自动PM3:通过LLM驱动的PM3从科学文献中提取证据来增强变体解释

科学领域:

• 基因组学就是基因组学.
• 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:

• 罕见疾病影响全球超过3亿人,经常源于遗传变异.
• 解释遗传变异,特别是收集基于文献的证据 (例如,ACMG/AMP PM3),是罕见疾病诊断中的一个重大瓶.
• 目前的证据提取方法往往复杂且耗时.

研究的目的:

• 开发一种自动化方法,从科学文献中提取ACMG/AMP PM3证据.
• 利用开源的大型语言模型 (LLM) 实现高效和成本效益的变体解释.
• 为了加速罕见疾病的诊断过程.

主要方法:

• 介绍了AutoPM3,一种新的方法,使用开源的LLM来自动提取PM3证据.
• 集成基于Text2SQL的变体提取器和检索增强生成 (RAG) 模块.
• 增强RAG模块的变体特定的检索器和微调的LLM,用于单独处理表和文本.
• 创建了PM3-Bench,这是来自ClinGen.的1027个变异出版证据对的精心策划的数据集.

主要成果:

• 在公开可访问的数据上,AutoPM3在变体匹配方面实现了86.1%的准确性,在跨变体中实现了72.5%的回忆.
• 该方法的性能优于现有的方法,包括使用较大的模型的方法.
• 一项序列性废除研究证实了AutoPM3核心组件的有效性,特别是变种特定的检索器和Text2SQL.
• 证据的定位在短短76秒内实现,显示出显著的效率提升.

结论:

• 开源的LLM为自动化基因变异证据提取提供了高效和成本效益的解决方案.
• 自动PM3显著减少了变体解释所需的时间,从而加速了罕见疾病的诊断.
• 开发的方法有可能提高诊断产量,并简化罕见遗传疾病的临床工作流程.