这页已由机器翻译。其他页面可能仍然显示为英文。
View in English
在CHD核细胞重塑器中评估精确病原性预测的in silico工具
在PubMed上查看摘要
概括
此摘要是机器生成的。在诊断神经发育障碍方面,鉴定致病性染色体酶DNA结合变体 (CHD) 是至关重要的. 我们的研究发现BayesDel,ClinPred,AlphaMissense,ESM-1b和SIFT是最强大的预测工具.
科学领域
- 遗传学
- 基因组学
- 生物信息学
背景情况
- 染色体酶DNA结合蛋白 (CHD) 是DNA修复,基因表达和神经发育中的重要染色体重塑剂.
- 心血管疾病基因的遗传变异与神经发育障碍有关,包括自闭症谱系障碍和智力障碍.
- 对于临床遗传检测,准确确定变种的致病性至关重要.
研究的目的
- 评估和比较各种染色体酸酶DNA结合 (CHD) 变体的基致病性预测工具的性能.
- 确定最准确的计算工具来区分致病性和良性心血管疾病变体.
- 为改善与心脏病基因突变相关的神经发育障碍的诊断策略提供信息.
主要方法
- 系统评估多种in silico病原性预测工具.
- 工具预测与已建立的文献和基因组数据库分类进行比较.
- 专注于具有高度结构和功能相似性以及已知的致病突变的CHD基因.
主要成果
- BayesDel,ClinPred,AlphaMissense,ESM-1b和SIFT成为表现最好的预测工具.
- 在预测冠状动脉疾病变种致病性方面,BayesDel,特别是其addAF成分,显示出最高的整体准确性.
- 该研究通过整合SnpEff的高影响变种识别来确定混合工具的潜力.
结论
- 持续评估和整合最新的预测工具,包括人工智能驱动的方法,对于准确的变种分类是必要的.
- 对变体有害性的增强的临床和机械数据对于提高诊断准确性至关重要.
- 这些发现为怀疑患有冠状动脉疾病相关神经发育障碍的个体进行临床遗传检测提供了宝贵的见解.

