EMMVEP: Un método de conjunto para la predicción del efecto de variantes de sentido erróneo de proteínas basado en la...

Área de la Ciencia:

• Genómica; Biología Computacional; Ciencia de Proteínas

Sus antecedentes:

• Las mutaciones de sentido erróneo son variaciones genéticas comunes que pueden alterar la función de las proteínas, lo que plantea desafíos para distinguir las variantes patógenas de las benignas.; La predicción precisa de los efectos de las mutaciones de sentido erróneo es crucial para comprender las enfermedades genéticas y guiar las decisiones clínicas.

Objetivo del estudio:

• Presentar EMMVEP, un enfoque computacional basado en conjuntos para predecir el impacto funcional de las mutaciones de sentido erróneo de proteínas.; Evaluar el rendimiento de EMMVEP en comparación con los métodos existentes de predicción de efectos de variantes.

Principales métodos:

• EMMVEP integra diversas características, incluida la información de la secuencia de proteínas, propiedades fisicoquímicas de AlphaFold y frecuencias de alelos de gnomAD.; Se emplea el boosting categórico para construir el modelo de conjunto para predecir la patogenicidad de las mutaciones.

Principales resultados:

• EMMVEP logró un alto rendimiento en un conjunto de datos de referencia, con un Área bajo la curva (AUC) de 0.907 y un Área bajo la curva de precisión-recuperación (AUPR) de 0.879.; El método superó a 20 herramientas generales de predicción de efectos de variantes.; Se proporcionan probabilidades de patogenicidad para más de 216 millones de sustituciones de aminoácidos potenciales en 19.233 genes humanos.

Conclusiones:

• EMMVEP ofrece un método robusto y preciso para predecir los efectos de las mutaciones de sentido erróneo, mejorando la interpretación de las variantes genéticas.; La herramienta proporciona información valiosa para identificar mutaciones patógenas, con implicaciones significativas tanto para aplicaciones de investigación como clínicas.