Video Experimental Relacionado
Updated: May 3, 2026

Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay EMSA and DNA-affinity Precipitation Assay DAPA
Published on: August 21, 2016
Evaluación funcional de todos los SNV ATM utilizando la edición primaria y el aprendizaje profundo
Kwang Seob Lee1, Joon-Goo Min2, Yumin Cheong3
1Department of Pharmacology, Yonsei University College of Medicine, Seoul 03722, Republic of Korea.
Los investigadores evaluaron todas las posibles variantes de un solo nucleótido (SNV) en el gen Ataxia telangiectasia mutado (ATM). Identificaron residuos críticos que afectan la aptitud celular y desarrollaron un modelo de aprendizaje profundo para predecir el impacto de las variantes, ayudando a evaluar el riesgo de cáncer y el pronóstico.
Área de la Ciencia:
- Genética y genómica
- Biología del cáncer
- La bioinformática
Sus antecedentes:
- El gen Ataxia telangiectasia mutado (ATM) es crucial para la respuesta al daño del ADN.
- La pérdida de la función ATM eleva el riesgo de cáncer e impacta el pronóstico del paciente.
- La interpretación de la importancia funcional de las variantes ATM, especialmente las variantes de importancia incierta (VUS), es un desafío significativo.
Objetivo del estudio:
- Evaluar exhaustivamente el impacto funcional de todas las posibles variantes de un solo nucleótido (SNV) en el gen ATM.
- Identificar los residuos críticos dentro del ATM esenciales para su función.
- Desarrollar modelos predictivos para la patogenicidad de la variante ATM para apoyar las aplicaciones clínicas.
Principales métodos:
- Evaluación experimental de 23.092 SNV ATM utilizando la edición principal para evaluar la aptitud celular en presencia de olaparib.
- Análisis de los datos genéticos del cáncer y los datos del Biobanco del Reino Unido para correlacionar el impacto de las variantes con los resultados clínicos.
- Desarrollo y aplicación de un modelo de aprendizaje profundo (DeepATM) para predecir los efectos funcionales de los 4.421 SNV ATM restantes.
Principales resultados:
- La validación experimental identificó residuos críticos dentro del gen ATM.
- El estudio evaluó con éxito el impacto funcional de un gran número de SNV ATM.
- El modelo DeepATM demostró una alta precisión en la predicción de los efectos funcionales de las variantes de ATM no evaluadas anteriormente.
- Se encontraron correlaciones entre el impacto de la variante ATM y el riesgo / pronóstico de cáncer utilizando datos del mundo real.
Conclusiones:
- Esta evaluación funcional integral de las variantes de ATM proporciona información valiosa sobre la respuesta al daño del ADN y la predisposición al cáncer.
- El modelo DeepATM desarrollado ofrece una herramienta poderosa para predecir la patogenicidad de las variantes de ATM, apoyando la medicina de precisión.
- El estudio establece un marco para abordar los VUS en ATM y potencialmente otros genes, mejorando la toma de decisiones clínicas.
Más Videos Relacionados
Videos de Conceptos Relacionados
Comparing Copy Number Variations and SNPs
Copy number variations or CNVs are the structural variations that cover more than 1kb of DNA sequence. The single nucleotide polymorphism (SNP), on the other hand, is a single nucleotide change or a point mutation that is found in more than 1%...
Single Nucleotide Polymorphisms-SNPs
Distribution Reliability and Automation

