ಘಟಕಗಳು
1. ಆಣ್ವಿಕ ಜೀವಶಾಸ್ತ್ರ ಮತ್ತು ಜೆನೆಟಿಕ್ಸ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪರಿಚಯ: ಪಾತ್ರಗಳು, ಗಡಿಗಳು, ಮೌಲ್ಯೀಕರಣ, ನೀತಿಶಾಸ್ತ್ರ ಮತ್ತು ಗೌಪ್ಯತೆ 2. DNA/RNA ಅನುಕ್ರಮ ವಿಶ್ಲೇಷಣೆ: ಜೋಡಣೆ, ಮೋಟಿಫ್, ಓಪನ್ ರೀಡಿಂಗ್ ಫ್ರೇಮ್ ಮತ್ತು ಬೇಸಿಕ್ ಬಯೋಇನ್ಫರ್ಮ್ಯಾಟಿಕ್ಸ್ 3. ವಿಭಿನ್ನ ವ್ಯಾಖ್ಯಾನ: VCF, HGVS ಹುದ್ದೆ ಮತ್ತು ACMG ಮಾನದಂಡದಿಂದ ರೋಗಕಾರಕತೆ 4. ಪ್ರೋಟೀನ್ ರಚನೆ ಮತ್ತು ಆಲ್ಫಾಫೋಲ್ಡ್: ಓದುವಿಕೆ ರಚನೆಯ ಮುನ್ಸೂಚನೆ, ವಿಶ್ವಾಸ ಅಂಕಗಳು ಮತ್ತು ಮೌಲ್ಯೀಕರಣ 5. CRISPR ವಿನ್ಯಾಸ ಬೆಂಬಲ: gRNA ಆಯ್ಕೆ, ಆಫ್-ಟಾರ್ಗೆಟ್ ಪರಿಣಾಮ, ಮತ್ತು ಪ್ರಾಯೋಗಿಕ ಮೌಲ್ಯೀಕರಣ 6. ಓಮಿಕ್ಸ್ ಡೇಟಾ ಅನಾಲಿಸಿಸ್: ಆರ್‌ಎನ್‌ಎ-ಸೆಕ್, ಎಕ್ಸ್‌ಪ್ರೆಶನ್, ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕ್ಸ್ ಮತ್ತು ಪಾಥ್‌ವೇ ಎನ್‌ರಿಚ್‌ಮೆಂಟ್ 7. ಸಾಹಿತ್ಯ ವಿಮರ್ಶೆ ಮತ್ತು ವೈಜ್ಞಾನಿಕ ಬರವಣಿಗೆ: ಮೂಲ ಪರಿಶೀಲನೆ ಮತ್ತು ತಪ್ಪು ಉಲ್ಲೇಖಗಳ ಅಪಾಯ 8. ಕ್ಲಿನಿಕಲ್ ಇಂಟರ್ಪ್ರಿಟೇಶನ್: ವರದಿ ಮಾಡುವಿಕೆ, ತಜ್ಞರ ಅನುಮೋದನೆ, ಮೌಲ್ಯೀಕರಣ ಮತ್ತು ಮಿತಿಗಳು 9. ಭ್ರಮೆ ಮತ್ತು ದೃಢೀಕರಣದ ಶಿಸ್ತು: ಮೇಡ್-ಅಪ್ ಜೀನ್‌ಗಳು, ಅನುಕ್ರಮಗಳು, ರೂಪಾಂತರಗಳು ಮತ್ತು ಗುಣಲಕ್ಷಣಗಳು 10. ನೀತಿಶಾಸ್ತ್ರ, ಗೌಪ್ಯತೆ ಮತ್ತು ಡೇಟಾ ರಕ್ಷಣೆ: ಜೆನೆಟಿಕ್ ಡೇಟಾದ ವಿಶೇಷ ಜವಾಬ್ದಾರಿ 11. ಎಂಡ್-ಟು-ಎಂಡ್ ಕೇಸ್: ಡಿಸ್ಕವರಿಯಿಂದ ಕ್ಲಿನಿಕಲ್ ರಿಪೋರ್ಟ್‌ಗೆ ರೂಪಾಂತರದ ಪ್ರಯಾಣ
ಘಟಕ 3 / 11

ವಿಭಿನ್ನ ವ್ಯಾಖ್ಯಾನ: VCF, HGVS ಹುದ್ದೆ ಮತ್ತು ACMG ಮಾನದಂಡದಿಂದ ರೋಗಕಾರಕತೆ

ಲಾಭಗಳು:

  • VCF ಫಾರ್ಮ್ಯಾಟ್, HGVS ಸಂಕೇತ (c./p./g.) ಮತ್ತು ACMG ರೋಗಕಾರಕತೆಯ ಮಾನದಂಡಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಸಾಕ್ಷ್ಯದ ಕರಡನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ
  • ClinVar ಮತ್ತು gnomAD ನಂತಹ ಮೂಲಗಳಲ್ಲಿ ಪ್ರತಿ ACMG ಪುರಾವೆಗಳನ್ನು (ಜನಸಂಖ್ಯೆಯ ಆವರ್ತನ, ಸಿಲಿಕೋ, ಪ್ರತ್ಯೇಕತೆ, ಸಾಹಿತ್ಯದಲ್ಲಿ) ವೈಯಕ್ತಿಕವಾಗಿ ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ
  • ಜಿನೋಮ್ ಆವೃತ್ತಿಯನ್ನು ಹಿಡಿಯುವ ಮತ್ತು ಸಿಸ್ಟಮ್ ದೋಷಗಳನ್ನು ಸಂಘಟಿಸುವ ತತ್ವಗಳನ್ನು ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಅಂತಿಮ ರೋಗಕಾರಕ ವರ್ಗೀಕರಣವನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಬಿಡುವುದಿಲ್ಲ

ವ್ಯಕ್ತಿಯ ಜೀನೋಮ್ ಲಕ್ಷಾಂತರ ಬಿಂದುಗಳಲ್ಲಿ ಉಲ್ಲೇಖದಿಂದ ಭಿನ್ನವಾಗಿರುತ್ತದೆ; ಈ ವ್ಯತ್ಯಾಸಗಳಲ್ಲಿ ಹೆಚ್ಚಿನವು ನಿರುಪದ್ರವ ("ಹಾನಿಕರವಲ್ಲದ"), ಕೆಲವು ರೋಗವನ್ನು ಉಂಟುಮಾಡುತ್ತವೆ ("ರೋಗಕಾರಕ"). ವಿಭಿನ್ನ ವ್ಯಾಖ್ಯಾನವು ಯಾವ ವರ್ಗದ ವ್ಯತ್ಯಾಸವನ್ನು ನಿರ್ಧರಿಸುವ ಕಾರ್ಯವಾಗಿದೆ ಮತ್ತು ಇದು ಕ್ಲಿನಿಕಲ್ ಜೆನೆಟಿಕ್ಸ್‌ನ ಹೃದಯವಾಗಿದೆ. ಈ ಘಟಕದಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು (AI) ಹೇಗೆ ಬಳಸಬೇಕೆಂದು ನೀವು ಕಲಿಯುವಿರಿ ಸಾಕ್ಷ್ಯ ಸಂಗ್ರಹಣೆ, ಸಾರಾಂಶ ಮತ್ತು ಭಿನ್ನ ವ್ಯಾಖ್ಯಾನದಲ್ಲಿ ಸಹಾಯಕ ಕರಡು ರಚನೆ; ಆದರೆ ಅಂತಿಮ ರೋಗಕಾರಕತೆಯ ನಿರ್ಧಾರವು ಯಾವಾಗಲೂ ತಜ್ಞರ ಅನುಮೋದನೆಗೆ ಒಳಪಟ್ಟಿರಬೇಕು ಎಂಬುದನ್ನು ನೀವು ಕಲಿಯುವಿರಿ.

ಮೊದಲು ನಿರ್ಣಾಯಕ ಎಚ್ಚರಿಕೆ: AI ಅನ್ನು ಕೇಳಿ "ಈ ರೂಪಾಂತರವು ರೋಗಕಾರಕವೇ?" ನೀವು ಕೇಳುವ ಒಂದು ಪದದ ಉತ್ತರವನ್ನು ಎಂದಿಗೂ ನಂಬಬೇಡಿ. ಪುರಾವೆಗಳಿಲ್ಲದ ವರ್ಗವನ್ನು AI ವಿಶ್ವಾಸದಿಂದ ಹೇಳಬಹುದು; ಭಿನ್ನತೆ, ಹಿಂದಿನ ಕ್ಲಿನಿಕಲ್ ದಾಖಲೆಗಳು ಅಥವಾ ಕ್ರಿಯಾತ್ಮಕ ಅಧ್ಯಯನಗಳ ಜನಸಂಖ್ಯೆಯ ಆವರ್ತನಕ್ಕೆ ಸರಿಹೊಂದಬಹುದು. ಪುರಾವೆಯ ಚೌಕಟ್ಟನ್ನು ನಿರ್ಮಿಸಲು AI ಅನ್ನು ಬಳಸುವುದು ಮತ್ತು ಪ್ರಾಥಮಿಕ ಮೂಲದಲ್ಲಿ ಪ್ರತಿ ಸಾಕ್ಷ್ಯವನ್ನು ವೈಯಕ್ತಿಕವಾಗಿ ಪರಿಶೀಲಿಸುವುದು ಸರಿಯಾದ ವಿಧಾನವಾಗಿದೆ.

ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳು

  • VCF (ವೇರಿಯಂಟ್ ಕಾಲ್ ಫಾರ್ಮ್ಯಾಟ್): ಮಾದರಿಯಲ್ಲಿ ರೂಪಾಂತರಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುವ ಪ್ರಮಾಣಿತ ಫೈಲ್ ಫಾರ್ಮ್ಯಾಟ್; ಪ್ರತಿಯೊಂದು ಸಾಲು ಕ್ರೋಮೋಸೋಮ್, ಸ್ಥಾನ, ಉಲ್ಲೇಖ ಬೇಸ್, ಪರ್ಯಾಯ ಬೇಸ್ ಮತ್ತು ಗುಣಮಟ್ಟದ ಮಾಹಿತಿಯನ್ನು ಒಯ್ಯುತ್ತದೆ.
  • HGVS ಸಂಕೇತ: ರೂಪಾಂತರಗಳೊಂದಿಗೆ ಪ್ರಮಾಣಿತ ಬರವಣಿಗೆಯ ಸ್ವರೂಪ. ಸಿ. ಕೋಡಿಂಗ್ ಅನುಕ್ರಮದಲ್ಲಿ ಅದರ ಸ್ಥಾನ, p. ಪ್ರೋಟೀನ್ ಬದಲಾವಣೆ, ಜಿ. ಜೀನೋಮಿಕ್ ಸ್ಥಳವನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ NM_000546.6:c.743G>A ಮತ್ತು p.Arg248Gln.
  • gnomAD: ನೂರಾರು ಸಾವಿರ ಜನರ ವಿಭಿನ್ನ ಆವರ್ತನಗಳನ್ನು ಸಂಗ್ರಹಿಸುವ ಡೇಟಾಬೇಸ್; ಸಮಾಜದಲ್ಲಿ ರೂಪಾಂತರವು ಎಷ್ಟು ಸಾಮಾನ್ಯವಾಗಿದೆ ಎಂಬುದನ್ನು ಇದು ತೋರಿಸುತ್ತದೆ. ಸಾಮಾನ್ಯ ರೂಪಾಂತರಗಳು ಸಾಮಾನ್ಯವಾಗಿ ರೋಗಕಾರಕವಲ್ಲ.
  • ClinVar: ಸಾರ್ವಜನಿಕ ಡೇಟಾಬೇಸ್ ರೂಪಾಂತರಗಳ ಕ್ಲಿನಿಕಲ್ ವ್ಯಾಖ್ಯಾನಗಳನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ.
  • ACMG/AMP ಮಾನದಂಡ: ಅಮೇರಿಕನ್ ಕಾಲೇಜ್ ಆಫ್ ಮೆಡಿಕಲ್ ಜೆನೆಟಿಕ್ಸ್‌ನ ಸಿಸ್ಟಂ ಆಫ್ ಎವಿಯೆಂಟ್ ಅನ್ನು ಐದು ವರ್ಗಗಳಾಗಿ ವಿಭಜಿಸುತ್ತದೆ: ರೋಗಕಾರಕ, ಸಂಭವನೀಯ ರೋಗಕಾರಕ, ಅನಿಶ್ಚಿತ ಪ್ರಾಮುಖ್ಯತೆಯ ರೂಪಾಂತರ (VUS), ಪ್ರಾಯಶಃ ಬೆನಿಗ್ನ್, ಬೆನಿಗ್ನ್.

ACMG ಸಾಕ್ಷ್ಯ ಸಂಕೇತಗಳು: ಸಂಕ್ಷಿಪ್ತ ನಕ್ಷೆ

ACMG ವ್ಯವಸ್ಥೆಯು ರೋಗಕಾರಕ ದಿಕ್ಕಿನಲ್ಲಿ (PVS, PS, PM, PP) ಮತ್ತು ಸೌಮ್ಯವಾದ ದಿಕ್ಕಿನಲ್ಲಿ (BA, BS, BP) ಸಾಕ್ಷ್ಯ ಸಂಕೇತಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ; ವರ್ಗವನ್ನು ನಿರ್ಧರಿಸಲು ಇವು ಒಟ್ಟಿಗೆ ಸೇರುತ್ತವೆ. ಈ ಕೋಡ್‌ಗಳ ಅರ್ಥವನ್ನು ವಿವರಿಸುವಲ್ಲಿ AI ಉತ್ತಮವಾಗಿದೆ, ಆದರೆ ಯಾವ ಕೋಡ್ ಅನ್ನು ವಾಸ್ತವವಾಗಿ ಅಳವಡಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ನೀವು ಪರಿಶೀಲಿಸಬೇಕು.

ಕೋಡ್

ಅರ್ಥ (ಸಾರಾಂಶ)

ಮೂಲವನ್ನು ಎಲ್ಲಿ ಪರಿಶೀಲಿಸಬೇಕು

PVS1

ಕಾರ್ಯದ ನಷ್ಟಕ್ಕೆ ಕಾರಣವಾಗುವ ಬಲವಾದ ಪುರಾವೆಗಳು (ಉದಾ. ಆರಂಭಿಕ ಸ್ಥಗಿತ)

ಪ್ರತಿಲಿಪಿ, ಡೊಮೇನ್, ಜೀನ್-ರೋಗ ಸಂಬಂಧ

PS1/PS3

ಅದೇ ಅಮೈನೋ ಆಮ್ಲ/ಕ್ರಿಯಾತ್ಮಕ ಅಧ್ಯಯನವನ್ನು ತಿಳಿದಿರುವ ರೋಗಕಾರಕ

ClinVar, ಪೀರ್-ರಿವ್ಯೂಡ್ ಕ್ರಿಯಾತ್ಮಕ ಲೇಖನ

PM2

ಬಹಳ ಅಪರೂಪ/ಜನಸಂಖ್ಯೆಯಲ್ಲಿ ಇರುವುದಿಲ್ಲ

gnomAD ಆವರ್ತನ

PP3/BP4

ರೋಗಕಾರಕ / ಹಾನಿಕರವಲ್ಲದ ದಿಕ್ಕಿನಲ್ಲಿ ಕಂಪ್ಯೂಟೇಶನಲ್ ಪ್ರಿಡಿಕ್ಷನ್

ಅಂದಾಜು ಪರಿಕರಗಳು (ಒಮ್ಮತ)

BA1/BS1

ರೋಗಕಾರಕವಾಗಲು ಆವರ್ತನವು ತುಂಬಾ ಹೆಚ್ಚಾಗಿದೆ

gnomAD ಆವರ್ತನ

BP6/PP5

(ಇನ್ನು ಮುಂದೆ ಶಿಫಾರಸು ಮಾಡಲಾಗುವುದಿಲ್ಲ) ಬೇರೊಬ್ಬರ ವ್ಯಾಖ್ಯಾನವನ್ನು ಅವಲಂಬಿಸಿದೆ

-

ಸಲಹೆ: PM2 (ಅಪರೂಪ) ಮತ್ತು BA1/BS1 (ಸಾಮಾನ್ಯ) ನಿರ್ಧಾರಗಳು ನೇರವಾಗಿ ಗ್ನೋಮ್‌ಎಡಿ ಆವರ್ತನವನ್ನು ಆಧರಿಸಿವೆ ಮತ್ತು ಅವು ಅತ್ಯಂತ ಸುಲಭವಾಗಿ ಪರಿಶೀಲಿಸಲಾದ ಪುರಾವೆಗಳಾಗಿವೆ. gnomAD ನಲ್ಲಿ ಮೊದಲು ಒಂದು ರೂಪಾಂತರವನ್ನು ನೋಡಿ; ಜನಸಂಖ್ಯೆಯ 1% ಕ್ಕಿಂತ ಹೆಚ್ಚು ಜನರಲ್ಲಿ ಪ್ರಚಲಿತದಲ್ಲಿರುವ ಒಂದು ರೂಪಾಂತರವು ಹೆಚ್ಚಾಗಿ ರೋಗಕಾರಕವಲ್ಲ.

ಹಂತ ಹಂತವಾಗಿ: AI-ಸಹಾಯದ ರೂಪಾಂತರದ ವ್ಯಾಖ್ಯಾನ

1. ಪ್ರಮಾಣಿತ ಸಂಕೇತಕ್ಕೆ ಭಿನ್ನತೆಯನ್ನು ಸರಿಪಡಿಸಿ. ಜೀನೋಮ್ ಆವೃತ್ತಿ, ಪ್ರತಿಲೇಖನ ಮತ್ತು HGVS ಪ್ರಾತಿನಿಧ್ಯವನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ. AI ಎರಡೂ ಸಿ. ಎರಡೂ p. ಎರಡೂ ಜಿ. , ನಂತರ ಅದನ್ನು ವ್ಯಾಲಿಡೇಟರ್‌ನೊಂದಿಗೆ ದೃಢೀಕರಿಸಿ (VariantValidator ನಂತಹ).

2. ಪುರಾವೆ ಚೌಕಟ್ಟನ್ನು ನಿರ್ಮಿಸಲು AI ಅನ್ನು ಹೊಂದಿರಿ. ಪ್ರತಿ ACMG ಕೋಡ್‌ಗಾಗಿ, "ನಾನು ಯಾವ ಡೇಟಾವನ್ನು ನೋಡಬೇಕು?" AI ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲಿ - ಆದರೆ ಇನ್ನೂ ವರ್ಗವನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಬೇಡಿ.

3. ಪ್ರಾಥಮಿಕ ಮೂಲದಲ್ಲಿ ಯಾವುದೇ ಪುರಾವೆಗಳನ್ನು ಪರಿಶೀಲಿಸಿ. gnomAD ಆವರ್ತನ, ClinVar ದಾಖಲೆ, ಕ್ರಿಯಾತ್ಮಕ ಅಧ್ಯಯನ — ಎಲ್ಲವನ್ನೂ ನೀವೇ ತೆರೆಯಿರಿ ಮತ್ತು ಓದಿ. AI ಯ "gnomAD ನಲ್ಲಿ ಲಭ್ಯವಿಲ್ಲ" ಕ್ಲೈಮ್ ಅನ್ನು gnomAD ನಲ್ಲಿ ಹುಡುಕುವ ಮೂಲಕ ಪರಿಶೀಲಿಸಿ.

4. ಕೋಡ್‌ಗಳನ್ನು ಸಂಯೋಜಿಸಿ ಮತ್ತು ವರ್ಗವನ್ನು ಹೊರತೆಗೆಯಿರಿ. AI ಜೊತೆಗೆ ಕರಡು ACMG ಸಂಯೋಜನೆಯ ನಿಯಮಗಳು; ಆದರೆ ತಜ್ಞರು ಅಂತಿಮ ವರ್ಗವನ್ನು ಅನುಮೋದಿಸಲಿ.

5. VUS ಅನ್ನು ಪ್ರಾಮಾಣಿಕವಾಗಿ ವರದಿ ಮಾಡಿ. ಸಾಕ್ಷ್ಯವು ಸಾಕಷ್ಟಿಲ್ಲದಿದ್ದರೆ, ವರ್ಗವು "ಅನಿಶ್ಚಿತ ಅರ್ಥ"; ಅದನ್ನು ರೋಗಕಾರಕ ಅಥವಾ ಹಾನಿಕರವಲ್ಲ ಎಂದು ತಳ್ಳುವುದು ತಪ್ಪು.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಮಾಡಿದ ಆವರ್ತನ. ಪರಿಣಿತರು AI ಅನ್ನು ಗ್ನೋಮ್‌ಎಡಿ ರೂಪಾಂತರದ ಆವರ್ತನದ ಬಗ್ಗೆ ಕೇಳಿದರು; "0.002%," AI ಹೇಳಿದೆ. ತಜ್ಞರು ಸ್ವತಃ gnomAD ನಲ್ಲಿ ಅದನ್ನು ನೋಡಿದಾಗ, ರೂಪಾಂತರದ ಆವರ್ತನವು 1.3% ಎಂದು ಅವರು ಕಂಡುಕೊಂಡರು - ಅಂದರೆ BS1 (ಹಾನಿಕರವಲ್ಲದ ದಿಕ್ಕಿನಲ್ಲಿ ಪ್ರಬಲವಾಗಿದೆ) ಪುರಾವೆಗಳು ಮಾನ್ಯವಾಗಿವೆ ಮತ್ತು ರೂಪಾಂತರವು ಹೆಚ್ಚಾಗಿ ನಿರುಪದ್ರವವಾಗಿದೆ. AI ಯ ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಕಡಿಮೆ ಆವರ್ತನವು ಭಿನ್ನತೆಯನ್ನು ತಪ್ಪಾಗಿ ಅಪರೂಪವಾಗಿ ಕಾಣುವಂತೆ ಮಾಡಿದೆ.

ಪ್ರಕರಣ 2-ಶಾಮ್ ಕ್ರಿಯಾತ್ಮಕ ಅಧ್ಯಯನ. ಒಂದು ರೂಪಾಂತರಕ್ಕಾಗಿ PS3 (ಕ್ರಿಯಾತ್ಮಕ ಪುರಾವೆ) ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಸಂಶೋಧಕರು ಬಯಸಿದ್ದರು; AI ಒಂದು ಮನವೊಲಿಸುವ ಲೇಖನ ಬೈಲೈನ್ ನೀಡಿದೆ. ಸಂಶೋಧಕರು ಪಬ್‌ಮೆಡ್‌ನಲ್ಲಿ ಹುಡುಕಿದಾಗ, ಅಂತಹ ಯಾವುದೇ ಲೇಖನವಿಲ್ಲ ಎಂದು ಅವರು ಕಂಡುಕೊಂಡರು. ತಪ್ಪು ಗುಣಲಕ್ಷಣವು ಪುರಾವೆಗಳ ಸರಪಳಿಯನ್ನು ಕುಸಿಯುತ್ತದೆ.

ಪ್ರಕರಣ 3 - ದೃಢೀಕರಣವನ್ನು ಪಡೆಯಲಾಗಿದೆ. ಆನುವಂಶಿಕ ಸಲಹೆಗಾರರು AI ಯೊಂದಿಗೆ "ಬಹುಶಃ ರೋಗಕಾರಕ" ರೂಪಾಂತರವನ್ನು ಮರು-ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದರು. ClinVar ನಲ್ಲಿ ಹೊಸದಾಗಿ ಸೇರಿಸಲಾದ ಸಂಘರ್ಷದ ಕಾಮೆಂಟ್‌ಗಳನ್ನು YZ ಸೂಚಿಸಿದೆ; ಕನ್ಸಲ್ಟೆಂಟ್ ClinVar ಅನ್ನು ತೆರೆದರು, VUS ನಲ್ಲಿ ಎರಡು ಲ್ಯಾಬ್‌ಗಳು ರೂಪಾಂತರವನ್ನು ಪತ್ತೆಹಚ್ಚಿರುವುದನ್ನು ನೋಡಿದರು ಮತ್ತು ವರದಿಯನ್ನು ನವೀಕರಿಸಿದರು. ಇಲ್ಲಿ, ಗಮನಿಸದೆ ಹೋಗಬಹುದಾದ ನವೀಕರಣವನ್ನು ನಮಗೆ ನೆನಪಿಸುವ ಮೂಲಕ AI ಸಹಾಯ ಮಾಡಿದೆ - ಆದರೆ ಮತ್ತೊಮ್ಮೆ, ಮಾನವನು ನಿರ್ಧಾರವನ್ನು ಮಾಡಿದನು.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಸಾಕ್ಷ್ಯ ಚೌಕಟ್ಟನ್ನು ಸ್ಥಾಪಿಸುವುದು (ವರ್ಗವನ್ನು ಹೇಳದೆ):

ನಿಮ್ಮ ಪಾತ್ರ: ಕ್ಲಿನಿಕಲ್ ರೂಪಾಂತರದ ವ್ಯಾಖ್ಯಾನ ಸಹಾಯಕ. ಕೆಳಗಿನ ರೂಪಾಂತರಕ್ಕಾಗಿ ACMG/AMP ಸಾಕ್ಷ್ಯ ಚೌಕಟ್ಟನ್ನು ಹೊಂದಿಸಿ: [ಜೀನೋಮ್ ಆವೃತ್ತಿ, ಪ್ರತಿಲೇಖನ, HGVS]. ಪ್ರತಿ ಸಂಭವನೀಯ ಸಾಕ್ಷ್ಯಾಧಾರ ಕೋಡ್‌ಗಾಗಿ (PVS1, PS1-4, PM1-6, PP1-5, BA1, BS1-4, BP1-7) "ಇದನ್ನು ಅನ್ವಯಿಸಲು ನಾನು ಯಾವ ಡೇಟಾವನ್ನು ಯಾವ ಮೂಲದಲ್ಲಿ ನೋಡಬೇಕು?" ಬರೆಯಿರಿ. ಇನ್ನೂ ತರಗತಿಯನ್ನು ಹೇಳಬೇಡಿ; ಅಗತ್ಯವಿರುವ ಡೇಟಾವನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.

2) gnomAD/ClinVar ದೃಢೀಕರಣ ಯೋಜನೆ:

ಕೆಳಗಿನ ರೂಪಾಂತರಕ್ಕಾಗಿ ನಾನು gnomAD ಮತ್ತು ClinVar ನಲ್ಲಿ ನಿಖರವಾಗಿ ಏನನ್ನು ನೋಡಬೇಕು ಎಂಬುದನ್ನು ಹಂತ ಹಂತವಾಗಿ ಬರೆಯಿರಿ: [ವೇರಿಯಂಟ್]. ಯಾವ ಜನಸಂಖ್ಯೆಯ ಆವರ್ತನ ಮಿತಿಯು ಯಾವ ACMG ಕೋಡ್‌ಗೆ ಅನುರೂಪವಾಗಿದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಿ. ನೀವು ಮೌಲ್ಯಗಳನ್ನು ರೂಪಿಸುವುದಿಲ್ಲ; ಅದನ್ನು ಎಲ್ಲಿ ಕಂಡುಹಿಡಿಯಬೇಕೆಂದು ಹೇಳಿ.

3) ವರ್ಗ ರೂಪರೇಖೆ (ನನ್ನಿಂದ ಅನುಮೋದಿಸಲಾಗಿದೆ):

ನಾನು ಈ ಕೆಳಗಿನ ಪರಿಶೀಲಿಸಿದ ಪುರಾವೆಗಳನ್ನು ನೀಡಿದ್ದೇನೆ: [PM2 ಪ್ರಸ್ತುತವಾಗಿದೆ, PP3 ಇದೆ, BS1 ಗೈರುಹಾಜವಾಗಿದೆ ...]. ACMG ಸಂಯೋಜನೆಯ ನಿಯಮಗಳ ಪ್ರಕಾರ ಸಂಭವನೀಯ ವರ್ಗ ಮತ್ತು ಸಮರ್ಥನೆಯನ್ನು ಕರಡು ಮಾಡಿ. ಪುರಾವೆಗಳು ಸಾಕಷ್ಟಿಲ್ಲದಿದ್ದರೆ "VUS" ಎಂದು ಹೇಳಲು ಹಿಂಜರಿಯಬೇಡಿ. ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ನಾನು ಅನುಮೋದಿಸುತ್ತೇನೆ.

4) ಕರಡು ವರದಿ:

ರೋಗಿಗೆ ಮತ್ತು ವೈದ್ಯರಿಗೆ ಸೂಕ್ತವಾದ ಸರಳ ಭಾಷೆಯಲ್ಲಿ ಕೆಳಗಿನ ವರ್ಗೀಕರಣವನ್ನು ವರದಿ ಪ್ಯಾರಾಗ್ರಾಫ್‌ಗೆ ಭಾಷಾಂತರಿಸಿ: [ವೇರಿಯಂಟ್, ವರ್ಗ, ಪ್ರಮುಖ ಸಾಕ್ಷ್ಯ]. ಖಚಿತತೆಯ ಹಕ್ಕುಗಳನ್ನು ಉತ್ಪ್ರೇಕ್ಷೆ ಮಾಡಬೇಡಿ; ಅನಿಶ್ಚಿತತೆ ಇದ್ದರೆ, ಅದನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ತಿಳಿಸಿ. ಕ್ಲಿನಿಕಲ್ ನಿರ್ಧಾರಕ್ಕಾಗಿ ತಜ್ಞರನ್ನು ಸಂಪರ್ಕಿಸಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ: "TP53 c.743G> ರೋಗಕಾರಕವೇ?"

ಸಮಸ್ಯೆ: ಯಾವುದೇ ಜೀನೋಮ್ ಆವೃತ್ತಿ/ಪ್ರತಿಲೇಖನವಿಲ್ಲ, ಯಾವುದೇ ಪುರಾವೆ ಅಗತ್ಯವಿಲ್ಲ, AI ಕೇವಲ ವರ್ಗವನ್ನು ಹೇಳಬಹುದು ಮತ್ತು ಆವರ್ತನವನ್ನು ಮಾಡಬಹುದು.

ಪ್ರಬಲವಾದದ್ದು: "GRCh38, TP53 NM_000546.6:c.743G>A (p.Arg248Gln) ಗಾಗಿ ACMG ಪ್ರೂಫ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಅನ್ನು ಹೊಂದಿಸಿ; ಪ್ರತಿ ಕೋಡ್‌ಗೆ ಯಾವ ಮೂಲದಲ್ಲಿ ಏನನ್ನು ನೋಡಬೇಕೆಂದು ನನಗೆ ತಿಳಿಸಿ, ಮೌಲ್ಯ ಫಿಟ್ಟಿಂಗ್, ನಾನು ಅದನ್ನು ಮೌಲ್ಯೀಕರಿಸಿದ ನಂತರ ವರ್ಗವನ್ನು ಡ್ರಾಫ್ಟ್ ಮಾಡಿ."

ಏಕೆ ಶಕ್ತಿಯುತವಾಗಿದೆ: ಸಂದರ್ಭವು ಸ್ಪಷ್ಟವಾಗಿದೆ, ಸಾಕ್ಷ್ಯದ ಹಾದಿಯು ತೆರೆದಿರುತ್ತದೆ, ಫ್ಯಾಬ್ರಿಕೇಶನ್ ಕ್ಷೇತ್ರವು ಸಂಕುಚಿತವಾಗಿದೆ, ನಿರ್ಧಾರವು ವ್ಯಕ್ತಿಯ ಕೈಯಲ್ಲಿದೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ಒಂದು ಪದದ ರೋಗಕಾರಕತೆಯ ಉತ್ತರವನ್ನು ಅವಲಂಬಿಸಿದೆ. ಪುರಾವೆಗಳ ಸರಪಳಿಯಿಲ್ಲದ ನಿರ್ದಿಷ್ಟ ವರ್ಗವು ನಿಷ್ಪ್ರಯೋಜಕವಾಗಿದೆ.
  • ಆವರ್ತನ ಮತ್ತು ಗುಣಲಕ್ಷಣವನ್ನು ಪರಿಶೀಲಿಸಲು ವಿಫಲವಾಗಿದೆ. gnomAD ಆವರ್ತನ ಮತ್ತು ಲೇಖನ ಉಲ್ಲೇಖಗಳನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳಬಹುದು; ಅದನ್ನು ನೀವೇ ತೆರೆಯಿರಿ.
  • VUS ಅನ್ನು ತಪ್ಪಿಸುವುದು. ಸಾಕ್ಷ್ಯವು ಸಾಕಷ್ಟಿಲ್ಲದಿದ್ದಾಗ "ರೋಗಕಾರಕ/ಹಾನಿಕರವಲ್ಲದ" ಎಂದು ಹೇಳುವುದು ವೈದ್ಯಕೀಯ ದೋಷವಾಗಿದೆ.
  • ಜೀನೋಮ್ ಆವೃತ್ತಿ/ಪ್ರತಿಲಿಪಿ ಷಫಲಿಂಗ್. ತಪ್ಪಾದ ಪ್ರತಿಲೇಖನ, ತಪ್ಪಾದ ಸಿ. ಇದರ ಅರ್ಥ ಸ್ಥಳ.
  • ClinVar ನವೀಕರಣವನ್ನು ಬಿಟ್ಟುಬಿಡಲಾಗುತ್ತಿದೆ. ಕಾಲಾನಂತರದಲ್ಲಿ ವ್ಯಾಖ್ಯಾನಗಳು ಬದಲಾಗುತ್ತವೆ; ಅತ್ಯಂತ ಪ್ರಸ್ತುತ ದಾಖಲೆಯನ್ನು ಪರಿಶೀಲಿಸಿ.
ಎಚ್ಚರಿಕೆ: ACMG ಕೋಡ್‌ಗಳನ್ನು ಸಂಯೋಜಿಸುವುದು ನಿಯಮ-ಆಧಾರಿತವಾಗಿದೆ ಆದರೆ ತಜ್ಞರ ತೀರ್ಮಾನದ ಅಗತ್ಯವಿದೆ; ಒಂದೇ ಸಾಕ್ಷ್ಯವು ವಿಭಿನ್ನ ಜೀನ್-ರೋಗದ ಸಂದರ್ಭಗಳಲ್ಲಿ ವಿಭಿನ್ನ ತೂಕವನ್ನು ಹೊಂದಿರಬಹುದು. AI ಸಂಯೋಜನೆಯು ಒಂದು ನೀಲನಕ್ಷೆಯಾಗಿದೆ, ಅಂತಿಮ ಪದವಲ್ಲ.

ಆಳ: VCF ಲೈನ್ ಮತ್ತು ಆವರ್ತನ ಮಿತಿಗಳನ್ನು ಸರಿಯಾಗಿ ಓದುವುದು

VCF ಫೈಲ್‌ನಲ್ಲಿನ ಒಂದು ಸಾಲು ಕೂಡ ಅನೇಕ ಅಪಾಯಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಉದಾಹರಣೆ ಸಾಲು: 17 43091983 . G A 60 PASS AF=0.0003;DP=45 GT:AD 0/1:22,23. ನೀವು AI ಇಲ್ಲಿ ಕ್ಷೇತ್ರಗಳನ್ನು ವಿವರಿಸಬಹುದು, ಆದರೆ ಮೂರು ಅಂಶಗಳನ್ನು ನೀವೇ ದೃಢೀಕರಿಸಿ. ಮೊದಲನೆಯದಾಗಿ, ಕ್ರೋಮೋಸೋಮ್-ಸ್ಥಾನದ ಜೋಡಿಯು ಯಾವ ಜೀನೋಮ್ ಆವೃತ್ತಿಗೆ ಸೇರಿದೆ? ಅದೇ ರೂಪಾಂತರವು GRCh37 ಮತ್ತು GRCh38 ನಲ್ಲಿ ಬೇರೆ ಸ್ಥಳದಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ; ಆವೃತ್ತಿಯನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸದೆ, ಸ್ಥಳವು ಅರ್ಥಹೀನವಾಗಿದೆ. ಎರಡನೆಯದು GT (ಜೀನೋಟೈಪ್) ಡೊಮೇನ್: 0/1 ಹೆಟೆರೋಜೈಗಸ್, 1/1 ಹೋಮೋಜೈಗಸ್; ಹಿಂಜರಿತದ ಕಾಯಿಲೆಯಲ್ಲಿ, ಒಂದೇ ಭಿನ್ನಲಿಂಗೀಯ ರೂಪಾಂತರವು ವಿವರಣಾತ್ಮಕವಾಗಿರುವುದಿಲ್ಲ. ಮೂರನೆಯದಾಗಿ, DP (ರೀಡ್ ಡೆಪ್ತ್) ಮತ್ತು AD (ಆಲೀಲ್ ಡೆಪ್ತ್): ಕಡಿಮೆ ಆಳ (ಉದಾ. DP=8) ಭಿನ್ನ ಕರೆಯನ್ನು ಪ್ರಶ್ನಾರ್ಹವಾಗಿಸುತ್ತದೆ; ತಂತ್ರವು ತಪ್ಪು ಧನಾತ್ಮಕವಾಗಿರಬಹುದು. AI ಈ ಕ್ಷೇತ್ರಗಳನ್ನು ಔಪಚಾರಿಕವಾಗಿ ವಿವರಿಸುತ್ತದೆ, ಆದರೆ "ಈ ಕರೆ ವಿಶ್ವಾಸಾರ್ಹವೇ?" ನಿರ್ಧಾರ ನಿಮ್ಮದು.

ಫ್ರೀಕ್ವೆನ್ಸಿ ಥ್ರೆಶೋಲ್ಡ್‌ಗಳ ಒಂದು ಕಾಂಕ್ರೀಟ್ ಉದಾಹರಣೆ: ಹಿಂಜರಿತದ ಆನುವಂಶಿಕತೆಯೊಂದಿಗೆ ಅಪರೂಪದ ಕಾಯಿಲೆಯ ರೂಪಾಂತರಕ್ಕೆ PM2 (ಅಪರೂಪತೆ) ಅನ್ನು ಅನ್ವಯಿಸಲು ತಜ್ಞರು ಬಯಸಿದ್ದರು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ, "gnomAD ಅದನ್ನು ಹೊಂದಿಲ್ಲ, PM2 ಖಚಿತವಾಗಿ" ಎಂದು ಹೇಳಿದರು. ತಜ್ಞರು gnomAD ಅನ್ನು ತೆರೆದಾಗ, ಉಪ-ಜನಸಂಖ್ಯೆಯಲ್ಲಿ ರೂಪಾಂತರವು 0.8% ಆವರ್ತನವನ್ನು ಹೊಂದಿದೆ ಎಂದು ಅವರು ಕಂಡುಕೊಂಡರು - ರೋಗದ ಹರಡುವಿಕೆಯನ್ನು ನೀಡಿದರೆ PM2 ಅನ್ನು ತಳ್ಳಿಹಾಕುವಷ್ಟು ಹೆಚ್ಚಿನದು. ಒಟ್ಟಾರೆ ಜನಸಂಖ್ಯೆಯ ಆವರ್ತನವನ್ನು ನೋಡುವುದು ಮತ್ತು ಉಪ-ಜನಸಂಖ್ಯೆಯನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು ಸಾಮಾನ್ಯ ತಪ್ಪು.

ಅಲೆಲ್ ಆವರ್ತನ (ಜನಸಂಖ್ಯೆ)

ವಿಶಿಷ್ಟ ACMG ಕಾಮೆಂಟ್

ಗಮನಿಸಿ

ಯಾವುದೂ ಇಲ್ಲ / ಬಹಳ ಅಪರೂಪ

PM2 ಅನ್ನು ಬೆಂಬಲಿಸಬಹುದು

ಉಪ ಜನಸಂಖ್ಯೆಯನ್ನು ಸಹ ನೋಡಿ

ರೋಗ ಹರಡುವಿಕೆಗಿಂತ ಹೆಚ್ಚು

BS1 (ಬೆನಿಗ್ನ್ ಸ್ಟ್ರಾಂಗ್)

ಹಿಂಜರಿತ/ಪ್ರಾಬಲ್ಯದ ವ್ಯತ್ಯಾಸವು ಮುಖ್ಯವಾಗಿದೆ

5% ಕ್ಕಿಂತ ಹೆಚ್ಚು

BA1 (ಸ್ವತಂತ್ರ ಹಾನಿಕರವಲ್ಲದ)

ಬಹುತೇಕ ನಿರುಪದ್ರವ

5) VCF ಲೈನ್ ನಿಯಂತ್ರಣ ಟೆಂಪ್ಲೇಟ್:

ಕೆಳಗಿನ VCF ಲೈನ್ ಕ್ಷೇತ್ರವನ್ನು ಕ್ಷೇತ್ರದ ಮೂಲಕ ವಿವರಿಸಿ, ಆದರೆ ವಿಶ್ವಾಸಾರ್ಹತೆಯ ತೀರ್ಪು ಮಾಡಬೇಡಿ: ಜೀನೋಮ್ ಆವೃತ್ತಿ, GT (ಜೈಗೋಸಿಟಿ), DP ಮತ್ತು AD ಕ್ಷೇತ್ರಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಿ. ಈ ಕರೆ ತಾಂತ್ರಿಕವಾಗಿ ಪ್ರಶ್ನಾರ್ಹವಾಗಿರಬಹುದಾದ ಪ್ರಕರಣಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. ಸಾಲು: [ಅಂಟಿಸಿ].

ಸಾರಾಂಶದಲ್ಲಿ

  • ವಿಭಿನ್ನ ವ್ಯಾಖ್ಯಾನವು ಪುರಾವೆ ಆಧಾರಿತವಾಗಿದೆ; ಪುರಾವೆಗಳನ್ನು ರೂಪಿಸುವಲ್ಲಿ ಮತ್ತು ಸಾರಾಂಶದಲ್ಲಿ AI ಶಕ್ತಿಯುತವಾಗಿದೆ, ಆದರೆ ವರ್ಗ ನಿರ್ಧಾರವು ತಜ್ಞರಿಗೆ ಬಿಟ್ಟದ್ದು.
  • ಯಾವುದೇ ಸಾಕ್ಷ್ಯವನ್ನು (gnomAD ಆವರ್ತನ, ClinVar ನೋಂದಣಿ, ಕ್ರಿಯಾತ್ಮಕ ಅಧ್ಯಯನ) ಪ್ರಾಥಮಿಕ ಮೂಲದಲ್ಲಿ ವೈಯಕ್ತಿಕವಾಗಿ ಪರಿಶೀಲಿಸಬೇಕು.
  • ಜೀನೋಮ್ ಆವೃತ್ತಿ, ಪ್ರತಿಲೇಖನ ಮತ್ತು HGVS ಮೂಲಕ ರೂಪಾಂತರವನ್ನು ಸರಿಪಡಿಸಿ; ಪರಿಶೀಲಕನೊಂದಿಗೆ ದೃಢೀಕರಿಸಿ.
  • ಪುರಾವೆಗಳು ಸಾಕಷ್ಟಿಲ್ಲದಿದ್ದರೆ, ಪ್ರಾಮಾಣಿಕ ಉತ್ತರ "ಅನಿಶ್ಚಿತ ಮಹತ್ವ (VUS)."

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಉದಾಹರಣೆ ರೂಪಾಂತರವನ್ನು ಆಯ್ಕೆಮಾಡಿ (ಉದಾ. ClinVar ನಿಂದ ಪ್ರಸಿದ್ಧ ದಾಖಲೆ). ಮೇಲಿನ 1 ಮತ್ತು 2 ಟೆಂಪ್ಲೇಟ್‌ಗಳೊಂದಿಗೆ AI ಪುರಾವೆ ಚೌಕಟ್ಟನ್ನು ನಿರ್ಮಿಸುವಂತೆ ಮಾಡಿ. ನಂತರ gnomAD ಆವರ್ತನವನ್ನು ತೆರೆಯಿರಿ ಮತ್ತು ClinVar ನೀವೇ ಕಾಮೆಂಟ್ ಮಾಡಿ ಮತ್ತು ಅವುಗಳನ್ನು AI ಹಕ್ಕುಗಳೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ. ಕನಿಷ್ಠ ಒಂದು ಪುರಾವೆಯಲ್ಲಿ AI ಮತ್ತು ಮೂಲದ ನಡುವೆ ವ್ಯತ್ಯಾಸವಿದೆಯೇ ಎಂಬುದನ್ನು ಗಮನಿಸಿ ಮತ್ತು ಸಂಭವನೀಯ ವರ್ಗವನ್ನು ನೀವೇ ಸಮರ್ಥಿಸಿಕೊಳ್ಳಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • [ ] ನಾನು ಜೀನೋಮ್ ಆವೃತ್ತಿ, ಪ್ರತಿಲೇಖನ ಮತ್ತು HGVS ನೊಂದಿಗೆ ರೂಪಾಂತರವನ್ನು ಸರಿಪಡಿಸಿದೆ.
  • [ ] ನಾನು ಪುರಾವೆ ಚೌಕಟ್ಟನ್ನು ಹೊಂದಿಸಿದ್ದೇನೆ, ನಾನು AI ಅನ್ನು ಮೊದಲಿನಿಂದಲೂ ವರ್ಗವನ್ನು ಹೇಳುವಂತೆ ಮಾಡಲಿಲ್ಲ.
  • [ ] ನಾನು ವೈಯಕ್ತಿಕವಾಗಿ gnomAD ಆವರ್ತನವನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
  • [ ] ನಾನು ClinVar ನೋಂದಣಿ ಮತ್ತು ನವೀಕೃತತೆಯನ್ನು ದೃಢೀಕರಿಸಿದ್ದೇನೆ.
  • [ ] ನಾನು ಪಬ್‌ಮೆಡ್‌ನಲ್ಲಿ ಕ್ರಿಯಾತ್ಮಕ ಅಧ್ಯಯನ ಉಲ್ಲೇಖಗಳನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
  • [ ] ಸಾಕ್ಷ್ಯವು ಸಾಕಷ್ಟಿಲ್ಲದಿದ್ದರೆ, ನಾನು VUS ಎಂದು ಹೇಳಲು ಹಿಂಜರಿಯಲಿಲ್ಲ ಮತ್ತು ನಿರ್ಧಾರವನ್ನು ನಾನೇ ಅನುಮೋದಿಸಿದೆ.