La nomenclatura HGVS standard è definita da identificatori prefisso: c. per il DNA codificante, g. per il DNA genomico, r. per l'RNA e p. per le proteine, associati a un sistema di numerazione che inizia dalla A del codone di inizio ATG (posizione +1). Le varianti vengono quindi descritte con operatori precisi: sostituzioni come c.7C>T, delezioni come c.6_7del, inserzioni come c.5_6insTA, duplicazioni come c.4_5dupCG e frameshift come p.H3fs. Queste regole, sempre ancorate a uno specifico numero di accesso della sequenza di riferimento, costituiscono il linguaggio universale per i referti di diagnostica molecolare e per i motori informatici che li generano.
Il principio fondamentale dell'HGVS è la coerenza rigorosa: ogni variante deve essere mappata su una sequenza di riferimento definita, descritta secondo uno schema di coordinate stabilito e formattata utilizzando operatori rigorosi. Senza questo quadro di riferimento, l'ambiguità che affligge i nomi tradizionali delle malattie invade i referti clinici e le pipeline software, rendendo inaffidabile il riferimento incrociato tra database e quasi impossibile l'allineamento normativo.
Regole fondamentali di formattazione per le varianti del DNA (c. e g.)
La numerazione inizia dal codone di inizio ATG
Per il DNA codificante (c.), la posizione 1 corrisponde al primo nucleotide del codone di inizio della traduzione ATG.
Non esiste la posizione 0.
La regione 5' non tradotta viene numerata con numeri interi negativi, ad esempio c.-64C>T.
Le posizioni introniche sono indicate in relazione al confine esonico più vicino, come in c.141+12T>C (12 basi all'interno dell'introne dopo il nucleotide codificante 141).
Descrizione di sostituzioni, delezioni e inserzioni
Una sostituzione di un singolo nucleotide viene scritta indicando la posizione, la base di riferimento, > e la base alternativa: c.125C>G.
Le delezioni sono contrassegnate da del e dall'intervallo, ad esempio c.6_7del.
Le inserzioni utilizzano ins seguito dalla sequenza inserita: c.5_6insTA.
Le duplicazioni utilizzano dup: c.4_5dupCG.
Le delezioni-inserzioni (indel) combinano i descrittori, come in c.112_117delinsTG.
Eterozigosi composta e fase allelica
Quando due varianti sono presenti su alleli differenti, vengono racchiuse tra parentesi quadre e separate da un punto e virgola: c.[2357C>T];[2378CdelA].
Questa notazione della fase è fondamentale per i referti clinici perché specifica esplicitamente la relazione cis/trans alla base di una diagnosi autosomica recessiva.
Formattazione delle varianti proteiche (p.)
Cambiamenti degli amminoacidi: sostituzioni, mutazioni nonsenso e frameshift
I cambiamenti proteici utilizzano il codice degli amminoacidi a una o tre lettere.
Una sostituzione viene scritta indicando il residuo wild-type, la posizione e il residuo mutante: p.R2S o p.Gln7Val.
Una mutazione nonsenso è indicata con X: p.E4X.
I frameshift sono indicati da fs dopo il primo amminoacido interessato: p.H3fs (o p.His3fs).
La notazione “fs” comunica automaticamente che la nuova cornice di lettura conduce a un codone di stop prematuro: non è necessario aggiungere artificialmente “Ter” o la posizione dello stop.
Codici a una o tre lettere
Entrambi i codici sono accettabili secondo lo standard HGVS, ma la coerenza all'interno di un referto o dell'output di un software è obbligatoria.
I codici a tre lettere (ad es., p.Arg2Ser) riducono l'ambiguità visiva per i revisori, mentre i codici a una lettera (p.R2S) sono più compatti per le voci di database su larga scala.
Tutte le varianti devono essere prevedibili dalla pipeline informatica, quindi scegli la convenzione che corrisponde al tuo archivio dati principale.
L'importanza delle sequenze di riferimento e dell'annotazione genica
Ancoraggio ai numeri di accesso
Una descrizione HGVS è incompleta senza il numero di accesso e la versione della sequenza di riferimento.
Gli esempi includono NM_000123.3:c.7C>T per un trascritto RefSeq o LRG_199t1:c.7C>T per un trascritto Locus Reference Genomic.
Nei software per la refertazione dei test molecolari, questo ancoraggio garantisce che il sistema di coordinate sia privo di ambiguità tra diverse versioni del genoma e isoforme trascrizionali.
Regole per il corsivo e i simboli genici
I simboli dei geni umani devono essere scritti in corsivo nella documentazione formale (ad es., KRAS), mentre i simboli delle proteine non devono esserlo (K-Ras).
Questa distinzione previene la pericolosa annotazione errata che si verifica quando una variante viene associata alla molecola sbagliata.
L'applicazione di queste regole tipografiche all'interno dei moduli di refertazione riduce direttamente le interpretazioni errate durante la validazione clinica finale.
Comprendere i compromessi della conformità HGVS
Abbandonare i nomi tradizionali in favore della precisione
Nomi tradizionali come “Hb S” o “Factor V Leiden” sono profondamente radicati nella pratica medica, ma non riescono a distinguere tra geni omologhi (ad es., HBB rispetto a HBA2) e spesso fanno riferimento a una numerazione degli amminoacidi ormai obsoleta.
L'adozione dell'HGVS obbliga il team a ritirare queste scorciatoie, cosa che inizialmente può rallentare la lettura dei referti, ma ripaga con ricerche nei database prive di ambiguità (ClinVar, gnomAD) e con una classificazione delle varianti più sicura.
Onere di implementazione nei sistemi legacy
I sistemi informativi di laboratorio più datati e gli script sviluppati internamente possono utilizzare una nomenclatura personalizzata codificata nel sistema.
Adeguarli per produrre stringhe HGVS pienamente conformi, inclusi i corretti offset intronici e la notazione proteica fs, richiede un investimento ingegneristico significativo.
Tuttavia, non farlo rende l'output incompatibile con le moderne pipeline di interpretazione delle varianti e può ritardare la revisione normativa.
Interoperabilità normativa e dei database
Gli enti normativi richiedono sempre più spesso la conformità HGVS nelle richieste di registrazione dei kit diagnostici e nei referti clinici.
Le frequenze alleliche delle varianti nei database di popolazione sono associate a stringhe HGVS; un nome non standard può interrompere silenziosamente le evidenze a supporto della classificazione.
Il compromesso consiste nell'impegno a breve termine per la conversione rispetto alla preparazione a lungo termine per gli audit e all'interoperabilità.
Come applicare tutto questo al tuo progetto
Il percorso migliore verso la conformità HGVS dipende dal tuo ruolo principale e dai vincoli immediati.
- Se il tuo obiettivo principale è la refertazione diagnostica clinica: Ancora ogni variante a un trascritto RefSeq o LRG approvato (ad es.,
NM_000123.3) e forma i team che effettuano la validazione finale affinché non rimuovano mai il numero di accesso. Questo singolo passaggio elimina la fonte più comune di ambiguità. - Se il tuo obiettivo principale è lo sviluppo di software genomico: Applica la validazione della sintassi HGVS al punto di acquisizione dei dati e sviluppa convertitori automatici per i nomi tradizionali. Utilizza la grammatica allineata alla Sequence Ontology per garantire che le stringhe di output vengano analizzate correttamente dagli strumenti downstream come VEP o Alamut.
- Se il tuo obiettivo principale è la produzione di kit IVD: Integra le coordinate HGVS esatte nelle specifiche del prodotto, nella documentazione di progettazione dei primer e nei certificati dei controlli positivi sintetici. In questo modo ogni utilizzatore del kit allinea i propri dati di validazione allo stesso bersaglio privo di ambiguità.
Ogni ora investita oggi in una formattazione HGVS rigorosa e ancorata a una sequenza di riferimento elimina giorni di debug, riclassificazione e confusione clinica domani.
Tabella riepilogativa:
| Tipo di variante / Ambito | Prefisso / Sintassi HGVS | Esempio di formattazione | Linee guida principali |
|---|---|---|---|
| DNA codificante | c. |
c.125C>G, c.6_7del |
Codone ATG = +1; nessuna posizione 0; utilizzare offset intronici relativi (ad es., c.141+12T>C) |
| Proteina | p. |
p.R2S, p.Gln7Val, p.H3fs |
Utilizzare in modo coerente i codici a 1 o 3 lettere; X per le mutazioni nonsenso, fs per i frameshift |
| Sequenza di riferimento | Accession.Version: |
NM_000123.3:c.7C>T |
Ancoraggio obbligatorio per garantire la stabilità delle coordinate tra diverse versioni del genoma e isoforme trascrizionali |
| Fase / Alleli | [var1];[var2] |
c.[2357C>T];[2378CdelA] |
Racchiudere le varianti in fase tra parentesi quadre per definire lo stato di eterozigosi composta (cis/trans) |
Accelera il successo dei tuoi test molecolari con CamelBio
Garantire la precisione, dalla formattazione delle sequenze alla refertazione clinica, richiede solide basi tecniche. CamelBio offre a produttori diagnostici, laboratori e istituti di ricerca un accesso completo a materie prime IVD, servizi tecnici e consulenza, coprendo ogni fase, dal concept alla pratica clinica.
Che tu stia progettando test molecolari, standardizzando le specifiche dei target o ampliando le pipeline diagnostiche, il nostro team di esperti è a tua disposizione per aiutarti a ottenere conformità e accuratezza senza interruzioni.
Contattaci oggi stesso per migliorare il tuo flusso di lavoro diagnostico