SynMall: un recurso para caracterizar el impacto funcional de la variación sinónima

Área de la Ciencia:

• Genómica
• Bioinformática
• Biología Computacional

Sus antecedentes:

• Las variantes de un solo nucleótido sinónimas (sSNV) son reconocidas como contribuyentes a enfermedades.
• Las bases de datos existentes ofrecen información funcional limitada para sSNV.
• Descifrar el impacto funcional de la variación sinónima es crucial.

Objetivo del estudio:

• Presentar SynMall, un recurso integral para descifrar el impacto funcional de la variación sinónima.
• Proporcionar anotaciones de múltiples niveles para sSNV humanos, integrando datos evolutivos y de población.
• Desarrollar SynScore, un marco de aprendizaje automático para priorizar sSNV patógenos.

Principales métodos:

• Catalogaron 25 millones de sSNV humanos potenciales e integraron datos de 45 especies no humanas.
• Proporcionaron anotaciones de múltiples niveles (ADN, ARN, proteína) que incluyen las directrices ACMG, frecuencias alélicas y características elaboradas a mano/LLM.
• Desarrollaron SynScore, un modelo de aprendizaje automático que integra las directrices ACMG y las características biológicas para la inferencia de patogenicidad.

Principales resultados:

• SynMall integra anotaciones evolutivas, poblacionales y de múltiples niveles para 25 millones de sSNV humanos.
• SynScore logra un rendimiento de última generación en la inferencia de patogenicidad a nivel genómico.
• SynMall facilita la exploración mecanicista de los efectos de sSNV en las interacciones miRNA-ARNm, el empalme, la estabilidad y el uso de codones.

Conclusiones:

• SynMall proporciona una plataforma valiosa y unificada para comprender el papel funcional de las mutaciones sinónimas.
• SynScore prioriza eficazmente los sSNV patógenos, ayudando en la investigación de enfermedades.
• El recurso apoya el aprendizaje avanzado de representaciones y la exploración mecanicista de la variación sinónima.