSE POSITIVE (FP) b d TRUE NEGATIVE (TN)

71 Negative Predictive Value DISEASE NO DISEASE TEST + TEST - TRUE POSITIVE (TP) a c FALSE NEGATIVE (FN) FALSE POSITIVE (FP) b d TRUE NEGATIVE (TN)

72 Specificity Putting it all together DISEASE NO DISEASE TEST + TEST - TRUE POSITIVE (TP) Sensitivity Positive Predictive Value a c FALSE NEGATIVE (FN) FALSE POSITIVE (FP) b d TRUE NEGATIVE (TN) Negative Predictive Value

73 Ważne Przy niskiej częstości np. skrining nawet świetne testy mogą dawać dużo fałszywie pozytywnych Przy wysokiej częstości (test by sprawdzić podejrzewaną chorobę) nawet świetne testy mogą dawać dużo fałszywie negatywnych Odpowiedzialność lekarza przypadek prolaktyny

74 Practice

75 The serum test screens pregnant women for babies with Down s syndrome. The test is a very good one, but not perfect. Roughly 1% of babies have Down s syndrome. If the baby has Down s syndrome, there is a 90% chance that the result will be positive. If the baby is unaffected, there is still a 1% chance that the result will be positive. A pregnant woman has been tested and the result is positive. What is the chance her baby actually has Down s syndrome? Answer: 47.4% Answered incorrectly by 20/21 OBs, 22/22 midwives, 21/22 pregnant women, and 17/20 companions

76 1% of 1, women 990 Assuming 1,000 pregnant women are screened Down s Normal TEST + (TP) 90% Positive 9 identified Predictive Value = 47.4% (FP) 1% 10 of 990 TEST - (FN) 1 a c b d (TN) 980

77 Positive Predictive Value DISEASE NO DISEASE TEST + TEST - TRUE POSITIVE (TP) a c FALSE NEGATIVE (FN) FALSE POSITIVE (FP) b d TRUE NEGATIVE (TN)

78 Negative Predictive Value DISEASE NO DISEASE TEST + TEST - TRUE POSITIVE (TP) a c FALSE NEGATIVE (FN) FALSE POSITIVE (FP) b d TRUE NEGATIVE (TN)

79 Specificity Putting it all together DISEASE NO DISEASE TEST + TEST - TRUE POSITIVE (TP) Sensitivity Positive Predictive Value a c FALSE NEGATIVE (FN) FALSE POSITIVE (FP) b d TRUE NEGATIVE (TN) Negative Predictive Value

80 Czułość i specyficzność Konsekwencje wyniku fałszywie dodatniego Nawet 3-5% może być dużo na poziomie populacji Dalsze testy, koszt, problemy, niepokój Konsekwencje wyniku fałszywie ujemnego Nawet 1 osoba może być tragedią Fałszywe poczucie bezpieczeństwa