评估用于精确病原性分类的新in silico工具在相关的遗传误解变异中
Ludovica Montanucci1,2, Tobias Brünger3, Christian M Boßelmann4,5
1Department of Neurology, McGovern Medical School at UTHealth, Houston, Texas, USA.
Epilepsia
|October 23, 2024
概括
准确地分类相关的基因变异对于个性化治疗至关重要. 阿尔法Missense和REVEL在预测误解变异病原性方面表现出卓越的表现,有助于临床遗传测试.
科学领域:
- 遗传学和基因组学 遗传学和基因组学
- 计算生物学 计算生物学
- 的研究研究.
背景情况:
- 对相关基因中的错误变异的准确分类对于个性化治疗策略至关重要.
- 许多误解变异仍然被归类为具有不确定的意义的变异 (VUS),使临床决策复杂化.
- 现有的用于病原性预测的计算工具往往产生相互矛盾的结果.
研究的目的:
- 评估最先进的计算工具的性能,以预测相关基因中错误感变异的病原性.
- 确定临床遗传测试在中最有效的工具.
- 引导临床环境中计算工具的选择和批判性评估.
主要方法:
- 评估了9个in silico病原性预测工具,使用了3个精心策划的数据集,评估了相关基因中的误解变异.
- 利用了过去一年的ClinVar数据,确保工具没有接受这些变体的培训.
- 包括一个~400变体的数据集与实验确定功能效应推断致病性.
主要成果:
- 在九种工具中,AlphaMissense (AUC: .93, .88, .95) 和REVEL (AUC: .93, .88, .93) 显示出最高的分类性能.
- 与其他工具相比,这些高性能工具还对更多的变体进行了分类.
- 选择的数据集作为盲目和独立测试集的强大近似.
结论:
- 最近开发的预测工具,特别是AlphaMissense和REVEL,证明了相关基因的卓越性能.
- 这些工具应该整合到美国医学遗传学与基因组学学院/分子病理学协会 (ACMG/AMP) 变种分类过程中.
- 用更新的工具定期重新评估遗传测试结果对于改善诊断产量和推进的精准医学至关重要.
