基因特异机器学习用于罕见的BRCA1和BRCA2误解变异的致病性预测

科学领域:

• 遗传学 是一个遗传学.
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• 解释BRCA1和BRCA2等基因中的罕见误解变异对于理解遗传性癌症风险至关重要.
• 机器学习 (ML) 模型在预测变异性致病性方面表现有前途,基因特异性或疾病特异性培训可能比一般模型更准确.

研究的目的:

• 为了比较基因特异性与疾病特异性ML方法的疗效,用于预测遗传性癌症基因中罕见误解变异的致病性.
• 确定最佳的ML策略来解释BRCA1和BRCA2变异,在遗传性癌症倾向中的关键基因.

主要方法:

• 从28个遗传性癌症基因中利用了1068个罕见的误解变异 (小等位基因频率<0.005).
• 采用了各种ML分类器,包括后勤回归,极端梯度提升,随机森林,支持矢量机器和深度神经网络.
• 嵌入的特征,如人口小等位基因频率,功能预测得分,保护得分和变异位置.

主要成果:

• 基因特异性ML模型实现了最佳的病原性预测性能,即使在较小的训练数据集中也证明了充分性.
• 尽管疾病特异性数据集是疾病特异性数据集的七倍以上,但当使用适当的ML分类器时,基因特异性模型产生了优越的预测能力.
• 该研究证实,基因特异性培训足以开发有效的病原性预测因子.

结论:

• 建议基因特异性ML超过疾病特异性ML用于预测罕见的BRCA1和BRCA2误解变异的致病性,因为它的效率和有效性.
• 强调定制ML方法在遗传性癌症研究中对遗传变异解释的重要性.
• 表明优化基因特定模型可以克服较小训练集大小的局限性.