PathoClin: Um Software Open-Source Para Análise Genômica Clínica e Geração Automatizada de Laudos

Abstract

A introdução das tecnologias de Sequenciamento de Nova Geração (NGS) revolucionou o diagnóstico molecular, mas a massiva geração de dados e a escassez de ferramentas automatizadas criaram um gargalo interpretativo. As alternativas se baseiam em modelos fechados e pagos, criando limitações para sua implementação, especialmente no Sistema Único de Saúde (SUS). Diante disso, este projeto teve como objetivo desenvolver o PathoClin, um software bioinformático open-source, gratuito e automatizado para triagem, anotação de variantes e geração de laudos médicos a partir de arquivos genômicos primários, atuando como suporte à decisão clínica. A metodologia consistiu na construção de um fluxo de trabalho (pipeline) orquestrado pelo Snakemake, garantindo reprodutibilidade e execução paralela. Os arquivos de entrada VCF (Variant Call Format) foram submetidos a uma filtragem de qualidade com base em diretrizes clínicas para remover leituras de baixa confiança. As variantes aprovadas foram normalizadas e anotadas clinicamente e populacionalmente com ANNOVAR, utilizando bases de referência como ClinVar, dbNSFP e a base brasileira ABraOM. Em seguida, a patogenicidade foi calculada automaticamente pelo InterVar, seguindo os critérios da ACMG. Os dados anotados foram consolidados em arquivos estruturados para processamento computacional, e a interação do usuário e a compilação do laudo final em PDF ocorreram por meio de uma interface gráfica intuitiva e amigável, que cruza dados genéticos e fenotípicos. O ecossistema do software foi inteiramente conteinerizado para assegurar portabilidade e escalabilidade utilizando a tecnologia Docker. A validação analítica do algoritmo foi realizada em duplicata utilizando dados de Sequenciamento de Genoma Completo do consórcio Genome in a Bottle (GiaB) com injeção controlada de 10 variantes (5 patogênicas, 3 provavelmente patogênicas e 2 de significado indeterminado) sorteadas do repositório ClinVar, para simular o contexto clínico de WGS. O sistema detectou e classificou corretamente todas as 10 variantes injetadas nas três amostras analisadas em duplicata, sem discordâncias entre as réplicas, indicando funcionalidade consistente do pipeline para os casos testados. Conclui-se que o PathoClin é uma ferramenta confiável e viável para mitigar os gargalos interpretativos do Big Data genômico, promovendo a democratização da medicina de precisão no SUS. As perspectivas futuras incluem aprimoramentos na arquitetura da interface e a otimização do processamento de dados, visando acelerar a análise de grandes VCFs e diminuir o consumo de memória, além da integração de LLMs para sumarização inteligente de resultados.