¿Qué bases de datos utilizar para analizar una CNV?
qué páginas de datos puedo utilizar para analizar una CNV
Resumen
A continuación enumero y describo fuentes de datos y bases de datos útiles para el análisis e interpretación de CNV (Copy‑Number Variants) orientadas a uso clínico y de investigación, indicando para cada una su contenido principal y utilidad práctica (frecuencia poblacional, asociación clínica, anotación genómica, herramientas de interpretación). Las referencias citadas son publicaciones científicas y recursos especializados que describen o evalúan estas bases de datos y herramientas para CNV[1][2][3][4][5].
Fuentes públicas clave para analizar CNV
-
gnomAD‑SV / gnomAD (structural variants) — base poblacional de frecuencias de variantes estructurales (incluye CNV) derivada de cientos de miles de genomas/exomas; indispensable para filtrar CNV comunes y aportar contexto poblacional[1][6].
-
DECIPHER — repositorio clínico crowdsourced de variantes estructurales y fenotipos asociados (incluye casos con fenotipos raros y CNV patogénicas) usado en diagnóstico de enfermedades raras[7][8].
- Uso: evidencia clínica (reportes de pacientes), correlación genotipo‑fenotipo y ejemplos reportados.
-
ClinVar — base de datos de variante→clasificación clínica (patogénico/benigno/etc.) que contiene entradas de CNV remitidas por laboratorios clínicos y curadores; útil para ver interpretaciones previas y evidencias clínicas agregadas[3][4].
- Uso: comparar clasificación clínica y observar la evidencia que respalda una determinación clínica.
-
DGV (Database of Genomic Variants) — catálogo de CNV observadas en individuos sanos; referencia de CNV benignas esperadas en la población general[1][9].
- Uso: identificar CNV de variación normal y evitar sobrediagnóstico.
-
DECIPHER/ClinGen dosage sensitivity maps — mapillas de sensibilidad a la dosis génica (haploinsuficiencia / triplosensibilidad) útiles para evaluar impacto clínico de pérdidas/ganancias que afectan genes concretos[5][3].
- Uso: soporte para aplicar criterios de las guías ACMG/ClinGen en interpretación de CNV.
-
UK Biobank / 1000 Genomes / cohortes poblacionales (p. ej. SPAnish CNV resources, CNVIntegrate) — cohortes grandes con llamadas de CNV que permiten estudios de asociación y estimación de prevalencias locales o multiétnicas[10][11][6].
- Uso: estudios de asociación CNV‑fenotipo y estimar prevalencias específicas de población.
-
DECIPHER, ClinGen, OMIM (para genes y síndromes) — para relacionar regiones con síndromes descritos, penetrancia y manifestaciones clínicas; OMIM y entradas de ClinGen proporcionan contexto gene→síndrome[7][3].
- Uso: vincular CNV con síndromes genéticos conocidos.
Herramientas web y servidores para anotación e interpretación clínica
-
CNVxplorer — servidor web para evaluación funcional de CNV en contexto clínico; agrega anotaciones genómicas, clínicas y epigenómicas para ayudar en interpretación diagnóstica[2].
- Uso: informe interactivo de anotaciones para CNV detectadas por arrays o secuenciación.
-
ClassifyCNV / AutoCNV — implementan las guías ACMG/ClinGen 2019 para clasificación sistemática de CNV; generan puntajes y justificaciones reproducibles[4][3].
- Uso: estandarizar clasificación clínica (benigno/indeterminado/patogénico) según las guías.
-
CNV‑ClinViewer / CNVIntegrate — visualizadores y recursos integrativos para explorar grandes CNV y su posible impacto clínico; CNV‑ClinViewer facilita la evaluación de CNV grandes con anotaciones interactivas[5][11].
- Uso: exploration visual y priorización en contextos clínicos.
-
Classical bioinformatic tools (CNVnator, CNVpytor, PennCNV, CNV‑caller suites) — para detección y genotipado a partir de WGS/WES o arrays; cada uno tiene fortalezas/limitaciones según plataforma y tamaño de evento[12][13][14].
- Uso: detección y generación de llamadas que luego se anotan con las bases anteriores.
-
Pipelines y frameworks para asociación y predicción de patogenicidad (ParseCNV2, X‑CNV, dbCNV, CNVoyant, SCIP, PEcnv, etc.) — para estudios de asociación o predicción de la patogenicidad usando ML o reglas clínicas[15][16][17][7][18][19].
- Uso: análisis a gran escala, priorización y puntuación cuantitativa de riesgo.
Guías y artículos de referencia metodológica (recomendadas para uso clínico)
- Publicaciones que describen prácticas, evaluación de bases de datos y recomendaciones para interpretación clínica: artículos de revisión y guías ACMG/ClinGen (ej.: AutoCNV, ParseCNV2, revisiones sobre bases de datos de CNV)[3][1][9][20].
- Uso: fundamento metodológico para interpretación clínica reproducible.
Recomendaciones prácticas para un flujo clínico de análisis de CNV
Recursos y lecturas citadas (ejemplos representativos de soporte)
- High‑resolution CNV resource describing population CNVs and su utilidad clínica[1].
- CNVxplorer: herramienta web clínica para anotación de CNV[2].
- AutoCNV / ClassifyCNV: sistemas y artículos que implementan las guías ACMG/ClinGen para interpretación de CNV[3][4].
- CNV‑ClinViewer: aplicacion web para evaluación clínica y visual de CNV grandes[5].
- Revisiones metodológicas sobre detección y bases de datos de CNV (varios artículos de revisión y herramientas: CNVnator, CNVpytor, ParseCNV2, X‑CNV, dbCNV, etc.)[12][13][15][16][17].
Consideraciones finales y limitaciones
- No existe una sola base de datos que cubra por completo frecuencia poblacional, evidencia clínica y sensibilidad a la dosis génica; la interpretación clínica robusta requiere integrar múltiples recursos y aplicar guías estandarizadas (ACMG/ClinGen) documentando cada evidencia[3][4].
- Algunas bases de datos (p. ej. cohortes locales) pueden aportar contexto poblacional relevante; si trabaja en una población específica, busque recursos locales (ej.: bases crowdsourcing españolas) para evitar sesgo por diferencias étnicas[10].
- Para recomendaciones diagnósticas concretas (interpretación de una CNV concreta con coordenadas, genes afectados y signos clínicos del paciente), envíeme las coordenadas genómicas exactas (ej. chr1:1234567‑2345678 GRCh38), el tipo de CNV (deleción/duplicación), la plataforma que generó la llamada y el fenotipo clínico para que realice una evaluación integrada aplicando las guías y consultando las bases citadas[4][5][2].
Si desea, preparo una lista descargable (por ejemplo en CSV) con enlaces a las bases y herramientas clínicas prioritarias y un checklist paso a paso para interpretación clínica de una CNV específica; indíqueme si trabaja con GRCh37 o GRCh38 y si dispone ya de coordenadas y plataforma de detección.
Fuentes
- https://pmc.ncbi.nlm.nih.gov/articles/PMC2752118/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC8262689/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC8496072/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC7683568/
- https://academic.oup.com/bioinformatics/advance-article-pdf/doi/10.1093/bioinformatics/btad290/50116160/btad290.pdf
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9903682/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC11437066/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC11092842/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC5027376/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9997023/
- https://academic.oup.com/database/article/doi/10.1093/database/baab044/6321046
- https://pmc.ncbi.nlm.nih.gov/articles/PMC3106330/
- https://academic.oup.com/gigascience/article-pdf/10/11/giab074/41180561/giab074.pdf
- https://pmc.ncbi.nlm.nih.gov/articles/PMC2875020/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9995335/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC8375180/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC10029177/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9918589/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9487654/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9995309/
- https://e-revistas.uc3m.es/index.php/HISPNOV/article/view/6181
- https://revista.infad.eu/index.php/IJODAEP/article/view/2574
- https://www.revistacirugia.org/index.php/cirugia/article/view/2455
- https://revistas.cef.udima.es/index.php/RCyT/article/view/7647
- https://revistas.ucm.es/index.php/RGID/article/view/76973
- https://revistas.unab.edu.co/index.php/rcc/article/view/4300
- https://quivera.uaemex.mx/article/view/16529
- https://revistas.ufg.br/bgg/article/view/70149
- https://revistas.actuarios.org/index.php/aiae/article/view/68
- https://www.camjol.info/index.php/REICE/article/view/18869
- https://pmc.ncbi.nlm.nih.gov/articles/PMC3227574/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC10868300/
- https://academic.oup.com/bioinformatics/article/36/3/972/5544927
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9930243/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9805572/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC11601614/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9729012/
- https://www.mdpi.com/2076-3417/11/2/819/pdf?version=1611022039
- https://pmc.ncbi.nlm.nih.gov/articles/PMC2747762/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC5217618/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9547229/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC3227091/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC11513043/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC3828214/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC6041760/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC7520931/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC2924882/
- https://pmc.ncbi.nlm.nih.gov/articles/PMC3058066/
- https://www.mdpi.com/2073-4425/13/11/2037/pdf?version=1668412450
- https://pmc.ncbi.nlm.nih.gov/articles/PMC3846878/
Respuesta generada por inteligencia artificial a partir de las fuentes citadas. Verifica las fuentes antes de aplicarla.