Онкологические заболевания остаются одной из наиболее значимых проблем глобального общественного здравоохранения и ведущей причиной смертности в мире [1][2]. Борьба с онкологическими заболеваниями требует комплексного подхода, включая понимание и учет факторов риска их развития. Несмотря на развитие диагностических методов и рост охвата скрининговых мероприятий, злокачественные новообразования в настоящий момент можно определить только тогда, когда они уже клинически проявятся, поэтому так важно развивать технологии превентивного обнаружения и прогнозирования их развития.

Наследственные (герминальные) мутации вносят существенный вклад в онкогенез, объясняя 3–12,6% случаев онкозаболеваний у взрослых и 8,5–10% у детей [3][4]. Влияние наследственности на риск развития рака варьирует от восприимчивости с низкой пенетрантностью (обусловленной распространенными герминальными вариантами, увеличивающими относительный риск в 1,5–2 раза) через умеренную пенетрантность (риск возрастает в 2–5 раз) до высокопенетрантной предрасположенности, связанной с редкими герминальными вариантами (повышение риска более чем в 5 раз) [5][6]. Предрасположенности с умеренной и высокой пенетрантностью обычно наследуются по аутосомно-доминантному типу и связаны с мутациями в генах (Cancer Predisposition Genes, CPGs, CPG), которых идентифицировано уже более 100 [7]. Скрининг таких вариантов особенно важен в семьях с отягощенным онкологическим анамнезом [8–10].

Клиническое полноэкзомное (whole-exome sequencing, WES) и полногеномное секвенирование (whole-genome sequencing, WGS) стало ключевым инструментом для выявления наследственных онкологических синдромов. WES эффективно и экономично выявляет патогенные варианты в кодирующих областях известных CPG и генов-драйверов рака (Cancer Driver Genes, CDGs, CDG) [11], что делает его основным методом в клинической практике и скрининге. WGS обладает уникальным преимуществом — способностью детектировать патогенные варианты во всем геноме, включая некодирующие регуляторные области и структурные варианты, потенциально играющие роль в наследственной предрасположенности [12], однако его применение сдерживается более высокой стоимостью и сложностью интерпретации находок в некодирующих областях.

В 2013 г. Американская коллегия медицинской генетики и геномики (American College of Medical Genetics and Genomics, ACMG) выпустила рекомендации, предписывающие лабораториям активно искать и сообщать пациентам о выявлении патогенных вариантов в специфическом списке из 56 генов, ассоциированных с патологическими, но потенциально управляемыми состояниями [13]. Этот список, включающий ряд CPGs (например, BRCA1, BRCA2, TP53), был пересмотрен в 2017 г. (ACMG v2.0, 59 генов) и в 2021 г. [14]. Хотя исходные рекомендации опирались на бинарную классификацию вариантов («известно патогенный» / «ожидаемо патогенный»), был настоятельно рекомендован переход на современную систему патогенности ACMG, состоящую из пяти категорий.

Этот подход неизбежно выявляет генетические варианты, не связанные с первичным показанием к исследованию, но обладающие самостоятельной клинической значимостью. Такие находки, известные как вторичные (или случайные) результаты (Secondary Findings, SF), могут указывать на риск развития тяжелых заболеваний (включая некоторые формы рака), для которых существуют эффективные меры профилактики или лечения на ранних этапах развития нозологии [15]. Выявление таких герминальных мутаций критически важно для профилактики и ранней диагностики рака в группах риска.

Определение истинной частоты носительства патогенных / вероятно патогенных (P/LP) вариантов в CPG в общей популяции, а не только среди онкобольных, представляет особый интерес для системы здравоохранения. Знание этого «генетического бремени» позволяет заранее планировать медицинские мероприятия, например оценивать потребность в консультациях врачей-генетиков, генетическом тестировании, программах усиленного скрининга и профилактических вмешательствах (например, маммография + МРТ молочных желез у носителей мутаций в генах BRCA1/2, колоноскопия при синдроме Линча). Такое планирование позволит оценить нагрузку на систему здравоохранения: прогнозировать спрос на дорогостоящие генетические тесты, специализированную диагностику и профилактическое лечение в масштабах региона или страны и в итоге оптимизировать стратегии профилактики онкозаболеваний у людей с высоким риском их развития.

Проведение масштабных популяционных исследований для оценки частоты герминальных мутаций сопряжено с серьезными вызовами, к которым относится высокая стоимость, особенно при использовании полногеномного секвенирования; необходимость обследования больших когорт для получения статистически значимых данных, особенно по редким генетическим вариантам и в этнически разнородных популяциях. Особую сложность до сих пор представляет и интерпретация результатов таких исследований в связи с необходимостью точно классифицировать варианты согласно строгим критериям (например, ACMG/AMP (Ассоциация молекулярной патологии)) [16]. Это требует значительных экспертных и вычислительных ресурсов, особенно для автоматизации (например, с помощью InterVar) [17] и анализа некодирующих вариантов/SV. Существуют проблемы в этических и организационных аспектах: получение информированного согласия, обеспечение конфиденциальности данных, организация сбора биоматериала.

Несмотря на сложности, такие исследования проводятся. Проекты типа The Cancer Genome Atlas [18] и The Pancancer Analysis of Whole Genomes [4] предоставили данные о частоте распространенности герминальных вариантов среди онкологических пациентов (8 и 17% соответственно). Исследования в общей популяции, преимущественно на когортах европейско-американского и афроамериканского происхождения, оценивают распространенность P/LP-вариантов в генах из списка вторичных находок Американской коллегии медицинской генетики и геномики (ACMG) в диапазоне 0,8–7%. Однако данные, полученные из опухолевых тканей, не отражают частоту в здоровой популяции.

Для Российской Федерации крупномасштабные исследования распространенности герминальных P/LP-вариантов в CPG/CDG в популяции крайне ограничены. Наше предыдущее исследование, включившее данные почти 77 000 человек, стало важным шагом на пути к описанию генетического бремени наследственного рака среди населения РФ [19], но требовало расширения.

Цель исследования — оценка распространенности и спектра патогенных и вероятно патогенных герминальных вариантов в генах, ассоциированных с риском развития онкологических заболеваний, в расширенной российской популяционной когорте.

Эти результаты имеют большое значение для понимания скрытого генетического бремени наследственного рака в РФ, что позволит в дальнейшем помочь в планировании и оптимизации ресурсов региональных систем здравоохранения для профилактики, ранней диагностики и ведения пациентов из групп высокого генетического риска.

Данное исследование является продолжением масштабного эпидемиологического проекта по изучению распространенности генетических вариантов, ассоциированных с риском развития хронических, в том числе онкологических заболеваний, среди популяции взрослого населения 86 субъектов Российской Федерации, инициированного в 2019 г. ФГБУ «ЦСП» ФМБА России.

Исследование проведено на основе популяционной выборки из базы данных популяционных частот генетических вариантов населения Российской Федерации (GDB) ФГБУ «ЦСП» ФМБА России1. Объем рандомизированной репрезентативной выборки включал 116 794 человека из 86 субъектов Российской Федерации. Демографическая характеристика участников (половозрастное распределение) представлена на рисунке 1. Медианный возраст для мужчин составил 51 [ 22; 73] год, для женщин — 51 [ 23; 75] год.

Выделение ДНК из образцов цельной крови проводили при помощи набора MagAttract HMW DNA Kit (Qiagen, Германия) с использованием роботизированной станции. Подготовку полногеномных библиотек — при помощи набора Illumina DNA Prep (Illumina, США) в соответствии с инструкциями производителя. Полногеномное секвенирование проводили на приборе Illumina NovaSeq 6000, используя набор реагентов S4 на 300 циклов (Illumina, США) для парно-концевых прочтений 2×150 п.о.

На этапе демультипликации данные секвенирования в формате BCL конвертировались в формат FASTQ программой Illumina bcl2fastq v2.20. Для контроля качества секвенирования использовалась программа Illumina Sequencing Analysis Viewer v2.4.7, для контроля качества прочтений (формат FASTQ.GZ) — биоинформатический инструмент FastQC v0.11.9. Выравнивание на референсный геном (GRCh38) проводили на платформе «Dragen Bio-IT» (Illumina, США). Контроль качества выравниваний (в формате BAM) выполнялся с помощью DRAGEN, FastQC v0.11.9, samtools v1.13 и mosdepth v0.3.1. Все образцы успешно прошли контроль качества по ключевым метрикам, в том числе по количеству дублированных прочтений на геном, по количеству невыровненных прочтений и т. п. Итоговое среднее покрытие по геному для каждого образца составило не менее 30x. Определение однонуклеотидных полиморфизмов (SNP) или коротких вставок/делеций (до 50 п.о.) проводили с использованием «Strelka2» [20]; были отобраны варианты, прошедшие «PASS» фильтр.

В исследуемой выборке был проведен поиск патогенных и вероятно патогенных генетических вариантов, ассоциированных с развитием онкологических заболеваний на основании базы данных ClinVar. Для аннотации полученного перечня вариантов использовали следующие уровни доказательности взаимосвязи между генетическим вариантом и развитием соответствующего фенотипа, предлагаемые ClinVar (в порядке убывания):

Наивысший уровень. Интерпретация основана на официальных клинических рекомендациях авторитетных профессиональных сообществ. Наиболее достоверные данные для принятия врачебных решений.

Очень высокий уровень. Вариант был тщательно оценен и утвержден независимой группой экспертов (например, в рамках консорциума ClinGen). Также является крайне надежным основанием для клинических действий.

Высокая надежность. Несколько лабораторий независимо друг от друга пришли к одинаковой интерпретации варианта, и конфликтующих данных нет. Это надежный признак для использования в практике.

Умеренная надежность. Интерпретация исходит только от одной лаборатории или исследовательской группы. Такие данные требуют осторожности и проверки через научные публикации или другие источники.

Низкая надежность. Заявитель предоставил информацию о варианте, но не дал никакой клинической интерпретации. Эти сведения не должны использоваться для принятия клинических решений.

Статистическая обработка данных и визуализация результатов производилась с использованием языка Python (v3.9.12). Межгрупповое сравнение числа носителей генетических вариантов проводилось с использованием критерия хи-квадрат.

В рассматриваемой выборке были найдены носители патогенных и вероятно патогенных вариантов в 26 генах, ассоциированных с различными онкологическими заболеваниями: APC, BMPR1A, BRCA1, BRCA2, MEN1, MLH1, MSH2, MSH6, MUTYH, NF2, PALB2, PMS2, PTEN, RB1, RET, SDHAF2, SDHB, SDHC, SDHD, SMAD4, TMEM127, TP53, TSC1, TSC2, VHL, WT1. Хотя бы один вариант в этих генах был обнаружен у 2643 (2,26%) участников. Число найденных уникальных вариантов составило 467, их суммарная частота во всей выборке — 1,15%, что соответствует 2307 вариантам на 100 тыс. населения.

Наиболее часто в исследуемой выборке встречались варианты в гене MUTYH. Так, самым частым стал вариант rs36053993 (NC_000001.11:g.45331556C>T). Его частота составила 0,28%. По данным GDB, частота встречаемости данного варианта среди населения РФ статистически значимо ниже, чем в других общемировых проектах. Так, в ALFA частота данного варианта 0,46% (p-value < 0,001), в gnomAD — 0,33% (p-value < 0,01).

Распределение найденных вариантов по уровням доказательности представлено на рисунке 2А. Как можно отметить, ни один из найденных вариантов не имел уровень «практическое руководство». При этом наибольшее число вариантов (215 из 467) имели уровень доказательности «проверено экспертной комиссией», на втором месте — варианты с уровнем «критерии предоставлены несколькими заявителями, конфликтов нет» (168 из 467). Упомянутый выше наиболее распространенный вариант rs36053993 также относится ко второй группе.

Варианты уровня А (только варианты с уровнем доказательности «проверено экспертной комиссией») имели суммарно 0,8% людей, уровня B (варианты с уровнями доказательности «проверено экспертной комиссией» и «критерии предоставлены несколькими заявителями, конфликтов нет») — 2,08%. Уровень С (варианты с уровнями доказательности «проверено экспертной комиссией», «критерии предоставлены несколькими заявителями, конфликтов нет», «критерии предоставлены одним заявителем») характерен для 2,25% людей. Уровень D включал все варианты и был характерен для 2,26% (вся группа носителей патогенных и вероятно патогенных вариантов).

Как было отмечено выше, большее число найденных вариантов относилось к первым двум группам. Более того, на эти же группы приходились самые распространенные варианты. В связи с этим уровень B включил в себя носителей практически всех патогенных и вероятно патогенных вариантов. Добавление дополнительно менее доказанных вариантов незначительно увеличивало общую долю носителей.

Важно отметить, что распространенность патогенных и вероятно патогенных вариантов среди населения обычно имеет возрастную динамику. Предполагается, что носительство данных генетических вариантов должно негативно влиять на выживаемость и шанс достижения старческого возраста. Однако в проведенном нами анализе (рис. 2С) доли носителей P/LP изменялись при переходе от одной возрастной группы к другой незначительно со статистической точки зрения (p-value = 0,17), хотя и намечался определенный тренд, указывающий на снижение доли носителей с возрастом. Более ярко данная тенденция заметна при рассмотрении только носителей вариантов уровня А (p-value = 0,007).

Проведенный анализ позволил также составить карту встречаемости патогенных и вероятно патогенных вариантов, ассоциированных с онкологическими заболеваниями, в различных регионах Российской Федерации (рис. 3). Наибольшей частотой характеризуются Чеченская Республика (6250 вариантов на 100 тыс. населения), Республика Коми (5484 варианта на 100 тыс. населения), Забайкальский край (4366 вариантов на 100 тыс. населения), Курганская область (4219 вариантов на 100 тыс. населения), Липецкая область (3636 вариантов на 100 тыс. населения). Наименьшей частотой — Республика Саха (1179 вариантов на 100 тыс. населения), Республика Дагестан (1102 варианта на 100 тыс. населения), Чувашская Республика (1046 вариантов на 100 тыс. населения), Республика Марий Эл (967 вариантов на 100 тыс. населения) и Республика Башкортостан (865 вариантов на 100 тыс. населения). В Москве встречаемость онкогерминальных вариантов составила 2340 на 100 тыс. населения, что соотносится с представленным выше общепопуляционным значением — 2307.

Говоря о генетике онкологических заболеваний, ученые и врачи часто имеют в виду накопление соматических мутаций в конкретных клетках, стимулирующее развитие злокачественных новообразований. Однако наследственная предрасположенность к развитию онкологических заболеваний, выраженная в носительстве патогенных и вероятно патогенных вариантов в онкоассоциированных генах, является не менее важным фактором риска. Более того, в то время как соматические мутации спонтанны и зачастую непредсказуемы, герминальные варианты детектируются при рождении. И именно оценка наличия онкогерминальных вариантов позволяет прогнозировать риски заболеваемости как на индивидуальном, так и на популяционном уровне, в том числе на уровне населения региона или целой страны.

Проведенное нами масштабное исследование на стыке эпидемиологии и генетики позволило обнаружить 2,26% участников, являющихся носителями патогенных и вероятно патогенных вариантов в онкоассоциированных генах разного уровня доказательности в репрезентативной выборке из более 116 тыс. жителей Российской Федерации. Данная выборка не была обогащена участниками с наличием онкологических диагнозов, что позволяет нам говорить о выявлении «скрытого» генетического бремени среди условно здорового населения. Несмотря на то что все найденные варианты обладают неполной пенетрантностью и манифестация заболевания зависит от наличия дополнительных факторов [21], информация о распространенности онкогерминальных вариантов в популяции может быть полезна при разработке протоколов профилактических мероприятий. Хотя все идентифицированные варианты характеризовались неполной пенетрантностью, их носительство существенно повышает пожизненный риск развития специфических онкологических синдромов [5–8]. Наблюдаемое снижение доли носителей P/LP-вариантов с возрастом (особенно выраженное для вариантов уровня А с наивысшим уровнем доказательности, p = 0,007) согласуется с концепцией повышенной смертности или заболеваемости среди носителей, не доживающих до старших возрастных групп. Это косвенно подтверждает клиническую значимость выявленных вариантов и важность досимптоматического выявления.

Использование уровней доказательности ClinVar позволило оценить надежность выявленных ассоциаций. Тот факт, что уровень B (высокие и умеренные уровни доказательности) покрывает 2,08% носителей, а добавление менее надежных вариантов (уровни C и D) увеличивает этот показатель лишь до 2,26%, имеет большое практическое значение. Это указывает на то, что основное «генетическое бремя» обусловлено вариантами с надежной доказательной базой, а также укрепляет доверие к результатам и обосновывает приоритизацию данных вариантов при планировании скрининговых программ. Отсутствие вариантов уровня «практическое руководство» подчеркивает необходимость дальнейшей работы по валидации и клинической интерпретации генетических находок в российской популяции.

Особую ценность представляет полученное в ходе работы географическое распределение найденных генетических вариантов, встречаемость которых в различных регионах России показала существенный разброс — от 865 вариантов на 100 тыс. населения в Республике Башкортостан до 6250 вариантов на 100 тыс. населения в Чеченской Республике. Подобный разброс может быть связан с множеством различных факторов. Во-первых, для отдаленных регионов и закрытых сообществ, которыми в разные моменты времени могли быть отдельные этнические группы, может быть характерен «эффект основателя» или другие эволюционные особенности.

Во-вторых, на частоту P/LP-варианта в регионе может влиять его демографическая структура. Как показал проведенный анализ, доля носителей P/LP-вариантов падает при переходе из более молодой возрастной группы в более старшую. Особенно значимо это наблюдается для вариантов, одобренных экспертной панелью, то есть имеющих наибольший уровень доказательности. Наблюдаемая тенденция, очевидно, связана с повышенной смертностью носителей P/LP-вариантов до достижения старческого возраста, что снижает их число в последних возрастных группах. Таким образом, в зависимости от демографической структуры региона и преобладания молодых или, напротив, пожилых жителей будет меняться и частота встречаемости онкоассоциированных генетических вариантов.

В-третьих, немаловажным фактором является уровень развития медицинской помощи в данном регионе. При манифестации онкологического заболевания у носителей патогенных и вероятно патогенных вариантов в регионах с высоким уровнем медицинской помощи значительно выше шанс выжить и достигнуть ремиссии, сохранив тем самым мутацию в генофонде популяции. Важно учитывать, что для некоторых регионов с малой численностью выборки оценка частоты может быть менее точной.

Тем не менее знание региональных особенностей критически важно для дифференцированного планирования ресурсов системы здравоохранения. Полученные данные обосновывают необходимость обеспечения доступности подтверждающего тестирования (особенно WES/WGS), программ генетического скрининга (особенно для лиц с семейным анамнезом) и специализированных программ усиленного онкологического скрининга для носителей (например, «маммография + МРТ» для носителей BRCA, колоноскопия для синдрома Линча).

Также известно, например, что наличие наследственных вариантов имеет значение для предотвращения нежелательных явлений при приеме некоторых классических схем химиотерапии [22], что еще раз подчеркивает важность такого тестирования. Данные о распространенности P/LP-вариантов являются ключевыми для оценки стоимости и эффективности (cost-effectiveness) широкого внедрения генетического тестирования и профилактических программ на популяционном или региональном уровне.

Таким образом, раннее выявление носителей до развития заболевания открывает возможности для истинно превентивных вмешательств (усиленный скрининг, химиопрофилактика, профилактические операции), способных значительно снизить онкологическую заболеваемость и смертность в этой группе высокого риска.

Настоящее исследование предоставляет уникальные и масштабные данные о скрытом бремени наследственной предрасположенности к онкозаболеваниям в популяции РФ. Выявленная значительная частота носительства P/LP-вариантов (2,26%), особенно вариабельность по регионам, имеет фундаментальное значение для понимания генетической архитектуры онкологического риска в стране и является мощным инструментом для планирования и оптимизации ресурсов системы здравоохранения.

Внедрение программ генетического скрининга и профилактического ведения носителей, основанных на популяционных данных, представленных здесь, является стратегическим направлением для снижения заболеваемости и смертности от онкологических заболеваний в группах высокого генетического риска.

Перспективы дальнейшего изучения видятся в проведении функциональных исследований для патогенных вариантов с неустановленным механизмом действия, а также в интеграции геномных данных с клиническими и фенотипическими проявлениями для установления точных корреляций генотип-фенотип и оценки вклада модифицирующих факторов. Кроме того, расширение спектра анализируемых генов и включение анализа структурных вариантов и вариаций числа копий (CNV) позволит получить более полную картину наследственной предрасположенности.

Вклад авторов. Все авторы подтверждают соответствие своего авторства критериям ICMJE. Наибольший вклад распределен следующим образом: В.С. Юдин — разработка методологии и концепции исследования, постановка научных задач, написание, редактирование и утверждение окончательного текста рукописи; А.А. Мамчур — формальный анализ данных, обобщение и систематизация результатов, визуализация результатов, редактирование рукописи; Е.А. Николаева — обобщение результатов, создание черновика рукописи, оформление рукописи; М.В. Иванов — разработка программного обеспечения, администрирование данных, визуализация результатов; Д.А. Каштанова — научное руководство, критический пересмотр текста рукописи, верификация результатов; Е.А. Зеленова — формальный анализ данных, проведение исследования; С.И. Митрофанов — разработка программного обеспечения, проведение исследования; Е.А. Снигирь — разработка методологии и проведение исследования; Л.П. Кузьмина — руководство и координирование исследованием, предоставление ресурсов, верификация результатов; А.А. Кескинов — администрирование проекта, предоставление ресурсов.

1. База данных популяционных частот генетических вариантов населения Российской Федерации. ФМБА России. Версия приложения 1.1.3 от 17.03.2025. Версия базы 59.1 от 03.10.2024. URL: https://gdbpop.nir.cspfmba.ru (дата обращения 02.08.2025).