Jude relie les données génétiques du génome entier à la thérapie clinique et aux phénotypes de résultats pour 7302 survivants de cancers pédiatriques.

Résumé

La recherche clinique et fondamentale portant sur les résultats à long terme de la population croissante et à haut risque des survivants du cancer pédiatrique nécessite de grandes cohortes avec des informations de haute qualité. Nous avons rassemblé le plus grand groupe de survivants du cancer pédiatrique à ce jour, avec une caractérisation clinique complète et un séquençage du génome entier germinal (WGS), et nous avons mis ces données à disposition par le biais du portail Survivorship sur St. Jude Cloud(https://survivorship.stjude.cloud).

Le portail contient les données de 7302 survivants provenant de deux grandes études, dont 4402 de la St. Jude Lifetime Cohort Study (SJLIFE) avec des phénotypes de résultats évalués cliniquement, et 2900 de la Childhood Cancer Survivor Study (CCSS) avec des phénotypes de résultats autodéclarés. Des variants germinaux et des génotypes de haute qualité provenant de WGS ont été générés et conservés par un pipeline interne avec des allèles indel et des comptes de lecture corrigés. Les variants germinaux des survivants sont liés à des phénotypes standardisés décrits par plus de 300 variables, couvrant des données liées au cancer, notamment le diagnostic, la durée du suivi, le traitement (doses cumulées de chimiothérapie, doses de radiothérapie spécifiques à la région, chirurgie), les caractéristiques démographiques, certains comportements en matière de santé et les résultats à long terme (conditions de santé chroniques classées par gravité, y compris les seconds cancers). En outre, des variables génétiques cliniquement pertinentes, notamment le mélange d'ascendance, les allèles HLA, la longueur des télomères des leucocytes et le groupe sanguin, ont été calculées à partir de WGS. Les variables phénotypiques et génétiques sont représentées par le navigateur de dictionnaires qui permet d'identifier rapidement les variables d'intérêt, de visualiser des graphiques récapitulatifs, de croiser les variables par catégories par défaut ou définies par l'utilisateur et de tester les associations entre catégories. À l'aide de GenomePaint sur le portail, les chercheurs peuvent naviguer vers un locus d'intérêt et explorer la présence et les fréquences des variants dans la cohorte, filtrer les variants à l'aide de critères multiples, notamment les valeurs de LD r2, et identifier les changements de motifs de liaison à l'ADN pour les variants non codants. En combinant GenomePaint avec Dictionary Browser, l'analyse d'association en temps réel permet d'identifier les variants associés à un locus par la définition de traits, de covariables et de critères d'inclusion/exclusion à l'aide de Dictionary Browser. La mise en œuvre future comprendra la prise en charge du nombre de copies et des variations structurelles, la caractérisation des diplotypes pharmacogénétiques, l'analyse des variantes rares au niveau du gène, les scores polygéniques, l'analyse de survie en fonction du temps, ainsi que le téléchargement des données et la gestion des sessions grâce à la connexion de l'utilisateur. Nous pensons que cette cohorte contenant des informations phénotypiques et génétiques de haute qualité, ainsi qu'une plateforme logicielle habilitante co-développée avec des chercheurs principaux multidisciplinaires, accélérera les découvertes dans la recherche sur la survie et la génétique humaine en général.