16: Equidade na Genômica Humana — Dados Multiâncestrais e Específicos de Tecidos

Notas do episódio

️ Episódio 16: Equidade na Genômica Humana — Dados Multiâncestrais e Específicos de Tecidos Neste episódio do Base por Base, discutimos a urgência de ampliar a representatividade ancestral e de tipos de amostra em estudos genômicos. A maior parte dos estudos de associação genômica ampla concentra-se em indivíduos de ascendência europeia e utiliza predominantemente amostras de sangue, o que limita a generalização dos achados. Ao integrar sinais de GWAS com dados moleculares, como expressão gênica, proteômica e metabolômica, é possível priorizar genes efetores e inferir relações causais com maior precisão, especialmente quando se aproveita a diversidade de desequilíbrios de ligação em populações não europeias. Exemplos em coortes africanas demonstram que variantes monomórficas em populações europeias podem revelar novos caminhos biológicos. Projetos como ENCODE, Roadmap Epigenomics, GTEx e Human Cell Atlas fornecem mapas funcionais essenciais, mas ainda carecem de amostras multiâncestrais de tecidos primários. Discutiremos também os desafios para avançar nessa direção, incluindo a logística de coleta em populações diversas, o engajamento ético das comunidades e o desenvolvimento de métodos computacionais capazes de integrar a complexidade dos dados multi-ômicos. Principais destaques do estudo: O viés eurocêntrico em GWAS e a predominância de amostras de sangue limitam o entendimento da diversidade genética global A integração de GWAS com QTLs moleculares aprimora a priorização de genes efetores e a inferência causal Estruturas de desequilíbrio de ligação em populações africanas favorecem o mapeamento fino de variantes causais Recursos como ENCODE, Roadmap Epigenomics, GTEx e Human Cell Atlas ainda carecem de representatividade multiâncestrais em tecidos não sanguíneos Os principais desafios incluem infraestrutura para coleta de tecidos primários, engajamento ético com comunidades diversas e criação de ferramentas para análise integrada de dados multi-ômicos Conclusão: Alcançar equidade na genômica humana depende de investimentos em datasets multiâncestrais e específicos de tecidos primários, além do desenvolvimento de metodologias robustas para lidar com a heterogeneidade e complexidade dos dados. Essa abordagem ampliará a democratização dos benefícios da medicina de precisão e garantirá que todos os grupos populacionais se beneficiem dos avanços em genômica. Referência: Arruda AL, Morris AP, Zeggini E. Advancing equity in human genomics through tissue-specific multi-ancestry molecular data. Cell Genomics. 2024;4:100485. https://doi.org/10.1016/j.xgen.2023.100485 Licença: Este episódio é baseado em um artigo de acesso aberto sob a licença Creative Commons Attribution 4.0 International (CC BY 4.0) – https://creativecommons.org/licenses/by/4.0/