同義変異の機能的影響を特徴付けるためのリソース、SynMall

科学分野:

• ゲノム科学
• バイオインフォマティクス
• 計算生物学

背景:

• 同義一塩基変異（sSNV）は疾患の原因として認識されています。
• 既存のデータベースではsSNVの機能的洞察が限られています。
• 同義変異の機能的影響を解明することは重要です。

研究 の 目的:

• 同義変異の機能的影響を解明するための包括的なリソースであるSynMallを紹介します。
• 進化的および集団的データを統合したヒトsSNVの多レベルアノテーションを提供します。
• 病原性sSNVを優先するための機械学習フレームワークであるSynScoreを開発します。

主な方法:

• 2500万の潜在的なヒトsSNVをカタログ化し、45のヒト以外の種からのデータを統合しました。
• ACMGガイドライン、対立遺伝子頻度、および手作りの/LLM機能を含む多レベルアノテーション（DNA、RNA、タンパク質）を提供しました。
• 病原性推論のためにACMGガイドラインと生物学的特性を統合した機械学習モデルであるSynScoreを開発しました。

主要な成果:

• SynMallは、2500万のヒトsSNVの進化的、集団的、および多レベルアノテーションを統合しています。
• SynScoreは、ゲノムワイドな病原性推論において最先端のパフォーマンスを達成しています。
• SynMallは、miRNA-mRNA相互作用、スプライシング、安定性、およびコドン使用に対するsSNV効果のメカニズム的探求を容易にします。

結論:

• SynMallは、同義変異の機能的役割を理解するための貴重で統一されたプラットフォームを提供します。
• SynScoreは、疾患研究を支援する病原性sSNVを効果的に優先します。
• このリソースは、同義変異の高度な表現学習とメカニズム的探求をサポートします。