评估PRRT2误解变体的in silico工具的性能
1Department of Neurology, The First Affiliated Hospital of Guangzhou Medical University, Guangzhou 510120, China.
Combinatorial chemistry & high throughput screening
|June 24, 2024
概括
这项研究评估了六种生物信息学工具,用于预测PRRT2误解变异. 对于这些变体,Fathmm表现出最好的性能,显示出最高的准确性和整体预测得分.
科学领域:
- 遗传学 遗传学 是一个
- 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:
- PRRT2基因变异与 Paroxysmal kinesigenic dyskinesia 和情节性疾病有关.
- 许多PRRT2变体已经通过查患有插曲性运动障碍的患者被确定.
- 在 silico生物信息学工具对于评估遗传变异的功能影响至关重要.
研究的目的:
- 评估六个in silico工具对PRRT2误解变体的预测性能.
- 为了比较这些工具的准确性,灵敏性,特异性和其他指标.
- 确定分析PRRT2误解变体的最可靠工具.
主要方法:
- 从HGMD和PubMed收集了致病性PRRT2变体.
- 使用gnomAD的良性变体作为负集.
- 使用准确度,灵敏度,特异性,MCC和ROC曲线分析了SIFT,PolyPhen2,MutationTaster,CADD,Fathmm和Provean. 在这些曲线中使用精度,灵敏度,特异性,MCC和ROC曲线.
主要成果:
- 法特姆,普罗文和突变测试仪显示了最高的准确性.
- 其中SIFT,PolyPhen2和CADD的灵敏度最高.
- Fathmm表现出最好的整体性能,具有最高的精度,MCC,F-score和AUC.
- 截止值在工具之间有所不同,Fathmm,CADD,PolyPhen2和Provean在中位数预测得分之间具有值.
结论:
- 六个in silico工具的预测性能差异很大.
- 对于PRRT2误解变体,Fathmm表现出优异的预测性能.
- Fathmm实现了最高的准确性和MCC/F-score,使其成为评估中最有效的工具.
