TRABAJO FIN DE GRADO
DIAGNÓSTICO DEL SÍNDROME CORNELIA DE LANGE MEDIANTE ALGORITMOS DE
RECONOCIMIENTO FACIAL
DIAGNOSIS OF CORNELIA DE LANGE SYNDROME THROUGH FACIAL
RECOGNITION ALGORITHMS
Autor
Ana María Blázquez Henao
Director Juan Pié Juste Ana Latorre Pellicer
Facultad de Medicina 2019 - 2020
2
AGRADECIMIENTOS
“Quiero reconocer a mis tutores Ana Latorre Pellicer y a Juan Pié por la dedicación y apoyo que me brindaron en todo tiempo; al equipo del laboratorio que formó parte de
mi preparación, gracias”
3
INDICE
ABSTRACT ... 4
INTRODUCCIÓN ... 5
Presentación del Síndrome de Cornelia de Lange ... 5
Características fenotípicas ... 5
Información genética molecular ... 10
Correlación genotipo-fenotipo ... 13
Criterios diagnósticos del Síndrome de Cornelia de Lange ... 15
Hallazgos prenatales ... 15
Diagnóstico clínico ... 15
Diagnostico diferencial ... 16
Diagnostico molecular ... 18
Diagnostico por reconocimiento facial ... 19
OBJETIVOS ... 21
MATERIAL Y MÉTODOS ... 22
Instalaciones, aspectos éticos y financiación ... 22
Participantes ... 22
Evaluación clínica y cálculo de la puntuación clínica ... 22
Diagnóstico molecular ... 23
Análisis facial y de datos ... 23
RESULTADOS ... 25
Diagnóstico clínico de los individuos analizados. ... 25
Diagnóstico molecular de los individuos analizados ... 26
Identificando el Síndrome de Cornelia de Lange usando Face2Gene ... 28
Correlación Fenotipo-Genotipo ... 30
Puntuación clínica de Kline y Genotipo ... 30
Face2Gene y Genotipo ... 31
DISCUSIÓN ... 32
Limitaciones del estudio ... 33
CONCLUSIONES ... 34
BIBLIOGRAFÍA ... 35
4
ABSTRACT
The characteristic or classic phenotype of Cornelia de Lange syndrome (SCdL) is associated with a recognizable facial pattern. However, the heterogeneity in the causal genes and the presence of overlapping syndromes have made it increasingly difficult to diagnose it only due to clinical characteristics.
DeepGestalt technology based on deep learning, a sphere of artificial intelligence, and its application Face2Gene, is having an increasing impact on the diagnosis and management of genetic diseases by analyzing the characteristics of affected individuals.
In this work we examine the skill of this program in the diagnosis of SCdL. To do this, a cohort of 14 individuals referred to the Clinical Genetics and Functional Genomics laboratory was used for the molecular analysis of SCdL. The clinical score according to the Kline criteria, the results of the facial analysis with the Face2Gene application and the obtained genetic results have been compared. The application sensitivity was 100%, for SCdL and KBG syndrome cases found.
The use of facial recognition has not only been found to be reliable, but can greatly facilitate diagnosis and open more fields of investigation
.Keywords: Cornelia de Lange syndrome, Face2Gene, deep learning, facial recognition, cohesinopathies.
RESUMEN
El fenotipo característico o clásico del síndrome de Cornelia de Lange (SCdL) está asociado con un patrón facial reconocible. Sin embargo, la heterogeneidad en los genes causales y la presencia de síndromes superpuestos han hecho que cada vez sea más difícil diagnosticarlo sólo por las características clínicas.
La tecnología DeepGestalt basada en el aprendizaje profundo, una esfera de la inteligencia artificial, y su aplicación Face2Gene, está teniendo un impacto creciente en el diagnóstico y el manejo de las enfermedades genéticas mediante el análisis de las características de los individuos afectados.
En este trabajo examinamos la destreza de este programa en el diagnóstico del SCdL.
Para ello, se ha utilizado una cohorte de 14 individuos remitidos al laboratorio de Genética Clínica y Genómica Funcional para el análisis molecular del SCdL. Se ha comparado: el puntaje clínico según los criterios de Kline, los resultados del análisis facial con la aplicación Face2Gene y los resultados genéticos obtenidos. La sensibilidad de la aplicación fue del 100%, para el SCdL y los casos del síndrome de KBG hallados.
El uso del reconocimiento facial, no solo se ha visto que es fiable, sino que puede facilitar considerablemente el diagnóstico y abrir más campos de investigación.
Palabras clave: Síndrome Cornelia de Lange, Face2Gene, aprendizaje profundo, reconocimiento facial, cohesinopatías.
5
INTRODUCCIÓN
Presentación del Síndrome de Cornelia de Lange
El Síndrome Cornelia de Lange (SCdL) (OMIM # 122470, 30590, 300882, 610759 y 614701) es un trastorno congénito grave multisistémico del neurodesarrollo (1). Es una condición congénita rara, presente antes de nacer cuya prevalencia oscila entre 1 de cada 10.000 y 1 de cada 30.000 nacidos vivos. El síndrome que comenzó a ser estudiado hace más de un siglo, fue descrito por Winfreid Brachman en 1916, pero recibió el nombre de la pediatra holandesa Cornelia de Lange que estudio mejor las características al ver dos casos del trastorno por primera vez en 1.933 (2).
El SCdL pertenece a un grupo enfermedades raras conocidas como cohesinopatías, ya que principalmente se asocia con variantes genéticas que codifican elementos estructurales y reguladores del complejo de cohesinas. El desarrollo de las nuevas tecnologías de diagnóstico genético como la secuenciación masiva de nueva generación (NGS), han hecho que cada vez se conozcan mejor las bases moleculares del síndrome.
Además, se han identificado mutaciones en factores clave asociados a la cromatina y con la regulación de la transcripción, que dan un fenotipo similar al SCdL (3). Esto sumado a qué los últimos estudios sobre la función del complejo de cohesinas han permitido conocer que el mal funcionamiento del mismo produce un fallo en la regulación de la transcripción genética, ha hecho que se incluya el SCdL dentro de los trastornos de regulación transcripcional (1).
Características fenotípicas
El SCdL se caracteriza principalmente por dismorfia craneofacial, retraso del
crecimiento y psicomotor, y malformaciones de las extremidades. Las características fenotípicas más frecuentemente descritas se recogen en la Tabla 1.
Prenatal
El síndrome está caracterizado por un amplio espectro de manifestaciones físicas. En ocasiones, a través de una ecografía ya se podrían ver algunas de ellas, como el aumento de la translucencia nucal (HPfenotipo humano: 0010880) y/o movimientos fetales anormales (HP: 0001557). Además, el parto puede ser prematuro (HP: 0001622) (4)(5).
Crecimiento
Se caracteriza por un retraso del crecimiento prenatal (HP:0001511) y postnatal severo, estando incluso por debajo de -4 desviaciones estándar respecto a la media de la población de referencia de la misma edad y sexo (HP:0008850). Hay un fracaso para prosperar (HP0001508) y baja estatura (HP:0004322) generalmente por debajo del 3er percentil para las normas generales según la edad y género en la población. Existen curvas de crecimiento específicas para este síndrome (6).
6
Se ha reportado un caso en el que la administración de hormona del crecimiento ha mejorado la talla final (7).
Aunque casi todos llegan a la pubertad, esta se presenta tardíamente (HP:0000823), y estas mujeres tienen ciclos menstruales irregulares (2).
Existe una tendencia a tener obesidad, concentrada en el tronco (HP:0001956), por la poca actividad que realizan y la mala alimentación (8).
Cabeza y cuello
En la cabeza y el cuello se van a centrar la mayor parte de las características típicas del SCdL.
El cráneo puede estar acortado en su longitud anteroposterior, con braquicefalia (HP:0000248) y con microcefalia (HP:0000252). La rayita frontal es baja y hay una distancia acortada entre la línea del cabello y la glabela (HP:000024).
Dentro de los rasgos faciales tienen cejas muy arqueadas (HP:0002553) y gruesas (HP:0000574) con sinofridia (HP:0000664); y las pestañas rizadas (HP:0007665) y largas (HP:0000527). En los párpados puede haber blefaritis (HP:0000498). El puente nasal está deprimido (HP:0005280), la nariz es corta (HP:0003196) con las narinas antevertidas (HP:0000463) y atresia coanal (HP:0000453) por lo que se verá con más frecuencia infecciones sinusales. En la zona perioral vemos un filtrum largo, el área que separa la línea basal con el bermellón del labio superior es mayor de 2 desviaciones estándar (HP0000343). Los labios son finos (HP0000233) y las esquinas de la boca hacia abajo (HP:0002714). Los dientes erupcionan tardíamente (HP0000684) y cuando salen están muy espaciados unos de otros (HP:0000684) (Figura 1).
El paladar puede ser hendido (HP:0000175) en un 20% de los casos y la gran mayoría suelen tener micrognatia (HP:0000347). El cuello es corto (HP:0000470), esto se ha de tener en cuenta ante una cirugía para valorar la intubación, ya que no es infrecuente que a estos pacientes se les tenga que intervenir por anormalidades en otros órganos (2).
Figura 1. Características faciales del SCdL. Imagen modificada de Kline AD, et al. Nature Genetics (2018) (2).
7 Orejas
Suelen tener una implantación baja y rotación posterior (HP:0000368); así como macrotia, que hace referencia a un pabellón de la oreja grande (HP: 0000400). Atresia del conducto auditivo externo (HP: 0000413). Hipoacusia de trasmisión (HP: 0000405) y deficiencia auditiva sensorial (HP:0000405). Los defectos en la audición ya sea de transmisión o de percepción se encuentran en el 80% de los niños (9) y afectarán de forma negativa la capacidad de comunicación ya mermada por otros factores.
Ojo
La afectación de la visión es común en diferentes grados, pues pueden tener nistagmo (HP: 0000639), estrabismo (HP:0000486) o miopía (HP: 0000545); en un 60% de los casos. Menos frecuente es la microcornea (HP: 0000482) y las cataratas (HP: 0000482) (9). Un 50 % de los pacientes muestran ptosis (HP: 0000508) limitando la visión;
glaucoma (HP: 0000501), y atrofia del globo ocular con ceguera (HP:0000667) (2)(10).
Cardiovascular
Alrededor de un tercio de los pacientes con SCdL presentan diferentes patologías cardiovasculares (HP: 0030680), como defecto septal ventricular (HP: 0001629) y comunicación interauricular (HP: 0001631). Además, pueden presentar cutis marmorata, que es una decoloración de la piel con áreas cianóticas que rodean las áreas centrales pálidas debido a la dilatación de los vasos sanguíneos capilares (HP: 0000965) (2)(11).
Musculatura
El tono muscular puede estar aumentado (HP: 0001276) o hipotónico (HP: 0001252).
Pueden nacer con una hernia diafragmática congénita (HP: 0000776) que puede ser detectada por ecografía en la etapa prenatal.
Pecho
Pezones hipoplásicos (HP: 0002557) Sistema digestivo
Los pacientes con SCdL pueden sufrir vólvulos (HP:0002580) muchas veces causados por la presencia de una malrotación intestinal (HP:0002566).
La alimentación suele complicarse (HP:0008872) por un succión débil o ineficaz cuando son lactantes. Cuando se inician en la alimentación de adultos puede seguir teniendo dificultades por la maloclusión (HP: 0000689) y rigidez mandibular.
Son comunes los defectos en los esfínteres como estenosis pilórica (HP: 0002021) o reflujo gastroesofágico (HP: 0002020) que, en muchas ocasiones derivará en un esófago de Barret (OMIM: 614266) creando una predisposición a padecer un adenocarcinoma de esófago (2)(12).
8
Tabla 1. Características muy frecuentes y frecuentes del SCdL.
Muy frecuentes Frecuentes
- Baja estatura (HP: 0004322) - Cejas muy arqueadas (HP: 0002553) - Pestañas rizadas (HP: 0007665)
- Esquinas de la boca hacia abajo (HP: 0002714) - Erupción tardía de los dientes (HP: 0000684) - Dientes muy espaciados (HP: 0000687) - Sinofridia (HP: 0000664)
- Nariz corta (HP: 0003196) - Rayita anterior baja (HP: 0000294) - Microcefalia (HP: 0000252) - Braquicefalia (HP: 0000248) - Paladar alto (HP: 0000218) - Filtrum largo (HP: 0000343)
- Puente nasal deprimido (HP: 0005280) - Narinas antevertidas (HP: 0000463) - Micrognatia (HP: 0000347)
- Delgada frontera Bermellon(HP: 0000233) - Cuello corto (HP: 0000470)
- Pestañas largas (HP: 0000527) - Ceja gruesa (HP: 0000574)
- Reflujo gastroesofágico (HP: 0002020)
- Maduración esquelética retrasada (HP:
0002750)
- Hipertonía (HP: 0001276)
- Colocación proximal del pulgar (HP: 0009623) - Mano pequeña (HP: 0200055)
- Primer metacarpiano corto (HP: 0010034) - Micromelia (HP: 0002983)
- Sindactilia en el dedo del pie (HP: 0001770) - Pie corto (HP: 0001773)
- Rayita posterior baja (HP: 0002162) - Hirsutismo generalizado (HP: 0002230) - Discapacidad intelectual severa (HP: 0010864) - Discapacidad intelectual (HP: 0001249) - Voz anormalmente grave (HP: 0010300)
- Retardo de crecimiento severo (HP: 0008850) - No prospera (HP: 0001508)
- Retraso crecimiento intrauterino (HP: 0001511) - Blefaritis (HP: 0000498)
- Orejas de colocación baja y rotación posterior (HP:
0000368)
- Deficiencia auditiva neurosensorial
- Deficiencia auditiva conductiva (HP: 0000405) - Atresia del conducto auditivo externo (HP: 0000413) - Degeneración del globo ocular (HP: 0000667) - Microcórnea (HP: 0000482)
- Ptosis (HP: 0000508) - Miopía (HP: 0000545)
- Cutis Marmorata (HP: 0000965)
- Dificultades de la alimentación en la infancia (HP:
0008872)
- Pezones hipoplásicos(HP: 0002557) - Hipoplasia del pene (HP: 0008736)
- En la mujer labios mayores hipoplásicos (HP:
0000059)
- Reflujo vesicoureteral (HP: 0000076) - Hipospadias (HP: 0000047)
- Criptorquidia (HP: 0000028)
- Displasia renal multiquística (HP: 0000003) - Rigidez articular (HP: 0001387)
- Luxación de codo (HP: 0003042) - Clinodactilia del 5º dedo (HP: 0004209) - Sinostosis radial (HP: 0002974)
- Pliegues palmar trasversales como único (HP:
0007598)
- Deterioro neurológico del habla (HP: 0002167) - Desorden hiperactivo y déficit de atención (HP:
0007018)
- Alteración del sueño (HP: 0002360) - Ansiedad (HP: 0000739)
- Comportamiento obsesivo compulsivo (HP: 0000722) - Nacimiento prematuro (HP: 0001622)
Información procedente de la base de datos Human Phenotype Ontoly: https://hpo.jax.org/app/.
Sistema genitourinario
Mas de un 40% de los pacientes tienen malformaciones del sistema genitourinario.
Pueden tener displasia renal multiquística, que normalmente será unilateral (HP:
0000003), con malformaciones en el uréter y su desembocadura en la vejiga provocando flujo retrogrado vesicoureteral (HP: 0000076). Tienen más probabilidad de desarrollar una insuficiencia renal a corto plazo (HP: 0000083).
En el aparato genital masculino se ve hipoplasia del pene (HP:0008736); hipospadias (HP: 0000047) y criptorquidia (HP: 0000028) esta última afecta a un 73% de los
9
hombres, y en las niñas labios mayores pequeños (HP: 0000059); anormalidad del útero (HP: 0000130); no es raro que sean bicornes (HP:0000813); amenorrea primaria (HP:
0000786); y si tienen menstruaciones sus ciclos serán irregulares (HP: 0000140) (2)(8).
Sistema esquelético
Padecen displasia de cadera (HP: 0001385); y también luxación de esta (HP: 0002827).
Otra articulación con tendencia a la luxación es el codo (HP: 0003042).
Las actividades básicas de la vida diaria se ven afectadas por una rigidez articular (HP:
0001387). Hay un retraso en la maduración esquelética (HP: 0002750).
En el tronco pueden tener pectus excavatum (HP: 0000767) (13)(2).
Extremidades
Una de las cosas que llamaron más la atención cuando se comenzó a estudiar la enfermedad fue las alteraciones en las extremidades, especialmente en las superiores, Las manos pueden ser pequeñas (HP: 0200055) (Figura 2d) (14); con oligodactilia (HP:
0012165) (Figura 2 a y c); el dedo pulgar puede estar colocado más proximal (HP:
0009623); clinodactilia del quinto dedo (HP: 0004209) (Figura 2e); primer metacarpiano corto (HP: 0010034) y pliegues palmar que se fusionan en un solo pliegue trasversal (HP: 0007598). De forma general en la extremidad se puede ver micromelia (HP: 0002983), sinostosis radial (HP: 0002974) y anormalidad del cúbito (HP: 0002997) (14).
Figura 2. Anomalías en las manos (A). hipoplasia cubital severa del antebrazo con solo un solo dígito y subdesarrollo de casi todas las estructuras óseas. (B, C y D) formas variables de oligodactilia. Las imágenes (E, F) muestran el extremo más suave del espectro, con manos pequeñas y clinodactilia.
Imagen modificada de Dorsett D. and Kranyz ID. Bone (2008)(14).
En las extremidades inferiores es más infrecuente ver deformidades, pero se puede ver sindactilia del dedo del pie (HP: 0001770); pie corto (HP: 0001773) y talipes (HP:
0001883) (una deformación del pie y tobillo). Incluso se ha descrito un paciente con mutación en NIPBL y agenesia tibial e hipoplasia del peroné (15).
Piel y uñas
El cabello se extiende más inferiormente de lo habitual en la nuca (HP: 0002162) y es característico un hirsutismo generalizado (HP: 0002230).
10 Sistema nervioso
El sistema nervioso no se desarrolla de manera correcta, produciendo discapacidad intelectual, severa (CIcoeficiente intelectual entre 20 - 34) (HP: 0010864); o discapacidad intelectual de diferentes grados (CI<70) (HP: 0001249).
La mala configuración en el SNC (sistema nervioso central) les hace sufrir convulsiones (HP: 0001250). Se ha detectado con las pruebas de imagen que algunos tienen una aplasia/hipoplasia del cerebelo (HP: 0007360) y atrofia cortical cerebral (HP: 0002120);
y ventriculomegalia (HP: 0002119).
Existe un deterioro neurológico del habla (HP: 0002167), no solo por una menor capacidad cognitiva sino también por la morfología de la boca e hipoacusia entre otros.
La personalidad va a estar marcada por características comunes como es la ansiedad (HP: 0000739). Algunos tienen diferente grado de autismo (HP: 0000717);
comportamiento obsesivo compulsivo (HP: 0000722) y trastornos del sueño (HP:
0002360) ya sea por hipersomnia o insomnio.
También pueden tener neuropatía periférica (HP: 0009830) (2).
Voz
La voz es anormalmente grave (HP: 0010300) (2).
Información genética molecular
El SCdL se asocia a mutaciones que afectan genes de proteínas estructurales o reguladoras del complejo de cohesinas (Figura 3). Este complejo es un anillo que media en la cohesión de cromátidas hermanas en la regulación génica, segregación cromosómica, estructura de la cromatina, y en la detección de daños y reparación del ADN (16). Además recientemente, se ha asociado el complejo de cohesinas con la regulación de la transcripción, se ha visto también que tiene un papel importante como estabilizador de la información genética y del control de actividad de ciertos genes (16)(17). Durante el desarrollo embrionario hay una multiplicación celular abundante, y una mala regulación de la expresión génica puede producir anormalidades mitóticas.
Durante la segmentación celular este complejo va a interactuar con otras proteínas, como el factor de unión a CCCTC (CTCF), estabilizando los bucles de cromatina entre potenciadores y promotores para controlar las distancias entre sitios de unión. El CTCF y el complejo de cohesina pueden llevar a activar o reprimir la transcripción de una manera dependiente del sitio de unión. Por ejemplo, cuando estos dos se unen a sus sitios de unión y crean un ciclo de cromatina que abarca el potenciador y el promotor, se produce la activación transcripcional. Por el contrario, si el CTCF y la cohesina forman un bucle de cromatina que impide que el potenciador llegue al promotor, la expresión génica se reprime (18)(19).
La variedad de funciones realizadas por estos genes hace que se extienda un abanico de manifestaciones clínicas el SCdL (20).
11
En el año 2018 se publicó el primer consenso internacional del SCdL. En él se propone la existencia de al menos sietes genes causales: NIPBL, SMC1A, SMC3, RAD21, BRD4, HDAC8 y ANKRD11. En la Figura 3 los podemos ver localizados en el complejo de cohesinas.
NIPBL
El gen NIPBL es el que habitualmente está afectado, más de la mitad de los casos, hasta un 70%. Puede deberse a mutaciones por sustitución de una sola base no sinónimas, microdeleciones o deleciones de exones intragénicos, aunque los que suelen dar unas características más graves suelen ser las mutaciones sin sentido o con cambio del marco de lectura. Además, un número importante de sujetos presentaran mosaicismo genético (9).
Este gen codifica una proteína, la delangina, que es el centro regulador del complejo de cohesinas y, junto con el gen MAU2, ayuda al anillo a acoplarse a la doble cadena de ADN. La delangina se haya principalmente en las extremidades en desarrollo, cráneo, cara y corazón entre otros, de ahí las características más llamativas del fenotipo Cornelia (16).
SMC1A
Un 5% de los individuos con SCdL presentan variantes en este gen. Tienen las cejas más pobladas (HP: 0000574), la nariz no es tan corta y la cara suele ser más redonda (HP: 0000574) que en los casos con variantes en el gen NIPBL. Hasta un 40% de los pacientes que tienen afectado este gen, tienen un parecido importante con el síndrome de Rett (OMIM#312750) (21).
SMC1A es un gen ligado al cromosoma X que no está inactivado, se ha reportado una menor afectación en las mujeres en comparación en los hombres (2)(22).
Figura 3. Complejo de cohesinas y bases moleculares. En la imagen se muestra el anillo de cohesinas con las diferentes unidades que los conforman, un error en alguna de ellas puede ser la causa de un SdCL. Imagen extraida de Kline AD; et al. Nature genetics (2018) (2).
12 SMC3
Variantes en el gen SMC3 son causas poco comunes en el SCdL. Los pacientes que presentan variantes en este gen no suelen cumplir con los criterios diagnósticos del SCdL clásico, aunque sí que se asocian con discapacidad intelectual (HP: 0010864) y baja estatura (HP: 0004322)(23).
RAD21
El gen RAD21 codifica un componente clave del complejo cohesinas. Aunque las variantes en este gen son muy infrecuentes, recientemente se ha publicado una cohorte de 49 pacientes que presentan variantes en este gen. Los pacientes se caracterizan por tener un fenotipo atenuado del SCdL comparado con el causado por las variantes en NIPBL o SMC1A para la morfología facial, las anomalías de las extremidades, y especialmente para la cognición y el comportamiento. Además, las variantes reportadas son frecuentemente familiares, y los análisis de genotipo-fenotipo han demostrado una sorprendente variabilidad interfamiliar e intrafamiliar (26).
HDAC8
Pueden tener tanto un fenotipo clásico como no cásico de Cornelia. Y aunque varían mucho las características, en general los pacientes con variantes en el gen HDAC8 tienen una gran fontanela anterior (HP:0000260), ojos muy separados o hipertelorismo orbital (HP: 0000316) y personalidades felices (HP: 0100024)(24). HDAC8 se encuentra en el cromosoma X, y las mujeres portadoras pueden verse afectadas en diferente grado o sanas; ya que se produce una inactivación selectiva hacia el cromosoma afecto en muchos casos (25).
BRD4
Este gen codifica la proteína bromodominio 4 que se asocia a la cromatina que se localiza en grupos potenciadores. Al realizar una espectrometría de masas se vio que se asociaba con NIPBL una vez que el anillo de cohesinas se ha acoplado al ADN, estos dos genes cooperan entre sí ara la regulación transcripcional(27) (28). Por tanto, se cree que es el bloqueo de NIPBL el que subyace al mecanismo patogénico. Aún hay muy pocos diagnósticos para concluir un fenotipo específico, pero si que se ha visto con mas frecuencia que tienen la cara redondeada (HP: 0000574), anomalías en el oído (HP:
0000370) y discapacidad auditiva (HP:0000405), microcefalia (HP: 0000252), cejas arqueadas o anguladas hacia arriba (HP:0002553), mejillas prominentes (HP: 0000293) y anormalidades en los dientes (HP: 0000164) (29).
ANKRD11
Mutaciones en ANKRD11 se asocian con el Síndrome de KBG (OMIM #148050). Sin embargo, se han descrito pacientes con características de Cornelia y variantes en este gen (30).
Los genes NIPBL, SMC3, RAD21, BRD4 Y ANKRD11 son genes autosómicos dominantes, mientras que RAD21 y HDAC8 se encuentran en el cromosoma X. En estos
13
últimos, se ha visto en las mujeres una fuerte selección por el alelo no mutado en sangre, variando levemente sus características Cornelia. Por ejemplo, en un estudio se identificó el caso de una madre con mutación en el gen HDAC8 que no expresaba enfermedad ya que el alelo mutado lo tenía inactivado en sangre. Sin embargo, la hija estaba levemente afectada y el hijo muy afectado (25)(24).
Pese a conocerse bien estos 7 genes, un porcentaje considerable de pacientes todavía permanece sin diagnóstico genético (en torno al 30%) (31), lo cual sugiere que más genes podrían estar implicados. En los últimos años, el desarrollo de nuevas técnicas de diagnóstico como la secuenciación masiva ha permitido reconocer diferentes genes implicados en el SCdL. Algunos de estos genes, como KMT2A o AFF4, no se relacionan directamente con el complejo de cohesinas, aunque se asocian con síndromes de características clínicas similares, por lo que parece más adecuado hablar Espectro Cornelia de Lange (Figura 4) (2).
Figura 4. Espectro Cornelia de Lange. La imagen muestra como los genes implicados en las cohesinopatías van a dar fenotipos clásicos, no clásicos e incluso algunos que apenas van a compartir características típicas del síndrome. En estos últimos se debe hacer un diagnóstico diferencial con otros síndromes que pueden compartir características El signo de interrogación a la derecha de la figura indica que pueden existir genes cuyas mutaciones den lugar a fenotipos incluidos en el espectro SCdL pero que no tienen una función en el complejo de cohesinas. Aunque hoy día dichos genes aún no se han identificado, se asume su existencia y deben tenerse en cuenta. Imagen modificada de Kline AD, et al.
Nature Genetics (2018) (2).
Además, en el estudio genético se debe tener en cuenta el alto porcentaje de casos de mosaicismo en el SCdL, hasta un 20% de casos en el gen NIPBL son mosaicismo (la mutación no aparecería en todas las células)(32)(2). Por ello, las técnicas más sensibles de secuenciación y la posibilidad de analizar diferentes muestras biológicas de un mismo individuo pueden ayudar a llegar a un diagnóstico genético.
Correlación genotipo-fenotipo
Cada uno de los genes con mutaciones presentan en mayor o menor proporción una manifestación en las características físicas.
Cuando relacionamos los genes con el fenotipo y su severidad se puede establecer una escala de gravedad clínica, en la que se ubican de menos a más: SMC3, SMC1A,
14
RAD21, HDAC8, NIPBL (33). Cada uno de estos genes podrá expresar diferente gravedad clínica, pudiendo la persona afecta tener un síndrome de Cornelia clásico o no clásico.
El análisis del espectro mutacional revela que existe una correlación entre el genotipo y el fenotipo. Las variantes patogénicas de NIPBL que producen un codón de terminación prematuro (sin sentido) o un cambio en el marco de lectura conducen a producir una proteína NIPBL truncada y probablemente no funcional, estando asociadas con los fenotipos más graves. El cuadro clínico del paciente con SCdL que portan variantes patogénicas en los genes SMC1A, SMC3 y RAD21 tienen características más leves a moderadas, y más parecidas a una variante no sinónima en el gen NIPBL. Finalmente, el gen HDAC8 muestra rasgos clínicos que se superponen en cierta medida con formas clásicas del SCdL caracterizadas por la dismorfia facial típica y el retraso cognitivo severo (Figura 5).
Figura 5. Correlación genotipo-fenotipo en el síndrome de Cornelia de Lange. Las variantes patogénicas truncadas, sin sentido y con cambio en el marco de lectura en el gen NIPBL resultan en un fenotipo más grave, mientras que las mutaciones con cambio de sentido en los genes HDAC8 , NIPBL, RAD21, SMC1A y SMC3 y las deleciones que no afectan el marco de lectura están asociadas con un fenotipo más leve. Imagen modificada de Sarogni P. et al. J Medical Genetics (2019) (1).
Por tanto, en general, cuando se produce una pérdida de función de la proteína del gen, la clínica será más grave que en los casos con variantes no sinónimas o sin desplazamiento del marco de lectura (32). Se sabe que la transcripción de estos genes mutados puede resultar en una proteina parecida, con una función diferente o simplemente no funcional; además se ha visto una regulación negativa, la transcripcion tenderá a realizarse menos veces; y la unión de la cohesina a los puntos de inicio y fin no se propducirá siempre. Este fenómeno también está impllicado en la manifestación fenotípica (34). De esta forma, estando afectado el mismo gen puede haber diferentes grados en la gravedad de la clínica no mostrando siempre los mismos rasgos físicos que la caracterizan (20).
15
Criterios diagnósticos del Síndrome de Cornelia de Lange
Hallazgos prenatales
En el seguimiento ecográfico del embarazo pueden encontrasen rasgos sugerentes (32).
Algunos de estos hallazgos son: el retraso del crecimiento intrauterino que se puede ver desde el segundo trimestre; anomalías en las extremidades como ausencia o acortamiento de estas; un perfil facial anómalo; el grosor nucal elevado; hernia diafragmática y malformación cardiaca. Además, cuando se da un caso en la familia de novo de un gen conocido de SCdL o ya han tenido la pareja otro hijo puede solicitarse un diagnóstico prenatal con muestra de la placenta o el líquido amniótico, previo consentimiento de los padres. Los estudios genéticos pueden identificar mutaciones en cualquiera de los 7 genes asociados al SCdL.
Diagnóstico clínico
Según la declaración de consenso internacional publicado en 2018 (32) se ha propuesto un sistema de clasificación, basado en las características cardinales y sugestivas del SCdL clásico y no clásico, y para discriminar también otras entidades que se parecen al SCdL (35). Cuatro de las seis características cardinales están relacionadas con la dismorfología facial (2) (Tabla 2).
Tabla 2. Diagnóstico clínico del Síndrome Cornelia de Lange.
Características cardinales (2 puntos cada una si están presentes)
▪ Cejas unidas en la línea media (sinofridia) (HP:0000664) y/o tupidas (HP:0000574).
▪ Nariz corta (HP: 0003196), cresta nasal cóncava (HP: 0011120) y / o punta nasal hacia arriba (HP: 0000463).
▪ Filtrum largo (HP: 0000343) y / o liso (HP: 0000319).
▪ Labio superior fino (HP: 0000219) y / o esquinas hacia abajo de la boca (HP: 0002714).
▪ Oligodactilia manual (HP: 0001180) y / o adactilia (HP: 0009776).
▪ Hernia diafragmática congénita (HP: 0000776).
Características sugestivas (1 punto cada una si está presente)
▪ Retraso global del desarrollo (HP: 0001263) y / o discapacidad intelectual (HP: 0001249).
▪ Retraso del crecimiento prenatal (<2 SD) (HP: 0001511).
▪ Retraso del crecimiento postnatal (<2 SD) (HP: 0008897).
▪ Microcefalia (prenatal y / o postnatal) (HP: 0000252).
▪ Manos pequeñas (HP: 0200055) y / o pies (HP: 0001773).
▪ Quinto dedo corto (HP: 0009237).
▪ Hirsutismo (HP: 0001007).
▪ Puntaje clínico.
16
▪ ≥11 puntos, de los cuales al menos 3 son cardinales: SCdL clásico.
▪ 9 o 10 puntos, de los cuales al menos 2 son cardinales: SCdL no clásicos.
▪ 4–8 puntos, de los cuales al menos 1 es cardinal: se indican pruebas moleculares para SCdL.
▪ <4 puntos: insuficiente para indicar pruebas moleculares para SCdL.
Puntuación clínica
Una puntuación de 11 o más indica SCdL clásico si al menos 3 hallazgos principales están presentes. Si se alcanza una puntuación de 11 o más, se confirma el diagnóstico de SCdL, con independencia de si hay una alteración en uno de los 7 genes asociados al SCdL.
Una puntuación de 9 o 10 indica SCdL no clásico, si al menos 2 hallazgos principales están presentes.
Una puntuación de 4 o más es suficiente para justificar la petición de un estudio genético del SCdL, si hay al menos un hallazgo principal presente.
Una puntuación de 4 o menos es insuficiente para justificar un estudio genético de SCdL.
Tabla modificada de Kline AD, et al. Nature Genetics (2018) (2).
Diagnostico diferencial
El diagnóstico puede complicarse no sólo por la variabilidad fenotípica con diferentes grados de afectación del SCdL, sino porque existen también diferentes enfermedades que van a solaparse con este síndrome. Este tipo de enfermedades raras pertenecen a una familia más grande que comparte múltiples características clínicas. El que exista este solapamiento clínico hace pensar que las interacciones moleculares afectadas en estos síndromes puedan pertenecen a una misma ruta o proceso celular (1). Existe una superposición en el fenotipo, como los rasgos faciales, discapacidad intelectual, un crecimiento disminuido y un desarrollo tardío.
Figura 6. Dimorfismos faciales clásicos de SCdL y síndromes superpuestos relacionados. La representación del paciente en el centro de la figura muestra el fenotipo típico del SCdL con mutaciones en NIPBL (representativo de los dimorfismos clásicos de SCdL); todos los demás son otros síndromes que pueden solaparse por tener rasgos comunes. Imagen modificada tomada de Avagliano L. et al. Clinical Genetics (2020) (3).
17
Tabla 3. Características de los síndromes solapantes con el SCdL.
Algunos de esos otros síndromes solapantes son conocidos y se puede buscar directamente los genes afectados, y deben considerarse como diagnóstico diferencial del SCdL (Figura 6 y tabla 3). Entre ellos destacan:
- Síndrome de CHOPS (OMIM #616368) con el gen AFF4 afectados, es un defecto de elongación transcripcional. Estos tienen la cara redondeada (HP:
0000574) y cejas arqueadas (HP:0002553), discapacidad intelectual (HP:
0001249), defectos cardiacos (HP: 0030680) y baja estatura (HP: 0004322) (3).
- Síndrome de KBG (OMIM #148050) con el gen ANKRD11 afectado que regula la acetilación de histonas. Entre las características fenotípicas destacan el dimorfismo facial (HP: 0000271), macrodoncia del incisivo central superior (HP: 0000271), defectos esqueléticos (HP: 0011844) (HP: 0009121) y deterioro cognitivo (HP: 0100543) (3).
- Síndrome de Rubinstein-Taybi (OMIM #180849) con el gen EP300 afectado;
discapacidad intelectual (HP: 0100543); pulgares (HP:0011304) y pies grandes (HP: 0001760), cejas muy arqueadas(HP:0002553), pestañas muy largas (HP:
0000527), micrognatia (HP: 0000347) y sonrisa anormal (3)
- Síndrome de Wiedemann – Steiner (OMIM # 605130) con el gen KMT2A afectado, está implicado en la modificación de histonas. Se caracterizan por hipertricosis (HP: 0000998), baja estatura (HP: 0004322), cejas gruesas arqueadas (HP:0002553) (3).
- Síndrome de Coffin-Siris (OMIM # 135900; # 614608; # 614607; # 614609; # 616938; # 615866; # 617808; # 618027; # 618362; # 618506) con los genes ARID1B, ARID1A, SMARCA4, SMARCE1, ARID2, SOX11 y DPF2, es un trastorno de la remodelación de la cromatina. Estos tienen dimorfismo facial
CARACTERÍSTICAS CLÍNICAS AFF4 ANKKRD11 BRD4 EP300 KMT2A SETD5 SWI/SNF
CARDINALES Sinofridia y/o cejas gruesas + + + + + + +
Nariz corta, con Puente cóncavo y hacia arriba + - + - + +/- +
Philtrum largo y liso + + + + + +
Labio superior fino y esquina de la boca hacia abajo + + - + +/- + Oligodactilia o sindactilia o adactlia - - - - - - - Hernia diafragmática congénita
SUGERENTES Desarrollo tardío y discapacidad intelectual + + + + + + +
Retraso crecimiento intrauterino + + + +
Retraso del crecimiento postnatal + + + + + + +
Microcefalia + + + + + - +
Manos pequeñas + + +
Dedos de las manos cortas - - + - - - -
Hirsutismo + - + + +
18
(HP: 0000271), retraso del desarrollo (HP: 0001508), deterioro cognitivo (HP:0100543), ausencia de falanges terminales (HP:0006118) e hipoplasia de la quinta uña (HP: 0008398) (3).
- Síndrome de Nicolaides Baraidser (OMIM # 601358) con el gen SMARCA2 afectado (20). Escaso cabello (HP:0008070), microcefalia (HP:0000252), retraso en el desarrollo (HP:0001263) y discapacidad intelectual (HP: 0100543)(3).
Diagnostico molecular
La confirmación del diagnóstico del SCdL será molecular (Figura 7).
La secuenciación de paneles de genes es la forma más efectiva de detectar variantes causales en cualquiera de los genes que se sabe que causan SCdL. De este modo, se recomienda que las pruebas moleculares de primera línea usen un panel que contenga al menos los siete genes de SCdL conocidos: NIPBL, SMC1A, SMC3, RAD21, BRD4, HDAC8 y ANKRD11. La mayoría de los laboratorios de diagnóstico incluyen varios genes adicionales que pueden causar un fenotipo parecido a SCdL, como CREBBP y EP300.
Figura 7. Vías de diagnóstico molecular para el síndrome Cornelia de Lange. Extraído y modificado de Kline D, et al. Nature Genetics (2018) (2).
Si la secuenciación del panel de genes no está disponible, la secuencia Sanger de NIPBL en un individuo con el fenotipo clásico sería el método a escoger para las pruebas moleculares. Para las personas con fenotipos no clásicos, la evaluación del fenotipo puede permitir a los médicos experimentados determinar cuál de los otros genes candidatos debe secuenciarse primero.
Si la secuenciación de panel o Sanger no detecta variantes causales, se debe considerar un estudio dirigido a detectar mosaicismos genéticos, preferiblemente utilizando
19
fibroblastos no cultivados, aunque también se pueden usar células bucales o células epiteliales de la vejiga. Si es negativo, se recomienda realizar una prueba de deleciones o duplicaciones de NIPBL usando amplificación de sondas dependiente de ligandos múltiples (MLPA).
Diagnostico por reconocimiento facial
Aunque el diagnóstico del SCdL es clínico y molecular, las nuevas tecnologías ofrecen nuevas herramientas de inteligencia artificial (IA) que pueden ayudar al diagnóstico.
El SCdL, como la mayor parte de enfermedades raras, se manifiesta con características faciales particulares. Por eso, los investigadores están desarrollando herramientas de IA, que a través del aprendizaje profundo puedan reconocer las enfermedades raras. Hasta la fecha estos sistemas pueden reconocer más de 200 enfermedades analizando una fotografía del rostro de un paciente (36).
Especialistas de FDNA, una compañía de salud digital de Boston, junto con otros científicos de diferentes países, han desarrollado el sistema de reconocimiento facial Deep Gestalt, que usa el programa Face2Gene. La aplicación se puede descargar en un móvil y orientar mejor la búsqueda del diagnóstico desde la consulta médica solo realizando una fotografía al paciente.
Cuando la frecuencia del trastorno a estudiar es baja, seguramente el profesional se encuentre limitado por la falta de experiencia y contacto con la enfermedad, dificultándose el reconocimiento y diagnóstico, es entonces donde puede cobrar mayor importancia esta herramienta (37). Un estudio demostró que si el SCdL no era clásico o lo rasgos faciales eran leves, distinguir el síndrome por parte del profesional descendía al 54% de aciertos diagnósticos (35). También se comprobó que en la infancia es más fácil reconocerlo que en la edad adulta (35).
El programa usa las redes neuronales convolucionales, un algoritmo utilizado en aprendizaje automático para dar capacidad de reconocer al programa, y de clasificar o identificar lo que se quiere. Este se va perfeccionando conforme se suben más imágenes diagnosticadas (38).
Para analizar la imagen se divide en fragmentos el rostro, como se muestra en la figura 8, centrándose en los que probablemente contengan las características de la enfermedad.
Y hace un resumen de toda la información mostrando los 10 primeros síndromes por orden de probabilidad de padecerlo el sujeto (36).
En un estudio se integraron 17000 imágenes de casos diagnosticados de 216 síndromes diferentes. Se expuso a nuevas fotografías y en el 65% propuso en primer lugar el diagnóstico correcto, y en el 90% el diagnóstico correcto se encontraba entre los 10 propuestos (20) (36).
20
Figura 8. Capas realizadas por el programa Face2Gene para obtener información de la imagen.
Imagen modificada de Gurovich Y, et al.. Nature Medicine (2019) (36).
Esta herramienta tiene como objetivo usarse en combinación con la tecnología molecular, para ayudar en el diagnóstico a buscar la causa genética específica, ahorrando tiempo y costes (37)(39). Incluso en casos de mosaicismo en el que detectar la mutación puede ser complicado este programa orientó correctamente el diagnóstico (40).
El programa ha mejorado progresivamente conforme más profesionales de la salud incorporan fotografías diagnosticadas, pues es una aplicación impulsada por la comunidad científica y de la salud (36).
Actualmente se está trabajando para optimizar los trastornos teniendo en cuenta las diferentes etnias, aunque los resultados que se han obtenido en trabajos que incluían pacientes de diferentes etnias no obtuvieron diferencias significativas (41).
21
OBJETIVOS
El objetivo principal de este estudio es evaluar la utilidad clínica de la aplicación Face2Gene basada en el aprendizaje profundo (Deep learning) para reconocer el Síndrome Cornelia de Lange, con el fin de promover la integración del aprendizaje profundo en el diagnóstico genético y consulta pediátrica.
Para ello se proponen los siguientes objetivos secundarios:
− Estudiar la calidad de las predicciones en un entorno clínico evaluando 14 pacientes que presentan una clínica sugestiva del SCdL.
− Evaluar la viabilidad de la aplicación si se integrara como un escalón mas en la guía diagnóstica.
− Conocer las limitaciones de este software y puntos a mejorar.
22
MATERIAL Y MÉTODOS
Instalaciones, aspectos éticos y financiación
Este trabajo ha sido realizado en el Grupo de Genética Clínica y Genómica Funcional (GIIS062) del Instituto de Investigación Sanitaria de Aragón (IIS Aragón). La evaluación de los pacientes y la recogida de información se ha realizado en el Servicio de Pediatría del Hospital Clínico Universitario “Lozano Blesa”. La gestión de muestras biológicas y procesamiento de las mismas han tenido lugar en los laboratorios del grupo en la Facultad de Medicina de la Universidad de Zaragoza. Por último, la secuenciación masiva se ha realizado en los servicios científicos centrales de Secuenciación y Genómica Funcional del Instituto Aragonés de Ciencias de la Salud (IACS).
Las muestras biológicas e información clínica están recogidas en la colección de muestras inscrita con el código C.0005514 cuyo titular es el Dr. Feliciano J. Ramos. El protocolo de trabajo está aprobado por el Comité de Ética de Investigación Cínica del Gobierno de Aragón (CEICA: PI16/225). El proyecto ha sido financiado por los Proyectos de Investigación PI15-00707 y PI19/01860 de la convocatoria de Proyectos de Investigación en Salud (PI), AES 2015 y AES 2019, respectivamente.
Participantes
En este estudio se han incluido 14 pacientes, 5 hombres y 9 mujeres, con edades comprendidas entre 4 y 34 años. Todos los pacientes han sido evaluados clínicamente y remitidos desde el Servicio de Pediatría para el estudio molecular del SCdL mediante la realización de un panel de genes específico. Solo se han incluido pacientes que tenían imágenes faciales frontales disponibles y que dieron su consentimiento para la inclusión en el estudio.
Evaluación clínica y cálculo de la puntuación clínica
La evaluación clínica de los pacientes se realizó por pediatras experimentados en las consultas de Pediatría del Hospital Clínico.
Para el cálculo de la puntuación clínica se siguió los criterios de consenso internacional de SCdL (Tabla 2) (2), con la información obtenida de la anamnesis e informes pediátricos. La suma de las características cardinales valoradas con 2 puntos cada una y las sugestivas valoradas con 1 punto nos indicará si hay un síndrome de Cornelia. Si el sumatorio es igual o superior a 11 con al menos tres características cardinales será un Cornelia clásico si el puntaje fuese 9-10 será catalogado de Cornelia no clásico, y puntuaciones menores hasta cuatro aunque no se pudiesen catalogar dentro del espectro Cornelia se les realizó el estudio molecular como indica la guía.
23
Diagnóstico molecular
A todos los individuos se les sometió a un análisis molecular por secuenciación de nueva generación.
El diagnóstico molecular se realizó por los miembros del grupo de Genética Clínica y Genómica Funcional. Se realizó un panel de genes dirigido a través de un análisis de secuenciación profunda utilizando los sistemas Ion Chef e Ion S5 XL (Thermo Fisher Scientific). El panel SCdL personalizado fue diseñado usando la herramienta en línea Ion AmpliSeqTM Designer. El panel diseñado abarcaba 249,25 kb de la secuenciación genómica seleccionada, incluyendo: NIPBL (NM_133433.3), SMC1A (NM_006306.3), SMC3 (NM_058243.2), RAD21 (NM_006265.2), HDAC8 (NM_018486.2), BRD4 (NM_058243.2) y ANKRD11 (NM_001256183.1). El análisis se realizó utilizando los programas ion Reporter e IGV (Broad Institute). Todas las variantes reportadas fueron validadas por secuenciación Sanger.
Para nombrar la mutación a nivel de ADN y la proteína resultante predicha, se usaron las pautas de nomenclatura de la Sociedad de Variación del Genoma Humano (www.hgvs.org).
Análisis facial y de datos
El análisis facial se realizó con el programa Face2Gene (FDNA Inc., Boston, MA, EE.
UU.; Https://www.face2gene.com) con las fotografías frontales de cada paciente.
La sensibilidad se evaluó midiendo si el diagnóstico se encontraba el primero sugerido por el programa y si se encontraba entre los 5 primeros de la lista. También se tuvo en cuenta la similitud de Gestalt, es decir, el grado de semejanza de la morfología facial del paciente con el síndrome sugerido. Esta clasificación utiliza un diagrama de barras de
“nivel de Gestalt”, que mide en “alto”, “medio” y “bajo” el potencial diagnóstico, considerando poco probable un diagnóstico que, aunque fuese el primero o segundo de los ofertados por el programa el Gestalt fuese muy bajo.
Figura 9.Imagen extraída del programa Face2Gene. Muestra las zonas que el programa analiza para sugerir el diagnóstico y su probabilidad.
24
Al usar redes neuronales convolucionales, el sistema divide la cara en fragmentos seleccionados para detectar los síndromes con dimensiones de 100 x 100 píxeles, normaliza la imagen que es la foto compuesta que vemos en la (figura 9) y predice la probabilidad de cada enfermedad para un fragmento en particular.
El programa aprende a partir de un sistema que se llama redpropagation, compara el resultado de salida con el que se hubiera esperado (figura 10). Después de realizar este proceso varias veces con diferentes interacciones la red empieza a aprender y disminuye la probabilidad de que el resultado ofrecido sea diferente al correcto. Se basa en modificar los pesos de las capas ocultas hasta la de entrada. Las últimas capas son las que clasificarán el síndrome (42).
Figura 10. Esquema de capas de redes neuronales, las capas de entrada analizan rasgos mas generales y las capas ocultas analizan diferentes cuadrantes hasta llegar a la capa de salida donde se acotan los resultados posibles.
En el campo de las enfermedades raras, donde la genética ha encontrado utilidad a este programa, podría ser complicado conseguir los suficientes casos diagnosticados con imágenes para capacitar uno mismo el programa. Gracias a que la plataforma está impulsada por la comunidad de usuarios que agregan los casos de más de 10.000 enfermedades, según el FDNA, el programa está mejor capacitado, usando un modelo de transferencia adyacente (36).
25
RESULTADOS
Diagnóstico clínico de los individuos analizados.
Un total de 14 individuos fueron incluidos en este estudio, 9 mujeres y 5 hombres. La edad oscila desde los 4 hasta los 34 años, siendo la media de 11.36 ± 9.19 (Tabla 4).
Tabla 4. Descripción de la población analizada
ID paciente Sexo Edad
1 F 5
2 F 7
3 M 5
4 M 6
5 M 34
6 F 14
7 F 20
8 F 5
9 M 7
10 M 9
11 F 4
12 F 12
13 F 4
14 F 25
ID: Identificación; F: Femenino; M:masculino.
Todos los pacientes fueron referidos al Centro Nacional de Referencia del Síndrome de Cornelia de Lange para su valoración clínica. De acuerdo con la clasificación clínica publicado por Kline et al. (2018) (2), todos los pacientes cumplieron los criterios que aconsejan la realización de una prueba molecular que confirme el diagnóstico del SCdL (más de 4 puntos). 9 de los 14 pacientes mostraron un fenotipo clásico (≥11 puntos), 1 presentó un fenotipo no clásico del SCdL (entre 9 y 10 puntos) y 3 casos presentaron un puntaje clínico de 7-8 puntos. No se pudo calcular la puntuación para 2 de ellos (paciente 6 y 10) por falta de información (Tabla 5).
26
Tabla 5. Puntuación clínica de la población analizada en base a los criterios de Kline et al. 2018.
Pacientes
Características cardinales (2pts) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Sinofridia (HP:0000664) y/o cejas
gruesas (HP:0000574) 2 2 2 2 2 2 2 2 2 NC 2 2 2 2
Nariz corta (HP:0003196), cresta nasal concava (HP:0011120) y/o punta nasal hacia arriba (HP:0000463)
2 2 2 2 2 NC 0 2 2 NC 2 2 2 2
Filtrum largo(HP:0000343) y/o liso
(HP:0000319) 2 2 2 2 2 NC 0 0 0 NC 2 2 NC 0
Labio superior fino (HP:0000219) y/o esquinas de la boca hacia abajo (HP:0002714)
2 2 2 2 2 NC 0 2 2 NC 2 2 2 2
Oligodactilia manual (HP:0001180)
y/o adactilia (HP:0009776) 0 0 0 2 0 2 0 NC 0 NC 0 0 0 0
Hernia diafragmática congenita
(HP:0000776) 0 0 0 0 0 NC 0 0 0 NC 0 0 0 0
Características sugestivas (1
pts)
Retraso global del desarrolllo (HP:0001263) y/o discapacidad intelectual (HP:0001249)
1 1 1 1 1 NC 1 1 1 NC 1 1 0 1
Retraso del crecimiento prenatal (<2
sD) (HP:0001511) 1 0 1 1 1 NC 1 0 NC 1 0 1 0
Retraso del crecimimento postnatal
(<2 sD) (HP:0008897) 1 1 0 0 0 1 1 1 0 NC 1 0 1 0
Microcefalia (prenatal y/o postnatal)
(HP:0000252) 1 1 1 1 1 1 0 NC 1 NC 0 0 1 1
Manos pequeñas (HP:0200055) y/o
pies (HP:0001773) 1 1 1 1 1 NC 1 1 10 NC 1 1 NC 0
Quinto dedo corto (HP:0009237) 1 1 1 1 1 NC 0 1 1 NC 1 0 1 0
Hirsutismo (HP:0001007) 1 1 0 1 1 1 1 1 1 NC 1 1 NC 0
TOTAL 15 14 13 16 14 7 7 11 10 -- 14 11 10 8
NC: No consta
Diagnóstico molecular de los individuos analizados
A continuación, se realizó un estudio genético a partir de una muestra de ADN genómico aislado de leucocitos o fibroblastos de los pacientes. El estudio se llevó a cabo con un panel de secuenciación masiva que analiza de forma simultánea los 7 genes implicados en el SCdL (NIPBL, SMC1A, SMC3, HDAC8, RAD21, ANKRD11 y BRD4), además de otros 28 genes relacionados con el síndrome.
En 8 de los 14 pacientes analizados se identificó y confirmó la causa genética responsable del cuadro clínico. En 6 pacientes se detectó una variante relacionada con la enfermedad en el gen NIPBL, y en 2 pacientes se identificó una variante en el gen ANKRD11 (Tabla 6).
27
Tres de las variantes detectadas están clasificadas como patogénica en la base de datos de ClinVar, que incluye asociaciones de variaciones genéticas y fenotipos: NIPBL c.7168G>A (NM_133433.3), NIPBL c.65-5A>G (NM_133433.3) y ANKRD11 c.1903_1907delAAACA (NM_001256183.1). Las 5 restantes no han sido reportadas en esta base de datos. Sin embargo, dos de ellas han sido descritas en la literatura asociadas con el SCdL: NIPBL c.6647A>C (NM_133433.3) (15), y NIPBL c.6272G>A (NM_133433.3) (43). En total, 3 de las 8 variantes detectadas no habían sido relacionadas con el SCdL; dos de ellas corresponden a variantes sin sentido (NIPBL, NM_133433.3, c.992C>T, p.Arg308*; y, ANKRD11, NM_001256183.1, c.2512C>T, p.Arg838*), y la otra da lugar a la ruptura del marco de lectura (NIPBL, NM_133433.3, c.2435_2436insA, p.Ser813Valfs*5).
Tabla 6. Diagnóstico molecular
ID Paciente Gen Exon
/Intron Cambio de nucleótido Cambio de proteína Tipo de variante
1 NIPBL 39 c.6647A>C p.Tyr2216Ser Missense
2 NIPBL 36 c.6272G>A p.Cys2091Tyr Missense
3 NIPBL 10 c.2435_2436insA - p.Ser813fs Frameshift
4 NIPBL 42 c.7168G>A p.Ala2390Thr Missense
5 NIPBL 2i c.65-5A>G - splice variant
6 NIPBL 36 9 c.992C>T p.Arg308* Nonsense
7 ANKRD11 9 c.1903_1907delAAACA p.Lys635fs Frameshift
8 ANKRD11 9 c.2512C>T p.Arg838Ter Nonsense
9 ND
10 ND
11 ND
12 ND
13 ND
14 ND
ND: No detectada
Tipo de variante, Frameshift: desplazamiento del marco de lectura; Missense: con cambio de sentido ; Nonsense: sin sentido; Splice Variant: variante splicing.
28
Identificando el Síndrome de Cornelia de Lange usando Face2Gene
Se decidió evaluar la sensibilidad del programa de identificación facial Face2Gene. Para ello, se analizaron las fotos frontales de los 14 pacientes estudiados (Figura 11).
Figura 11. Imágenes representativas del análisis con el programa Face2Gene. Muestra como el programa analiza y compara para cada síndrome las zonas mas sugestivas de este, analizado en una escala de colores de azul (menos probable) a rojo (más probable). (A) Foto del caso 4 con SCdL diagnosticado molecularmente, en el que el primer síndrome sugerido es el Síndrome de Cornelia de Lange con una probabilidad alta, el segundo síndrome sugerido es KBG y el tercero Moebius pero con un Gestalt muy bajo (B) En esta imagen también se visualiza la comparación que realiza el programa entre la foto del caso 7 y los casos ejemplo que el programa mismo usa para comparar, en este caso la paciente con Síndrome KBG se le sugiere como segundo síndrome posible de Smith-Magenis (SMS) y como tercero el síndrome de Kleefstra, estas dos últimas con un Gestalt o probabilidad medio - bajo.
El SCdL se encontró entre los diez primeros síndromes sugeridos en 12 de los 14 casos analizados (85,75%), y entre los cinco primeros en 11 de los 14 casos (78,5%). Además, el SCdL ha sido sugerido como el más probable en 9 de los 14 individuos (64,2%).
El software Face2Gene, además de sugerir el síndrome más probable, también proporciona un grado de correspondencia entre el fenotipo facial analizado y el síndrome genético sugerido (Gestalt), que lo clasifica con una probabilidad de alta, media y baja. De este modo, de los 9 pacientes que presentaron el SCdL como el primer diagnóstico posible, 8 de ellos alcanzaron una probabilidad alta, y uno obtuvo una probabilidad media (Figura 12) (Tabla 7).
29
Figura 12. Análisis facial en una cohorte de 14 paciente con el software Face2Gene. Se representan los cinco síndromes que fueren listados con mayor frecuencia. También se representa el grado de coincidencia obtenido con cada síndrome en concreto (Gestalt alto, medio, bajo o muy bajo) y su frecuencia.
