Finden Sie die „anfälligsten Individuen' aus den „seltensten Mutationen', und KI sagt die Pathogenität genetischer Varianten genau voraus

Normalerweise trägt fast jeder Dutzende potenziell schädlicher seltener Varianten in sich. Eine der größten Schwierigkeiten bei der klinischen Beurteilung häufiger Varianten ist die Unfähigkeit, Personen effektiv zu identifizieren, bei denen ein hohes Risiko für die Entwicklung der Krankheit besteht. Bei der Forschung des Primate Genome Project verwendeten Wissenschaftler das neuronale Netzwerk PrimateAI-3D mit künstlicher Intelligenz, um hochpathogene seltene Mutationen durch Evolutionsanalyse zu lokalisieren, mit der Idee, „die seltensten Mutationen zu verwenden, um die Individuen zu finden, die am anfälligsten für Krankheiten sind“. Wird verwendet, um das Krankheitsrisiko einer Person vorherzusagen.

Das Team von Professor Tomas Marquez-Bonet aus Spanien und dem Illumina Artificial Intelligence Laboratory führte gemeinsam mehrere Forschungsgruppen durch und verglich die gesamten Genomsequenzierungsdaten von insgesamt 809 Proben von 233 Primatenarten, um Menschen zu identifizieren. Es gibt 4,3 Millionen genetische Mutationen Stellen auf orthologen Proteinen, die zu Veränderungen in der Proteinstruktur führen können.

Die Forscher verwendeten die oben genannten genetischen Mutationsstellen als Grundlage des Datensatzes, fügten sie den genetischen Daten menschlicher Krankheiten hinzu und trainierten das neuronale Netzwerk der künstlichen Intelligenz PrimateAI-3D mit einem Gendatensatz, der 4,5 Millionen Arten möglicher gutartiger Mutationen enthielt um die Pathogenität genetischer Varianten genauer vorhersagen zu können.

Genvariation ist eine der Hauptursachen für Krankheiten. Basierend auf der genetischen Verwandtschaft zwischen nichtmenschlichen Primaten und Menschen können dieselben genetischen Mutationen zu ähnlichen Ergebnissen führen, und Mutationen, die bei Primaten häufig vorkommen, können bedeuten, dass diese Mutationen eher harmlos sind oder nur einen äußerst begrenzten Schaden anrichten.

Wie kann man also das Risiko häufiger Krankheiten wie Diabetes und Herz-Kreislauf-Erkrankungen vorhersagen, die durch genetische Faktoren einer Person verursacht werden? Ist es besser, als Summe von Tausenden häufiger genetischer Varianten zu werten, die einen kleinen Effekt haben, oder als Summe einiger weniger seltener Mutationen, die einen signifikanten Effekt haben?

Umfassende Untersuchungen zeigen, dass häufige und seltene Varianten eine komplementäre Rolle bei der Vorhersage des Krankheitsrisikos beim Menschen spielen. Häufige Mutationen identifizieren mehr Personen, die wahrscheinlich an der Krankheit leiden, während seltene Mutationen es einfacher machen, die abnormalen Personen mit dem höchsten Risiko zu finden. Daher ist die Einbeziehung seltener Varianten in die klinische Beurteilung möglicherweise besser als die Verwendung nur häufiger Varianten, um die extremen Personen zu identifizieren, die letztendlich von den meisten Krankheiten betroffen sind und die am meisten einer Behandlung bedürfen oder an einer schweren Erkrankung im Frühstadium leiden zur Vorsorgeuntersuchung.

Diese Studie demonstriert erfolgreich die Anwendung der Kombination von Sequenzierungsdaten von Primaten mit Deep-Learning-Modellen, die uns helfen, die Pathogenität menschlicher genetischer Variationen zu verstehen und dazu beitragen können, dass die personalisierte Genommedizin eine bessere diagnostische Anleitung im klinischen Umfeld bietet.

Autor: Gemeinsam erstellt und zusammengestellt von der Forschungsgruppe von Professor Zhang Guojie von der Zhejiang-Universität

Herausgeber: Xu Qimin

*Exklusives Manuskript von Wenhui, bitte geben Sie beim Nachdruck die Quelle an.

Das obige ist der detaillierte Inhalt vonFinden Sie die „anfälligsten Individuen' aus den „seltensten Mutationen', und KI sagt die Pathogenität genetischer Varianten genau voraus. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!