Oltre l’analisi trascrittomica: identificazione e prioritizzazione funzionale di varianti somatiche da dati single-nucleus RNA-seq nel carcinoma duttale pancreatico.

Pancreatic ductal adenocarcinoma (PDAC) is characterized by marked genetic and cellular heterogeneity. In this study, we evaluated the possibility of using 10x Genomics single-nucleus RNA sequencing (snRNA-seq) data, originally generated for transcriptomic analysis, to identify and prioritize candidate somatic variants associated with the malignant epithelial component. The raw data were realigned using STARsolo and analyzed with SComatic, preserving information regarding cell populations. Candidate variants were subsequently annotated and characterized using the UCSC Genome Browser, Ensembl VEP, AlphaGenome, and various functional impact predictors, integrating information regarding protein consequences, splicing, transcriptional regulation, and population frequency. The analysis identified 427 patient-specific observations, corresponding to 414 distinct genomic variants. A prioritization procedure based on convergence of evidence selected 37 variants with high functional priority, including 15 Tier 1A and 22 Tier 1B variants. Among the candidates, different profiles of potential impact emerged, including loss of function, splicing alterations, missense variants, and non-coding variants with predicted regulatory effects. The results show that snRNA-seq can provide complementary mutational information, albeit with limitations related to expression and loci coverage.

L’adenocarcinoma duttale pancreatico (PDAC) è caratterizzato da marcata eterogeneità genetica e cellulare. In questo lavoro è stata valutata la possibilità di utilizzare dati di single-nucleus RNA sequencing (snRNA-seq) 10x Genomics, originariamente prodotti per analisi trascrittomiche, anche per l’identificazione e la prioritizzazione di varianti somatiche candidate associate alla componente epiteliale maligna. I dati grezzi sono stati riallineati con STARsolo e analizzati mediante SComatic, mantenendo l’informazione relativa alle popolazioni cellulari. Le varianti candidate sono state successivamente annotate e caratterizzate mediante UCSC Genome Browser, Ensembl VEP, AlphaGenome e diversi predittori di impatto funzionale, integrando informazioni relative a conseguenze proteiche, splicing, regolazione trascrizionale e frequenza nella popolazione. L’analisi ha identificato 427 osservazioni paziente-specifiche, corrispondenti a 414 varianti genomiche distinte. Una procedura di prioritizzazione basata sulla convergenza delle evidenze ha selezionato 37 varianti ad alta priorità funzionale, incluse 15 Tier 1A e 22 Tier 1B. Tra le candidate sono emersi differenti profili di possibile impatto, comprendenti perdita di funzione, alterazioni dello splicing, varianti missenso e varianti non codificanti con effetti regolatori predetti. I risultati mostrano che lo snRNA-seq può fornire informazione mutazionale complementare, pur con limiti legati all’espressione e alla copertura dei loci, e rappresentare uno strumento utile per generare ipotesi funzionali da validare sperimentalmente.