Hagnaður:
- Hæfni til að skilja VCF sniðið, HGVS merkingu (c./p./g.) og ACMG sjúkdómsvaldandi viðmið og hafa gervigreind til að framleiða sönnunargögn
- Geta til að sannreyna persónulega hverja ACMG sönnunargögn (íbúatíðni, í kísil, aðskilnað, bókmenntir) í heimildum eins og ClinVar og gnomAD
- Hæfni til að beita meginreglunum um að veiða erfðamengisútgáfu og samræma kerfisvillur og láta ekki endanlega sjúkdómsvaldandi flokkun til gervigreindar
Erfðamengi einstaklings er frábrugðið tilvísuninni í milljónum stiga; Flest þessara muna er skaðlaus („góðkynja“), nokkrir valda sjúkdómum („sjúkdómsvaldandi“). Afbrigðistúlkun er það verkefni að ákveða í hvaða flokki munur fellur og er hjarta klínískrar erfðafræði. Í þessari einingu munt þú læra hvernig á að nota gervigreind (AI) sem aðstoðarmann við sönnunarsöfnun, samantekt og uppsetningu í afbrigðatúlkun; en þú munt læra hvers vegna endanleg ákvörðun um meinvirkni ætti alltaf að vera háð samþykki sérfræðinga.
Mikilvæg viðvörun fyrst: Spyrðu gervigreindina "er þetta afbrigði sjúkdómsvaldandi?" Treystu aldrei einu orðs svarinu sem þú spyrð. AI getur með öryggi sagt flokk án sannana; getur passað við þýðistíðni afbrigðis, fyrri klínískar skrár eða starfrænar rannsóknir. Rétta nálgunin er að nota gervigreind til að byggja upp sönnunargjörðina og sannreyna persónulega hvert sönnunargagn við aðaluppsprettu.
Grunnhugtök
- VCF (Variant Call Format): Venjulegt skráarsnið sem sýnir afbrigði í sýnishorni; Hver lína ber upplýsingar um litning, stöðu, viðmiðunargrunn, annan grunn og gæðaupplýsingar.
- HGVS nótur: Venjulegt ritsnið með afbrigðum. c. staðsetning þess í kóðunarröðinni, bls. próteinbreyting, g. Gefur til kynna erfðafræðilega staðsetningu. Til dæmis NM_000546.6:c.743G>A og p.Arg248Gln.
- gnomAD: Gagnagrunnur sem safnar afbrigðum tíðni hundruða þúsunda manna; Það sýnir hversu algengt afbrigði er í samfélaginu. Algeng afbrigði eru almennt ekki sjúkdómsvaldandi.
- ClinVar: Opinber gagnagrunnur sem safnar klínískum túlkunum á afbrigðum.
- ACMG/AMP viðmið: Sönnunarkerfi American College of Medical Genetics sem skiptir afbrigði í fimm flokka: Sjúkdómsvaldandi, Líklegt sjúkdómsvaldandi, Afbrigði af óvissu um þýðingu (VUS), Hugsanlega góðkynja, góðkynja.
ACMG sönnunarkóðar: stutt kort
ACMG kerfið skilgreinir sönnunarkóða í sjúkdómsvaldandi átt (PVS, PS, PM, PP) og í góðkynja átt (BA, BS, BP); Þetta koma saman til að ákvarða flokkinn. Gervigreind er góð í að útskýra hvað þessir kóðar þýða, en þú verður að staðfesta gögnin um hvaða kóða er raunverulega útfærður.
Kóði
Merking (yfirlit)
Hvar á að staðfesta upprunann
PVS1
Mjög sterkar vísbendingar sem leiða til taps á starfsemi (t.d. stöðvun snemma)
Afrit, lén, tengsl gena og sjúkdóms
PS1/PS3
Sama amínósýru/virknirannsókn og þekkt sjúkdómsvaldandi
ClinVar, ritrýnd hagnýt grein
PM2
Mjög sjaldgæft/finnst ekki í stofnum
GnomAD tíðni
PP3/BP4
Reiknispá í sjúkdómsvaldandi/góðkynja átt
Matsverkfæri (samstaða)
BA1/BS1
Tíðni of há til að vera sjúkdómsvaldandi
GnomAD tíðni
BP6/PP5
(Ekki lengur mælt með) að treysta á túlkun einhvers annars
—
Ábending: PM2 (sjaldgæfur) og BA1/BS1 (almenning) ákvarðanir eru byggðar beint á gnomAD tíðni og eru auðveldasta sannprófunin. Sjá afbrigði fyrst á gnomAD; Afbrigði sem er algengt hjá meira en 1% íbúa er líklega ekki sjúkdómsvaldandi.
Skref fyrir skref: AI-aðstoðuð afbrigðistúlkun
1. Lagaðu afbrigði við staðlaða nótnaskrift. Skýrðu erfðamengisútgáfu, afrit og HGVS framsetningu. Afbrigði frá gervigreind bæði c. bæði bls. bæði g. , staðfestu það síðan með validator (eins og VariantValidator).
2. Láttu gervigreindina byggja sönnunargjörðina. Fyrir hvern ACMG kóða, "hvaða gögn ætti ég að skoða?" Láttu gervigreindina svara spurningunni - en ekki tilgreina flokkinn ennþá.
3. Staðfestu hvers kyns sönnunargögn við frumheimildina. GnomAD tíðni, ClinVar skrá, hagnýtur rannsókn — opnaðu og lestu þær allar sjálfur. Athugaðu fullyrðingu gervigreindar um „ekki í boði í gnomAD“ með því að leita að henni í gnomAD.
4. Sameina kóðana og draga úr bekknum. Drög að ACMG samsetningarreglum með gervigreind; En láttu sérfræðinginn samþykkja lokatímann.
5. Tilkynntu VUS heiðarlega. Ef sönnunargögn eru ófullnægjandi er flokkurinn "Óviss merking"; Það eru mistök að ýta því sem sjúkdómsvaldandi eða góðkynja.
þrjú smámál
Tilfelli 1 — Tilbúin tíðni. Sérfræðingur spurði AI um tíðni afbrigðis gnomAD; „0,002%,“ sagði gervigreindin. Þegar sérfræðingurinn fletti því upp á gnomAD sjálfur, komst hann að því að tíðni afbrigðisins var 1,3% - sem þýðir að sönnunargögnin fyrir BS1 (sterk í góðkynja átt) voru gild og afbrigðið var líklegast skaðlaust. Tilbúið lág tíðni gervigreindar gerði afbrigðið ranglega sjaldgæft.
Tilfelli 2—Sham hagnýtur rannsókn. Rannsakandi vildi innleiða PS3 (virknisönnun) fyrir afbrigði; AI gaf sannfærandi fyrirsögn greinar. Þegar rannsakandi leitaði á PubMed fann hann að engin slík grein var til. Rangt eignarhald myndi hrynja sönnunarkeðjuna.
Mál 3 - Staðfesting fengin. Erfðafræðilegur ráðgjafi endurmetur „hugsanlega sjúkdómsvaldandi“ afbrigði með gervigreind. YZ benti á nýlega bætt við misvísandi athugasemdir við ClinVar; Ráðgjafinn opnaði ClinVar, sá að tvær rannsóknarstofur höfðu greint afbrigðið á VUS og uppfærði skýrsluna. Hér hjálpaði gervigreind með því að minna okkur á uppfærslu sem gæti hafa farið óséður - en aftur, maðurinn tók ákvörðunina.
Fjögur afritanleg sniðmát
1) Koma á sönnunargamma (án þess að bekkurinn segi frá):
Hlutverk þitt: aðstoðarmaður við túlkun á klínískum afbrigðum. Settu upp ACMG/AMP sönnunargamma fyrir eftirfarandi afbrigði: [erfðaútgáfa, afrit, HGVS]. Fyrir hvern mögulegan sönnunarkóða (PVS1, PS1-4, PM1-6, PP1-5, BA1, BS1-4, BP1-7) "hvaða gögn ætti ég að skoða, í hvaða heimild, til að nota þetta?" Skrifaðu. Ekki segja bekkinn ENN; listaðu bara hvaða gögn eru nauðsynleg.
2) GnomAD/ClinVar staðfestingaráætlun:
Skrifaðu skref fyrir skref hvað nákvæmlega ég ætti að leita að í gnomAD og ClinVar fyrir eftirfarandi afbrigði: [afbrigði]. Útskýrðu hvaða þýðistíðniþröskuldur samsvarar hvaða ACMG kóða. Þú býrð ekki til gildin; segðu mér hvar það er að finna.
3) Bekkjaryfirlit (samþykkt af mér):
Ég gaf eftirfarandi staðfest sönnunargögn: [PM2 er til staðar, PP3 er til staðar, BS1 er fjarverandi ...]. Gerðu drög að mögulegum flokki og rökstuðningi samkvæmt ACMG samsetningarreglunum. Ekki hika við að segja "VUS" ef sönnunargögnin eru ófullnægjandi. Ég mun samþykkja endanlega ákvörðun.
4) Drög að skýrslu:
Þýddu eftirfarandi flokkun í skýrslugrein á einföldu máli sem hentar sjúklingnum og lækninum: [afbrigði, flokkur, lykilsönnunargögn]. Ekki ýkja fullyrðingar um vissu; ef óvissa er til staðar, segðu það skýrt. Vísaðu til sérfræðings fyrir klíníska ákvörðun.
Veik kvaðning / Sterk kvaðning
Veik: "Er TP53 c.743G> sjúkdómsvaldandi?"
Vandamál: Engin útgáfa/afrit af erfðamengi, engin sönnunargögn krafist, gervigreind getur bara sagt bekknum og gert upp tíðnina.
Strong: "Settu upp ACMG sönnunarrammann fyrir GRCh38, TP53 NM_000546.6:c.743G>A (p.Arg248Gln); segðu mér hvað ég á að leita að í hvaða uppsprettu fyrir hvern kóða, gildisfestingu, gerðu drög að bekknum eftir að ég staðfesti hann."
Hvers vegna það er öflugt: Samhengið er skýrt, sönnunarleiðin er opin, svið tilbúningsins er þrengt, ákvörðunin er í höndum viðkomandi.
Algeng mistök
- Að treysta á eins orðs sjúkdómsvaldandi svar. Tiltekinn flokkur án keðju sönnunargagna er einskis virði.
- Misbrestur á að staðfesta tíðni og tilvísun. Hægt er að aðlaga gnomAD tíðni og greinartilvitnanir; Opnaðu það sjálfur.
- Forðastu VUS. Að segja „sjúkdómsvaldandi/góðkynja“ þegar sönnunargögnin eru ófullnægjandi er klínísk villa.
- Erfðamengi útgáfa/uppstokkun uppstokkunar. Rangt afrit, rangt c. Það þýðir staðsetning.
- Sleppir ClinVar uppfærslu. Túlkanir breytast með tímanum; Athugaðu nýjustu skrána.
Varúð: Sameining ACMG kóða er byggt á reglum en krefst mats sérfræðinga; Sömu vísbendingar geta haft mismunandi vægi í mismunandi samhengi við genasjúkdóma. Samsetning gervigreindar er teikning, ekki lokaorðið.
Dýpt: rétt að lesa VCF línu og tíðniþröskulda
Jafnvel ein lína í VCF skrá inniheldur margar gildrur. Dæmi um lína: 17 43091983 . G A 60 PASS AF=0,0003;DP=45 GT:AD 0/1:22,23. Þú getur látið gervigreindina útskýra reitina hér, en staðfestu sjálfur þrjú atriði. Í fyrsta lagi, hvaða erfðamengisútgáfu tilheyrir litningastöðuparið? Sama afbrigði birtist á öðrum stað í GRCh37 og GRCh38; Án þess að tilgreina útgáfuna er staðsetning tilgangslaus. Annað er GT (arfgerð) lénið: 0/1 arfblendinn, 1/1 arfhreinn; Í víkjandi sjúkdómi er eitt arfblendnt afbrigði eitt og sér ekki skýring. Í þriðja lagi, DP (les dýpt) og AD (samsætudýpt): lágt dýpt (t.d. DP=8) gerir afbrigðiskall vafasamt; Tæknin getur verið falsk jákvæð. gervigreind útskýrir þessi svið formlega, en „er þetta símtal áreiðanlegt? Ákvörðunin er þín.
Áþreifanlegt dæmi um tíðniþröskulda: sérfræðingur vildi beita PM2 (sjaldgæf) á afbrigði fyrir sjaldgæfan sjúkdóm með víkjandi erfðum. Gervigreind sagði: "gnomAD hefur það ekki, PM2 örugglega." Þegar sérfræðingurinn opnaði gnomAD komst hann að því að afbrigðið var með 0,8% tíðni í undirhópi - nógu hátt til að útiloka PM2, miðað við algengi sjúkdómsins. Algeng mistök eru að skoða heildarfjölda íbúafjölda og sleppa undirstofnum.
Samsætutíðni (íbúafjöldi)
Dæmigerð ACMG athugasemd
ath
Engin / mjög sjaldgæf
Getur stutt PM2
Skoðaðu líka undirhópa
Hærra en algengi sjúkdóma
BS1 (góðkynja sterkur)
Hin víkjandi/ríkjandi aðgreining er mikilvæg
hærra en 5%
BA1 (sjálfstætt góðkynja)
Næstum örugglega skaðlaust
5) VCF línustýringarsniðmát:
Útskýrðu eftirfarandi VCF línu reit fyrir reit, en ekki dæmdu áreiðanleika: túlkaðu erfðamengisútgáfuna, GT (zygosity), DP og AD reiti sérstaklega. Skráðu tilvik þar sem þetta símtal gæti verið tæknilega vafasamt. Lína: [líma].
Í stuttu máli
- Afbrigðistúlkun byggir á sönnunargögnum; Gervigreind er öflug í að setja saman og draga saman sönnunargögn, en stéttarákvörðunin er undir sérfræðingnum komið.
- Allar vísbendingar (gnomAD tíðni, ClinVar skráning, hagnýtur rannsókn) verður að vera persónulega sannreynt við aðaluppsprettu.
- Lagaðu afbrigðið eftir erfðamengisútgáfu, afriti og HGVS; Staðfestu með sannprófanda.
- Ef sönnunargögnin eru ófullnægjandi er heiðarlega svarið „óviss mikilvægi (VUS).“
Umsóknarverkefni
Veldu dæmi afbrigði (t.d. vel þekkt plata frá ClinVar). Láttu gervigreindina byggja sönnunargjörðina með sniðmátum 1 og 2 hér að ofan. Opnaðu síðan gnomAD tíðnina og ClinVar tjáðu þig sjálfur og berðu þær saman við gervigreindarkröfurnar. Athugaðu hvort það sé munur á gervigreindinni og upprunanum í að minnsta kosti einni sönnunargögnum og rökstuddu hugsanlegan flokk sjálfur.
gátlisti
- [ ] Ég lagaði afbrigðið með erfðamengisútgáfu, afriti og HGVS.
- [ ] Ég setti upp sönnunarrammann, ég lét gervigreindina ekki segja bekkinn frá upphafi.
- [ ] Ég athugaði persónulega gnomAD tíðnina.
- [ ] Ég hef staðfest ClinVar skráningu og uppfærslu.
- [ ] Ég staðfesti tilvitnanir í hagnýtar rannsóknir í PubMed.
- [ ] Ef sönnunargögnin voru ófullnægjandi hikaði ég ekki við að segja VUS og samþykkti ákvörðunina sjálfur.