抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
各個々のゲノムは複数のミスセンス変異体を持ち,ゲノムまたはエキソーム配列決定により系統的に同定できる。このクラスの遺伝的変異は,それぞれの蛋白質の機能特性を変えることができ,それによって癌やメンデル病のような臨床的に関連する表現型をもたらす。計算予測スコアの進歩にもかかわらず,臨床的に有意または良性としてのミスセンス変異体の分類は,大きな課題である。最近,ヒトプロテオームの構造は人工知能システムアルファFold2を用いて前例のない精度で誘導された。しかし,アルファFold2構造がミスセンス変異体に対する計算病原性予測の精度を改善できるかどうかの疑問は不明なままである。これに対処するために,これらの構造から各アミノ酸に対する一連の特徴を最初に設計した。次に,ランダムフォレストを訓練し,gnomAD由来のプロキシ-良性とプロキシ-病原性ミスセンス変異体を識別した。これは,AlphScoreと呼ばれる新しいアルファFold2に基づく病原性予測スコアをもたらした。AlphScoreによって使用される重要な特徴クラスは,溶媒アクセシビリティ,アミノ酸ネットワーク関連特徴,物理化学的環境を記述する特徴,およびアルファFold2s品質パラメータ(pLDDT)である。AlphScore単独は,CADDまたはREVELのような既存のスコアより低い性能を示した。しかし,AlphScoreをそれらのスコアに加えると,ClinVarデータベースからのエキスパート-発生ミスセンス変異体の予測と同様に,深い突然変異スキャンデータの近似によって測定されるように,性能は常に増加した。全体として,著者らのデータは,アルファFold2予測構造の統合がミスセンス変異体の病原性予測を改善できることを示す。【JST・京大機械翻訳】