ファンコニ貧血のカスタム表現型プロファイル：既存の疾患注釈のギャップに対処する

科学分野:

• 遺伝学およびゲノミクス
• バイオインフォマティクス
• 医療情報学

背景:

• ファンコニ貧血（FA）は、DNA修復に影響を与えるまれな遺伝性疾患であり、骨髄不全、先天異常、がんを引き起こします。
• FAの正確な早期診断は患者管理に不可欠ですが、表現型データの不完全性と不一致によって課題が生じています。
• 主要なデータベースにおけるFAの既存の人間の表現型オントロジー（HPO）注釈は、著しい不一致と限定的なカバレッジを示しています。

研究 の 目的:

• OMIMおよびOrphanetにおけるFAのHPO注釈を比較すること。
• 特定されたデータギャップに対処するために、FAの包括的なAI支援HPOプロファイルを開発すること。
• FA診断のための臨床的意思決定支援と計算可能な表現型作成を改善すること。

主な方法:

• OMIMおよびOrphanetにおけるFAのHPO用語の比較分析。
• OntoGPT、大規模言語モデル（LLM）ツールを使用したファンコニがん財団（FCF）臨床ケアガイドラインからの表現型用語の抽出。
• カスタムFA HPOプロファイルを作成するための抽出用語の正確性と臨床的関連性に関する手動キュレーション。

主要な成果:

• OMIMとOrphanetは、合計285の固有HPO用語のうち36（12.6%）しか共有しておらず、著しい不一致を示しています。
• カスタムFA HPOプロファイルには264の固有用語が含まれており、そのうち161（61.0%）は新規であり、OMIMまたはOrphanetには存在しません。
• 新規用語は、筋骨格系、泌尿生殖器系、四肢、頭頸部、および消化器系の表現型カバレッジを大幅に強化します。

結論:

• コミュニティによってキュレーションされた表現型プロファイル、特にAI支援によるものは、既存の疾患注釈を大幅に補強できます。
• 開発されたFA HPOプロファイルは、これまでのところ最も包括的なものであり、FA診断の改善の基盤を提供します。
• LLM支援の方法論は、希少疾患の診断を改善し、診断までの期間を短縮するための一般化可能なアプローチを提供します。