КОМПЛЕКСНЫЙ IN SILICO АНАЛИЗ ПОЛИМОРФНЫХ ВАРИАНТОВ ГЕНОВ KNG1, MYOF, HS3ST6 У ПАЦИЕНТОВ С НАО I ТИПА

Наследственный ангиоотек (НАО) представляет собой редкое наследственное заболевание, проявляющееся периодическими эпизодами отёка кожи, слизистых оболочек и внутренних органов. Развитие заболевания связано с нарушением регуляции калликреин-кининовой системы, что приводит к избыточной продукции брадикинина. Наиболее распространённой формой является НАО I типа, возникающий вследствие количественного дефицита C1-ингибитора, обусловленного мутациями в гене SERPING1. Генетический анализ в большинстве случаев ограничивается выявлением патогенетически значимых вариантов в SERPING1. При этом потенциальный вклад дополнительных генетических изменений в других генах, участвующих в регуляции калликреин-кининовой системы, игнорируется и остаётся недостаточно изученным.

Целью нашей работы было оценить при помощи биоинформатического метода возможную патогенетическую значимость редких полиморфных вариантов в генах KNG1, MYOF, HS3ST6 у пациентов с НАО I типа.

Материалом служила цельная кровь 24 пациентов с симптомами НАО, полученная вне обострения. Диагноз устанавливался на основании клинических, лабораторных и генетических данных. Было проведено полногеномное секвенирование с последующим анализом дополнительных генетических вариантов в генах, участвующих в регуляции калликреин-кининового каскада, включая варианты с неопределённым клиническим значением. Для прогноза клинической значимости найденных полиморфных вариантов на белки KNG1, MYOF, HS3ST6 были использованы различные веб-ресурсы, основанные на разных алгоритмах (ConSurf, PrimateAI, CADD, PolyPhen-2, SNPs&GO, PhD-SNP, MutationTaster2021, PredictSNP, MuPro, MutPred2, Michelanglo-VENUS и I-Mutant2.0, MolProbity). Проверку структур проводили в программе ChimeraX.

Результаты. При полногеномном секвенировании у 4 неродственных пациентов помимо патогенетически значимой мутации в гене SERPING1 были найдены NM_001102416.3:c.758-7C>G в гене KNG1, NM_001009606.4:c.542G>A в гене HS3ST6 и два полиморфных варианта NM_013451.4:c.3499T>C и NM_013451.4:c.6058G>A в гене MYOF с неизвестным клиническим значением. In silico анализ показал, что патогенетически наиболее значимый потенциал имеет полиморфный вариант NM_001009606.4:c.542G>A в гене HS3ST6. При этом результаты различных прогностических алгоритмов для ряда других исследуемых генетических вариантов оказались противоречивыми.

Полученные результаты свидетельствуют о возможной роли дополнительных полиморфных вариантов в генах, участвующих в регуляции калликреин-кининового каскада, в модификации клинических проявлений наследственного ангиоотёка. Однако для подтверждения их патогенетического значения необходимы дальнейшие исследования, включая анализ семейной сегрегации и функциональную валидацию выявленных вариантов.

1. Печникова Н. А., Останкова Ю. В., Тотолян А. А. Применение биоинформатического анализа для выявления генов-кандидатов, ассоциированных с наследственным ангиоотеком //Медицинская иммунология. – 2023. – Т. 24. – №. 1. – С. 135-154. Doi: 10.15789/1563-0625-AOB-2579.

2. Печникова Н. А., Останкова Ю. В., Сайтгалина М. А., Бебяков А. М., Тотолян А. А. Оценка влияния редкого синонимичного варианта гена KNG1 на развитие наследственного ангиоотека. //Медицинская иммунология. – 2024. – Т. 26. – № 1. – С. 203-210. Doi :10.15789/1563-0625-ATI-2840

3. Российская ассоциация аллергологов и клинических иммунологов, Союз педиатров России, Ассоциация медицинских генетиков, Национальная Ассоциация Экспертов в области Первичных Иммунодефицитов. Клинические рекомендации. Наследственный ангионевротический отек. –2024. https://cr.minzdrav.gov.ru/preview-cr/267_2?utm_source=crm&utm_medium=email&utm_campaign=wim333_3_2_Gen_NAO_116002_CTE_NAO_180225&utm_content=btn_banner_top

4. Седых А. В., Останкова Ю. В., Щемелев А. Н., Тотолян А. А. Биоинформатический анализ однонуклеотидных вариантов гена F12, ассоциированных с наследственным ангиоотеком. //Медицинская иммунология. – 2025. – Т. 27. – №. 6. – С. 1369-1384. Doi: 10.15789/1563-0625-BAO-3235

5. Седых А.В., Петрусенко Ю.С., Останкова Ю.В., Миличкина А.М, Кузнецова Р.Н., Савин Т.В., Чеканов Н.Н., Северинов К.В., Тотолян А.А. Полногеномное секвенирование когорты пациентов с периферическими отеками (первичные данные). // Педиатрия им. Г.Н. Сперанского. – 2025. – Т. 104. –№2. – С. 135-148. Doi: 10.24110/0031-403X-2025-104-2-135-148

6. Adzhubei I., Jordan D.M., Sunyaev S.R. Predicting functional effect of human missense mutations using PolyPhen-2. Curr. Protoc. Hum. Genet., 2013, Vol. 76, no. 1, pp. 7–20. Doi: 10.1002/0471142905.hg0720s76

7. Alrouwab O., Mansour T., Mansour S.A., Swaed A.M.A. Prediction and Structural Comparison of Deleterious Missense Single Nucleotide Polymorphisms (nsSNPs) Associated with Respiratory Distress Syndrome. Libyan J. Medical and Applied Sciences, 2025, pp. 36–47. Doi: 10.64943/ljmas.v3i3.112

8. Arachchige N.D., Sirisena N.D., De Silva S., Senathilake K.S., Faizan M., Dissanayake V.H. Comprehensive bioinformatics analysis of selected germline variants of uncertain significance identified in a cohort of Sri Lankan hereditary breast cancer patients. Hum. Genomics, 2025, Vol. 19, no. 1, p. 12. Doi: 10.1186/s40246-024-00703-8

9. Ashkenazy H., Erez E., Martz E., Pupko T., Ben-Tal N. ConSurf 2010: calculating evolutionary conservation in sequence and structure of proteins and nucleic acids. Nucleic Acids Res., 2010, Vol. 38, Suppl. 2, pp. W529–W533. DOI: 10.1093/nar/gkq399.

10. Bendl J., Stourac J., Salanda O., Pavelka A., Wieben E.D., Zendulka J., Damborsky J. PredictSNP: robust and accurate consensus classifier for prediction of disease-related mutations. PLoS Comput. Biol., 2014, Vol. 10, no. 1, p. e1003440. DOI: 10.1371/journal.pcbi.1003440.

11. Calabrese R., Capriotti E., Fariselli P., Martelli P.L., Casadio R. Functional annotations improve the predictive score of human disease-related mutations in proteins. Hum. Mutat., 2009, Vol. 30, no. 8, pp. 1237–1244. DOI: 10.1002/humu.21047.

12. Capriotti E., Fariselli P., Casadio R. I-Mutant2.0: predicting stability changes upon mutation from the protein sequence or structure. Nucleic Acids Res., 2005, Vol. 33, Suppl. 2, pp. W306–W310. DOI: 10.1093/nar/gki375.

13. Cheng J., Randall A., Baldi P. Prediction of protein stability changes for single-site mutations using support vector machines. Proteins, 2006, Vol. 62, no. 4, pp. 1125–1132. DOI: 10.1002/prot.20810.

14. Colia A.L., Ranaldi A., Santacroce R., D'Andrea G., Maffione A.B., Margaglione M., D'Apolito M. Vasculopathy: a possible factor affecting hereditary angioedema. 2025. DOI: 10.4081/btvb.2025.152.

15. D'Apolito M., Santacroce R., Vazquez D.O., Cordisco G., Fantini C.A., D'Andrea G., Margaglione M. DAB2IP associates with hereditary angioedema: insights into the role of VEGF signaling in HAE pathophysiology. J. Allergy Clin. Immunol., 2024, Vol. 154, no. 3, pp. 698–706. DOI: 10.1016/j.jaci.2024.05.017.

16. Davis I.W., Leaver-Fay A., Chen V.B., Block J.N., Kapral G.J., Wang X., Richardson D.C. MolProbity: all-atom contacts and structure validation for proteins and nucleic acids. Nucleic Acids Res., 2007, Vol. 35, Suppl. 2, pp. W375–W383. DOI: 10.1093/nar/gkm216.

17. Dominguez M.J., McCord J.J., Sutton R.B. Redefining the architecture of ferlin proteins: Insights into multi-domain protein structure and function. PLoS One, 2022, Vol. 17, no. 7. DOI: 10.1371/journal.pone.0270188.

18. Ferla M.P., Pagnamenta A.T., Koukouflis L., Taylor J.C., Marsden B.D. Venus: elucidating the impact of amino acid variants on protein function beyond structure destabilisation. J. Mol. Biol., 2022, Vol. 434, no. 11, p. 167567. DOI: 10.1016/j.jmb.2022.167567.

19. Gao H., Zhao Y., Chen S., Zhang Z., Yang F., Chen Z., Luo X. Expanding the Genetic and Clinical Spectrum of Hereditary Angioedema with Normal C1 Inhibitor: Novel Variants and Treatment Insights. J. Clin. Immunol., 2025, Vol. 45, no. 1, pp. 1–15. DOI: 10.1007/s10875-025-01912-z.

20. Germenis A.E., Sanoudou D. Incidental findings related to genes associated to HAE-nC1INH: how to proceed? Front. Immunol., 2025, Vol. 16, p. 1605727. DOI: 10.3389/fimmu.2025.1605727.

21. Goddard T.D., Huang C.C., Meng E.C., Pettersen E.F., Couch G.S., Morris J.H., Ferrin T.E. UCSF ChimeraX: Meeting modern challenges in visualization and analysis. Protein Sci., 2018, Vol. 27, no. 1, pp. 14–25. DOI: 10.1002/pro.3235.

22. Gong T., Yang L., Shen F., Chen H., Pan Z., Zhang Q., Zhang Y. Computational and mass spectrometry-based approach identify deleterious non-synonymous single nucleotide polymorphisms (nsSNPs) in JMJD6. Molecules, 2021, Vol. 26, no. 15, p. 4653. DOI: 10.3390/molecules26154653.

23. Grivčeva-Panovska V., Košnik M., Korošec P., Andrejević S., Karadža-Lapić L., Rijavec M. Hereditary angioedema due to C1-inhibitor deficiency in Macedonia: clinical characteristics, novel SERPING1 mutations and genetic factors modifying the clinical phenotype. Ann. Med., 2018, Vol. 50, no. 3, pp. 269–276. DOI: 10.1080/07853890.2018.1449959.

24. Jaganathan K., Panagiotopoulou S.K., McRae J.F., Darbandi S.F., Knowles D., Li Y.I., Farh K.K.H. Predicting splicing from primary sequence with deep learning. Cell, 2019, Vol. 176, no. 3, pp. 535–548. DOI: 10.1016/j.cell.2018.12.015.

25. Jones D., Zafra H., Anderson J. Managing diagnosis, treatment, and burden of disease in hereditary angioedema patients with normal C1-esterase inhibitor. J. Asthma Allergy, 2023, pp. 447–460. DOI: 10.2147/JAA.S398333.

26. Jumper J., Evans R., Pritzel A., Green T., Figurnov M., Ronneberger O., Hassabis D. Highly accurate protein structure prediction with AlphaFold. Nature, 2021, Vol. 596, no. 7873, pp. 583–589. DOI: 10.1038/s41586-021-03819-2.2

27. Kaplan A.P., Joseph K. Pathogenic mechanisms of bradykinin mediated diseases: dysregulation of an innate inflammatory pathway. Adv. Immunol., 2014, Vol. 121, pp. 41–89. DOI: 10.1016/B978-0-12-800100-4.00002-7.

28. Li H., Durbin R. Fast and accurate long-read alignment with Burrows-Wheeler transform. Bioinformatics, 2010, Vol. 26, no. 5, pp. 589–595. DOI: 10.1093/bioinformatics/btp698.

29. Lumry W.R., Settipane R.A. Hereditary angioedema: Epidemiology and burden of disease. Allergy Asthma Proc., 2020, Vol. 41, Suppl. 1, pp. S08–S13. DOI: 10.2500/aap.2020.41.200050.

30. Parsopoulou F., Loules G., Zamanakou M., Csuka D., Szilagyi A., Kompoti M., Germenis A.E. Searching for genetic biomarkers for hereditary angioedema due to C1-inhibitor deficiency (C1-INH-HAE). Front. Allergy, 2022, Vol. 3. DOI: 10.3389/falgy.2022.868185.

31. Pejaver V., Urresti J., Lugo-Martinez J., Pagel K.A., Lin G.N., Nam H.J., Radivojac P. Inferring the molecular and phenotypic impact of amino acid variants with MutPred2. Nat. Commun., 2020, Vol. 11, no. 1, p. 5918. DOI: 10.1038/s41467-020-19669-x.

32. Ponzoni L., Peñaherrera D.A., Oltvai Z.N., Bahar I. Rhapsody: predicting the pathogenicity of human missense variants. Bioinformatics, 2020, Vol. 36, no. 10, pp. 3084–3092. DOI: 10.1093/bioinformatics/btaa127.

33. Poplin R., Chang P.C., Alexander D., Schwartz S., Colthurst T., Ku A., Newburger D., Dijamco J., Nguyen N., Afshar P.T., Gross S.S., Dorfman L., McLean C.Y., DePristo M.A. A universal SNP and small-indel variant caller using deep neural networks. Nat. Biotechnol., 2018, Vol. 36, no. 10, pp. 983–987. DOI: 10.1038/nbt.4235.

34. Rodrigues C.H., Pires D.E., Ascher D.B. DynaMut2: Assessing changes in stability and flexibility upon single and multiple point missense mutations. Protein Sci., 2021, Vol. 30, no. 1, pp. 60–69. DOI: 10.1002/pro.3942.

35. Santacroce R., D’Andrea G., Maffione A.B., Margaglione M., D’Apolito M. The genetics of hereditary angioedema: a review. J. Clin. Med., 2021, Vol. 10, no. 9, p. 2023. DOI: 10.3390/jcm10092023.

36. Steinhaus R., Proft S., Schuelke M., Cooper D.N., Schwarz J.M., Seelow D. MutationTaster2021. Nucleic Acids Res., 2021, Vol. 49, no. W1, pp. W446–W451. DOI: 10.1093/nar/gkab266.

37. Sundaram L., Gao H., Padigepati S.R., McRae J.F., Li Y., Kosmicki J.A., Farh K.K.H. Predicting the clinical impact of human mutation with deep neural networks. Nat. Genet., 2018, Vol. 50, no. 8, pp. 1161–1170. DOI: 10.1038/s41588-018-0167-z.

38. Tabarini N., Biagi E., Uva P., Iovino E., Pippucci T., Seri M., Viti F. Exploration of tools for the interpretation of human non-coding variants. Int. J. Mol. Sci., 2022, Vol. 23, no. 21, p. 12977. DOI: 10.3390/ijms232112977.

39. Tokuriki N., Tawfik D.S. Stability effects of mutations and protein evolvability. Curr. Opin. Struct. Biol., 2009, Vol. 19, no. 5, pp. 596–604. DOI: 10.1016/j.sbi.2009.08.003.

40. Tutunaru C.V., Ică O.M., Mitroi G.G., Neagoe C.D., Mitroi G.F., Orzan O.A., Bălăceanu-Gurău B., Ianoși S.L. Unveiling the Complexities of Hereditary Angioedema. Biomolecules, 2024, Vol. 14, no. 10, Art. 1298. DOI: 10.3390/biom14101298.

41. Van Der Velde K.J., Kuiper J., Thompson B.A., Plazzer J.P., van Valkenhoef G., de Haan M., InSiGHT Group. Evaluation of CADD scores in curated mismatch repair gene variants yields a model for clinical validation and prioritization. Hum. Mutat., 2015, Vol. 36, no. 7, pp. 712–719. DOI: 10.1002/humu.22798.

42. Vatsiou S., Zamanakou M., Loules G., Psarros F., Parsopoulou F., Csuka D., Germenis A.E. A novel deep intronic SERPING1 variant as a cause of hereditary angioedema due to C1-inhibitor deficiency. Allergol. Int., 2020, Vol. 69, no. 3, pp. 443–449. DOI: 10.1016/j.alit.2019.12.009.

43. Zuraw B.L., Bork K., Bouillet L., Christiansen S.C., Farkas H., Germenis A.E., Maurer M. Hereditary angioedema with normal C1 inhibitor: an updated International consensus paper on diagnosis, pathophysiology, and treatment. Clin. Rev. Allergy Immunol., 2025, Vol. 68, no. 1, p. 24. DOI: 10.1007/s12016-025-09027-4.