ਲਾਭ:
- VCF ਫਾਰਮੈਟ, HGVS ਸੰਕੇਤ (c./p./g.) ਅਤੇ ACMG ਜਰਾਸੀਮਤਾ ਮਾਪਦੰਡ ਨੂੰ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਸਬੂਤ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਦੀ ਹੈ
- ClinVar ਅਤੇ gnomAD ਵਰਗੇ ਸਰੋਤਾਂ ਵਿੱਚ ਹਰੇਕ ACMG ਸਬੂਤ (ਜਨਸੰਖਿਆ ਦੀ ਬਾਰੰਬਾਰਤਾ, ਸਿਲੀਕੋ ਵਿੱਚ, ਅਲੱਗ-ਥਲੱਗ, ਸਾਹਿਤ) ਦੀ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਜੀਨੋਮ ਸੰਸਕਰਣ ਨੂੰ ਫੜਨ ਦੇ ਸਿਧਾਂਤਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਅਤੇ ਸਿਸਟਮ ਦੀਆਂ ਗਲਤੀਆਂ ਦਾ ਤਾਲਮੇਲ ਕਰਨ ਅਤੇ ਅੰਤਮ ਜਰਾਸੀਮ ਵਰਗੀਕਰਣ ਨੂੰ ਨਕਲੀ ਬੁੱਧੀ 'ਤੇ ਨਾ ਛੱਡਣ ਦੀ ਯੋਗਤਾ
ਇੱਕ ਵਿਅਕਤੀ ਦਾ ਜੀਨੋਮ ਲੱਖਾਂ ਬਿੰਦੂਆਂ 'ਤੇ ਸੰਦਰਭ ਤੋਂ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ; ਇਹਨਾਂ ਵਿੱਚੋਂ ਬਹੁਤੇ ਅੰਤਰ ਨੁਕਸਾਨਦੇਹ ("ਸੌਮਨ") ਹਨ, ਕੁਝ ਕਾਰਨਾਂ ਦੀ ਬਿਮਾਰੀ ("ਪੈਥੋਜਨਿਕ") ਹਨ। ਵੇਰੀਐਂਟ ਵਿਆਖਿਆ ਇਹ ਫੈਸਲਾ ਕਰਨ ਦਾ ਕੰਮ ਹੈ ਕਿ ਅੰਤਰ ਕਿਸ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਆਉਂਦਾ ਹੈ ਅਤੇ ਕਲੀਨਿਕਲ ਜੈਨੇਟਿਕਸ ਦਾ ਕੇਂਦਰ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਰੂਪਾਂਤਰ ਵਿਆਖਿਆ ਵਿੱਚ ਸਬੂਤ ਇਕੱਠੇ ਕਰਨ, ਸੰਖੇਪ ਅਤੇ ਡਰਾਫਟ ਸਹਾਇਕ ਵਜੋਂ ਨਕਲੀ ਬੁੱਧੀ (AI) ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ; ਪਰ ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਅੰਤਮ ਜਰਾਸੀਮਤਾ ਦਾ ਫੈਸਲਾ ਹਮੇਸ਼ਾ ਮਾਹਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਦੇ ਅਧੀਨ ਕਿਉਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਗੰਭੀਰ ਚੇਤਾਵਨੀ: AI ਨੂੰ ਪੁੱਛੋ "ਕੀ ਇਹ ਰੂਪ ਰੋਗਜਨਕ ਹੈ?" ਤੁਹਾਡੇ ਦੁਆਰਾ ਪੁੱਛੇ ਗਏ ਇੱਕ-ਸ਼ਬਦ ਦੇ ਜਵਾਬ 'ਤੇ ਕਦੇ ਭਰੋਸਾ ਨਾ ਕਰੋ। AI ਬਿਨਾਂ ਸਬੂਤ ਦੇ ਇੱਕ ਕਲਾਸ ਨੂੰ ਭਰੋਸੇ ਨਾਲ ਕਹਿ ਸਕਦਾ ਹੈ; ਇੱਕ ਰੂਪ, ਪਿਛਲੇ ਕਲੀਨਿਕਲ ਰਿਕਾਰਡਾਂ, ਜਾਂ ਕਾਰਜਾਤਮਕ ਅਧਿਐਨਾਂ ਦੀ ਆਬਾਦੀ ਦੀ ਬਾਰੰਬਾਰਤਾ ਵਿੱਚ ਫਿੱਟ ਹੋ ਸਕਦਾ ਹੈ। ਸਬੂਤ ਦੇ ਢਾਂਚੇ ਨੂੰ ਬਣਾਉਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਅਤੇ ਪ੍ਰਾਇਮਰੀ ਸਰੋਤ 'ਤੇ ਸਬੂਤ ਦੇ ਹਰੇਕ ਹਿੱਸੇ ਦੀ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕਰਨਾ ਸਹੀ ਪਹੁੰਚ ਹੈ।
ਬੁਨਿਆਦੀ ਧਾਰਨਾਵਾਂ
- VCF (ਵੇਰੀਐਂਟ ਕਾਲ ਫਾਰਮੈਟ): ਮਿਆਰੀ ਫਾਈਲ ਫਾਰਮੈਟ ਜੋ ਨਮੂਨੇ ਵਿੱਚ ਰੂਪਾਂ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਦਾ ਹੈ; ਹਰੇਕ ਲਾਈਨ ਵਿੱਚ ਕ੍ਰੋਮੋਸੋਮ, ਸਥਿਤੀ, ਸੰਦਰਭ ਅਧਾਰ, ਵਿਕਲਪਕ ਅਧਾਰ ਅਤੇ ਗੁਣਵੱਤਾ ਦੀ ਜਾਣਕਾਰੀ ਹੁੰਦੀ ਹੈ।
- HGVS ਨੋਟੇਸ਼ਨ: ਰੂਪਾਂ ਦੇ ਨਾਲ ਮਿਆਰੀ ਲਿਖਣ ਦਾ ਫਾਰਮੈਟ। c. ਕੋਡਿੰਗ ਕ੍ਰਮ ਵਿੱਚ ਇਸਦੀ ਸਥਿਤੀ, p. ਪ੍ਰੋਟੀਨ ਤਬਦੀਲੀ, g. ਜੀਨੋਮਿਕ ਸਥਿਤੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ NM_000546.6:c.743G>A ਅਤੇ p.Arg248Gln।
- gnomAD: ਸੈਂਕੜੇ ਹਜ਼ਾਰਾਂ ਲੋਕਾਂ ਦੀ ਵੇਰੀਐਂਟ ਫ੍ਰੀਕੁਐਂਸੀ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਵਾਲਾ ਡੇਟਾਬੇਸ; ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਸਮਾਜ ਵਿੱਚ ਇੱਕ ਰੂਪ ਕਿੰਨਾ ਆਮ ਹੈ। ਆਮ ਰੂਪ ਆਮ ਤੌਰ 'ਤੇ ਜਰਾਸੀਮ ਨਹੀਂ ਹੁੰਦੇ।
- ClinVar: ਰੂਪਾਂ ਦੀ ਕਲੀਨਿਕਲ ਵਿਆਖਿਆਵਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਵਾਲਾ ਜਨਤਕ ਡੇਟਾਬੇਸ।
- ACMG/AMP ਮਾਪਦੰਡ: ਅਮੈਰੀਕਨ ਕਾਲਜ ਆਫ਼ ਮੈਡੀਕਲ ਜੈਨੇਟਿਕਸ ਦੀ ਸਬੂਤ ਪ੍ਰਣਾਲੀ ਜੋ ਇੱਕ ਰੂਪ ਨੂੰ ਪੰਜ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਵੰਡਦੀ ਹੈ: ਪਾਥੋਜਨਿਕ, ਸੰਭਾਵਤ ਪਾਥੋਜਨਿਕ, ਅਨਿਸ਼ਚਿਤ ਮਹੱਤਤਾ ਦਾ ਰੂਪ (VUS), ਸੰਭਵ ਤੌਰ 'ਤੇ ਸੁਭਾਵਕ, ਸੁਭਾਵਕ।
ACMG ਸਬੂਤ ਕੋਡ: ਇੱਕ ਸੰਖੇਪ ਨਕਸ਼ਾ
ACMG ਸਿਸਟਮ ਪ੍ਰਮਾਣਿਤ ਕੋਡਾਂ ਨੂੰ ਜਰਾਸੀਮ ਦਿਸ਼ਾ (PVS, PS, PM, PP) ਅਤੇ ਸੁਭਾਵਕ ਦਿਸ਼ਾ (BA, BS, BP) ਵਿੱਚ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ; ਇਹ ਕਲਾਸ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਇਕੱਠੇ ਹੁੰਦੇ ਹਨ। AI ਇਹਨਾਂ ਕੋਡਾਂ ਦਾ ਮਤਲਬ ਸਮਝਾਉਣ ਵਿੱਚ ਚੰਗਾ ਹੈ, ਪਰ ਤੁਹਾਨੂੰ ਉਸ ਡੇਟਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਜਿਸ 'ਤੇ ਕੋਡ ਅਸਲ ਵਿੱਚ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਹੈ।
ਕੋਡ
ਭਾਵ (ਸਾਰ)
ਸਰੋਤ ਦੀ ਪੁਸ਼ਟੀ ਕਿੱਥੇ ਕਰਨੀ ਹੈ
PVS1
ਬਹੁਤ ਮਜ਼ਬੂਤ ਸਬੂਤ ਜਿਸ ਨਾਲ ਫੰਕਸ਼ਨ ਦਾ ਨੁਕਸਾਨ ਹੁੰਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਛੇਤੀ ਬੰਦ ਹੋਣਾ)
ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ, ਡੋਮੇਨ, ਜੀਨ-ਰੋਗ ਸਬੰਧ
PS1/PS3
ਉਹੀ ਅਮੀਨੋ ਐਸਿਡ/ਫੰਕਸ਼ਨਲ ਸਟੱਡੀ ਜੋ ਕਿ ਜਾਣੇ ਜਾਂਦੇ ਪੈਥੋਜੈਨਿਕ ਹਨ
ClinVar, ਪੀਅਰ-ਸਮੀਖਿਆ ਕੀਤਾ ਫੰਕਸ਼ਨਲ ਲੇਖ
PM2
ਆਬਾਦੀ ਵਿੱਚ ਬਹੁਤ ਹੀ ਦੁਰਲੱਭ/ਮੌਜੂਦ ਨਹੀਂ
gnomAD ਬਾਰੰਬਾਰਤਾ
PP3/BP4
ਜਰਾਸੀਮ/ਸੁਧਾਰਨ ਦਿਸ਼ਾ ਵਿੱਚ ਗਣਨਾਤਮਕ ਭਵਿੱਖਬਾਣੀ
ਅਨੁਮਾਨ ਟੂਲ (ਸਹਿਮਤੀ)
BA1/BS1
ਜਰਾਸੀਮ ਹੋਣ ਲਈ ਬਾਰੰਬਾਰਤਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ
gnomAD ਬਾਰੰਬਾਰਤਾ
BP6/PP5
(ਹੁਣ ਸਿਫਾਰਸ਼ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ) ਕਿਸੇ ਹੋਰ ਦੀ ਵਿਆਖਿਆ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ
-
ਸੰਕੇਤ: PM2 (ਦੁਰਲੱਭਤਾ) ਅਤੇ BA1/BS1 (ਸਾਧਾਰਨਤਾ) ਫੈਸਲੇ ਸਿੱਧੇ gnomAD ਬਾਰੰਬਾਰਤਾ 'ਤੇ ਅਧਾਰਤ ਹੁੰਦੇ ਹਨ ਅਤੇ ਸਭ ਤੋਂ ਆਸਾਨੀ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਸਬੂਤ ਹੁੰਦੇ ਹਨ। gnomAD ਉੱਤੇ ਪਹਿਲਾਂ ਇੱਕ ਰੂਪ ਵੇਖੋ; 1% ਤੋਂ ਵੱਧ ਆਬਾਦੀ ਵਿੱਚ ਪ੍ਰਚਲਿਤ ਇੱਕ ਰੂਪ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਜਰਾਸੀਮ ਨਹੀਂ ਹੁੰਦਾ।
ਕਦਮ-ਦਰ-ਕਦਮ: AI-ਸਹਾਇਕ ਵੇਰੀਐਂਟ ਵਿਆਖਿਆ
1. ਸਟੈਂਡਰਡ ਨੋਟੇਸ਼ਨ ਲਈ ਵੇਰੀਐਂਟ ਨੂੰ ਫਿਕਸ ਕਰੋ। ਜੀਨੋਮ ਸੰਸਕਰਣ, ਪ੍ਰਤੀਲਿਪੀ, ਅਤੇ HGVS ਪ੍ਰਤੀਨਿਧਤਾ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰੋ। AI ਤੋਂ ਵੇਰੀਐਂਟ ਦੋਵੇਂ ਸੀ. ਦੋਵੇਂ ਪੀ. ਦੋਵੇਂ ਜੀ. , ਫਿਰ ਇੱਕ ਵੈਲੀਡੇਟਰ (ਜਿਵੇਂ ਕਿ ਵੇਰੀਐਂਟ ਵੈਲੀਡੇਟਰ) ਨਾਲ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।
2. AI ਨੂੰ ਸਬੂਤ ਫਰੇਮਵਰਕ ਬਣਾਉਣ ਲਈ ਕਹੋ। ਹਰੇਕ ACMG ਕੋਡ ਲਈ, "ਮੈਨੂੰ ਕਿਹੜਾ ਡੇਟਾ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ?" AI ਨੂੰ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿਓ — ਪਰ ਅਜੇ ਕਲਾਸ ਨੂੰ ਨਿਰਧਾਰਿਤ ਨਾ ਕਰੋ।
3. ਪ੍ਰਾਇਮਰੀ ਸਰੋਤ 'ਤੇ ਕਿਸੇ ਵੀ ਸਬੂਤ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। gnomAD ਬਾਰੰਬਾਰਤਾ, ClinVar ਰਿਕਾਰਡ, ਕਾਰਜਸ਼ੀਲ ਅਧਿਐਨ — ਇਹਨਾਂ ਸਭ ਨੂੰ ਖੁਦ ਖੋਲ੍ਹੋ ਅਤੇ ਪੜ੍ਹੋ। AI ਦੇ "gnomAD ਵਿੱਚ ਉਪਲਬਧ ਨਹੀਂ" ਦਾਅਵੇ ਨੂੰ gnomAD ਵਿੱਚ ਖੋਜ ਕੇ ਚੈੱਕ ਕਰੋ।
4. ਕੋਡਾਂ ਨੂੰ ਮਿਲਾਓ ਅਤੇ ਕਲਾਸ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ। AI ਨਾਲ ACMG ਸੁਮੇਲ ਨਿਯਮਾਂ ਦਾ ਡਰਾਫਟ; ਪਰ ਮਾਹਰ ਨੂੰ ਅੰਤਮ ਕਲਾਸ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦੇਣ ਦਿਓ।
5. ਈਮਾਨਦਾਰੀ ਨਾਲ VUS ਦੀ ਰਿਪੋਰਟ ਕਰੋ। ਜੇਕਰ ਸਬੂਤ ਨਾਕਾਫ਼ੀ ਹੈ, ਤਾਂ ਕਲਾਸ "ਅਨਿਸ਼ਚਿਤ ਅਰਥ" ਹੈ; ਇਸ ਨੂੰ ਜਰਾਸੀਮ ਜਾਂ ਸੁਭਾਵਕ ਵਜੋਂ ਧੱਕਣਾ ਇੱਕ ਗਲਤੀ ਹੈ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 — ਮੇਡ-ਅੱਪ ਬਾਰੰਬਾਰਤਾ। ਇੱਕ ਮਾਹਰ ਨੇ AI ਨੂੰ ਇੱਕ ਰੂਪ gnomAD ਦੀ ਬਾਰੰਬਾਰਤਾ ਬਾਰੇ ਪੁੱਛਿਆ; “0.002%,” ਏਆਈ ਨੇ ਕਿਹਾ। ਜਦੋਂ ਮਾਹਰ ਨੇ ਇਸ ਨੂੰ ਖੁਦ gnomAD 'ਤੇ ਦੇਖਿਆ, ਤਾਂ ਉਸਨੇ ਪਾਇਆ ਕਿ ਵੇਰੀਐਂਟ ਦੀ ਬਾਰੰਬਾਰਤਾ 1.3% ਸੀ - ਭਾਵ BS1 (ਸੌਖੀ ਦਿਸ਼ਾ ਵਿੱਚ ਮਜ਼ਬੂਤ) ਲਈ ਸਬੂਤ ਵੈਧ ਸੀ ਅਤੇ ਰੂਪ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਨੁਕਸਾਨ ਰਹਿਤ ਸੀ। AI ਦੀ ਘਟੀਆ ਬਾਰੰਬਾਰਤਾ ਨੇ ਵੇਰੀਐਂਟ ਨੂੰ ਗਲਤ ਰੂਪ ਵਿੱਚ ਦੁਰਲੱਭ ਦਿਖਾਈ ਦਿੱਤਾ।
ਕੇਸ 2—ਸ਼ਾਮ ਕਾਰਜਾਤਮਕ ਅਧਿਐਨ। ਇੱਕ ਖੋਜਕਾਰ ਇੱਕ ਰੂਪ ਲਈ PS3 (ਕਾਰਜਸ਼ੀਲ ਸਬੂਤ) ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਚਾਹੁੰਦਾ ਸੀ; AI ਨੇ ਇੱਕ ਪ੍ਰੇਰਕ ਲੇਖ ਬਾਈਲਾਈਨ ਦਿੱਤਾ ਹੈ। ਜਦੋਂ ਖੋਜਕਰਤਾ ਨੇ PubMed 'ਤੇ ਖੋਜ ਕੀਤੀ, ਤਾਂ ਉਸ ਨੇ ਪਾਇਆ ਕਿ ਅਜਿਹਾ ਕੋਈ ਲੇਖ ਨਹੀਂ ਸੀ। ਗਲਤ ਵਿਸ਼ੇਸ਼ਤਾ ਸਬੂਤ ਦੀ ਲੜੀ ਨੂੰ ਢਾਹ ਦੇਵੇਗੀ।
ਕੇਸ 3 - ਪੁਸ਼ਟੀ ਪ੍ਰਾਪਤ ਹੋਈ। ਇੱਕ ਜੈਨੇਟਿਕ ਸਲਾਹਕਾਰ ਨੇ ਏਆਈ ਦੇ ਨਾਲ ਇੱਕ "ਸੰਭਵ ਤੌਰ 'ਤੇ ਜਰਾਸੀਮ" ਰੂਪ ਦਾ ਮੁੜ ਮੁਲਾਂਕਣ ਕੀਤਾ। YZ ਨੇ ClinVar 'ਤੇ ਨਵੀਆਂ ਸ਼ਾਮਲ ਕੀਤੀਆਂ ਵਿਰੋਧੀ ਟਿੱਪਣੀਆਂ ਵੱਲ ਇਸ਼ਾਰਾ ਕੀਤਾ; ਸਲਾਹਕਾਰ ਨੇ ClinVar ਖੋਲ੍ਹਿਆ, ਦੇਖਿਆ ਕਿ ਦੋ ਲੈਬਾਂ ਨੇ VUS 'ਤੇ ਰੂਪਾਂ ਦਾ ਪਤਾ ਲਗਾਇਆ ਹੈ, ਅਤੇ ਰਿਪੋਰਟ ਨੂੰ ਅਪਡੇਟ ਕੀਤਾ ਹੈ। ਇੱਥੇ, ਏਆਈ ਨੇ ਸਾਨੂੰ ਇੱਕ ਅਪਡੇਟ ਦੀ ਯਾਦ ਦਿਵਾ ਕੇ ਮਦਦ ਕੀਤੀ ਜੋ ਸ਼ਾਇਦ ਕਿਸੇ ਦਾ ਧਿਆਨ ਨਹੀਂ ਗਿਆ - ਪਰ ਦੁਬਾਰਾ, ਮਨੁੱਖ ਨੇ ਫੈਸਲਾ ਲਿਆ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਇੱਕ ਸਬੂਤ ਫਰੇਮਵਰਕ ਸਥਾਪਤ ਕਰਨਾ (ਕਲਾਸ ਨੂੰ ਦੱਸੇ ਬਿਨਾਂ):
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਕਲੀਨਿਕਲ ਵੇਰੀਐਂਟ ਵਿਆਖਿਆ ਸਹਾਇਕ। ਹੇਠਾਂ ਦਿੱਤੇ ਰੂਪਾਂ ਲਈ ACMG/AMP ਸਬੂਤ ਫਰੇਮਵਰਕ ਸੈਟ ਅਪ ਕਰੋ: [ਜੀਨੋਮ ਸੰਸਕਰਣ, ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ, HGVS]। ਹਰੇਕ ਸੰਭਾਵੀ ਸਬੂਤ ਕੋਡ (PVS1, PS1-4, PM1-6, PP1-5, BA1, BS1-4, BP1-7) ਲਈ “ਇਸ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਮੈਨੂੰ ਕਿਹੜਾ ਡੇਟਾ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ, ਕਿਸ ਸਰੋਤ ਵਿੱਚ?” ਲਿਖੋ। ਅਜੇ ਕਲਾਸ ਨਾ ਕਹੋ; ਸਿਰਫ਼ ਸੂਚੀਬੱਧ ਕਰੋ ਕਿ ਕਿਹੜੇ ਡੇਟਾ ਦੀ ਲੋੜ ਹੈ।
2) gnomAD/ClinVar ਪੁਸ਼ਟੀਕਰਨ ਯੋਜਨਾ:
ਕਦਮ ਦਰ ਕਦਮ ਲਿਖੋ ਕਿ ਮੈਨੂੰ ਨਿਮਨਲਿਖਤ ਰੂਪਾਂ ਲਈ gnomAD ਅਤੇ ClinVar ਵਿੱਚ ਕੀ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ: [variant]। ਦੱਸੋ ਕਿ ਕਿਹੜੀ ਆਬਾਦੀ ਬਾਰੰਬਾਰਤਾ ਥ੍ਰੈਸ਼ਹੋਲਡ ACMG ਕੋਡ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ। ਤੁਸੀਂ ਮੁੱਲ ਨਹੀਂ ਬਣਾਉਂਦੇ; ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਇਹ ਕਿੱਥੇ ਲੱਭਣਾ ਹੈ।
3) ਕਲਾਸ ਦੀ ਰੂਪਰੇਖਾ (ਮੇਰੇ ਦੁਆਰਾ ਮਨਜ਼ੂਰ):
ਮੈਂ ਨਿਮਨਲਿਖਤ ਪ੍ਰਮਾਣਿਤ ਸਬੂਤ ਦਿੱਤੇ: [PM2 ਮੌਜੂਦ ਹੈ, PP3 ਮੌਜੂਦ ਹੈ, BS1 ਗੈਰਹਾਜ਼ਰ ਹੈ...]। ACMG ਮਿਸ਼ਰਨ ਨਿਯਮਾਂ ਦੇ ਅਨੁਸਾਰ ਸੰਭਾਵੀ ਸ਼੍ਰੇਣੀ ਅਤੇ ਜਾਇਜ਼ਤਾ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰੋ। ਜੇ ਸਬੂਤ ਨਾਕਾਫ਼ੀ ਹੈ ਤਾਂ "VUS" ਕਹਿਣ ਲਈ ਸੁਤੰਤਰ ਮਹਿਸੂਸ ਕਰੋ। ਮੈਂ ਅੰਤਿਮ ਫੈਸਲੇ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦੇਵਾਂਗਾ।
4) ਰਿਪੋਰਟ ਡਰਾਫਟ:
ਮਰੀਜ਼ ਅਤੇ ਡਾਕਟਰ ਲਈ ਢੁਕਵੀਂ ਸਾਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਇੱਕ ਰਿਪੋਰਟ ਪੈਰਾਗ੍ਰਾਫ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤੇ ਵਰਗੀਕਰਨ ਦਾ ਅਨੁਵਾਦ ਕਰੋ: [ਵੇਰੀਐਂਟ, ਕਲਾਸ, ਮੁੱਖ ਸਬੂਤ]। ਨਿਸ਼ਚਤਤਾ ਦੇ ਦਾਅਵਿਆਂ ਨੂੰ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਨਾ ਕਹੋ; ਜੇਕਰ ਅਨਿਸ਼ਚਿਤਤਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਦੱਸੋ। ਕਲੀਨਿਕਲ ਫੈਸਲੇ ਲਈ ਮਾਹਰ ਨੂੰ ਵੇਖੋ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ: “ਕੀ TP53 c.743G>ਇੱਕ ਜਰਾਸੀਮ ਹੈ?”
ਸਮੱਸਿਆ: ਕੋਈ ਜੀਨੋਮ ਸੰਸਕਰਣ/ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਨਹੀਂ, ਕਿਸੇ ਸਬੂਤ ਦੀ ਲੋੜ ਨਹੀਂ, AI ਸਿਰਫ਼ ਕਲਾਸ ਨੂੰ ਦੱਸ ਸਕਦਾ ਹੈ ਅਤੇ ਬਾਰੰਬਾਰਤਾ ਬਣਾ ਸਕਦਾ ਹੈ।
ਮਜਬੂਤ: "GRCh38, TP53 NM_000546.6:c.743G>A (p.Arg248Gln) ਲਈ ACMG ਪਰੂਫ ਫਰੇਮਵਰਕ ਸੈਟ ਅਪ ਕਰੋ; ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਮੇਰੇ ਦੁਆਰਾ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਤੋਂ ਬਾਅਦ ਹਰੇਕ ਕੋਡ, ਮੁੱਲ ਫਿਟਿੰਗ, ਕਲਾਸ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਲਈ ਕਿਹੜੇ ਸਰੋਤ ਵਿੱਚ ਖੋਜ ਕਰਨੀ ਹੈ।"
ਇਹ ਸ਼ਕਤੀਸ਼ਾਲੀ ਕਿਉਂ ਹੈ: ਪ੍ਰਸੰਗ ਸਪਸ਼ਟ ਹੈ, ਸਬੂਤ ਦਾ ਰਸਤਾ ਖੁੱਲ੍ਹਾ ਹੈ, ਘੜਨ ਦਾ ਖੇਤਰ ਤੰਗ ਹੈ, ਫੈਸਲਾ ਵਿਅਕਤੀ ਦੇ ਹੱਥ ਵਿੱਚ ਹੈ।
ਆਮ ਗਲਤੀਆਂ
- ਇੱਕ-ਸ਼ਬਦ ਦੇ ਰੋਗਜਨਕ ਜਵਾਬ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ। ਸਬੂਤ ਦੀ ਲੜੀ ਤੋਂ ਬਿਨਾਂ ਦਿੱਤੀ ਗਈ ਸ਼੍ਰੇਣੀ ਬੇਕਾਰ ਹੈ।
- ਬਾਰੰਬਾਰਤਾ ਅਤੇ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਵਿੱਚ ਅਸਫਲਤਾ। gnomAD ਬਾਰੰਬਾਰਤਾ ਅਤੇ ਲੇਖ ਹਵਾਲੇ ਨੂੰ ਅਨੁਕੂਲਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; ਇਸ ਨੂੰ ਆਪਣੇ ਆਪ ਖੋਲ੍ਹੋ.
- VUS ਤੋਂ ਬਚਣਾ। ਸਬੂਤ ਨਾਕਾਫ਼ੀ ਹੋਣ 'ਤੇ "ਪੈਥੋਜਨਿਕ/ਸੌਖੀ" ਕਹਿਣਾ ਇੱਕ ਕਲੀਨਿਕਲ ਗਲਤੀ ਹੈ।
- ਜੀਨੋਮ ਸੰਸਕਰਣ/ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਸ਼ਫਲਿੰਗ। ਗਲਤ ਪ੍ਰਤੀਲਿਪੀ, ਗਲਤ ਸੀ. ਇਸਦਾ ਅਰਥ ਹੈ ਟਿਕਾਣਾ।
- ClinVar ਅੱਪਡੇਟ ਛੱਡਣਾ। ਸਮੇਂ ਦੇ ਨਾਲ ਵਿਆਖਿਆਵਾਂ ਬਦਲਦੀਆਂ ਹਨ; ਸਭ ਤੋਂ ਮੌਜੂਦਾ ਰਿਕਾਰਡ ਦੀ ਜਾਂਚ ਕਰੋ।
ਸਾਵਧਾਨ: ACMG ਕੋਡਾਂ ਨੂੰ ਜੋੜਨਾ ਨਿਯਮ-ਅਧਾਰਿਤ ਹੈ ਪਰ ਮਾਹਰ ਨਿਰਣੇ ਦੀ ਲੋੜ ਹੈ; ਉਹੀ ਸਬੂਤ ਵੱਖ-ਵੱਖ ਜੀਨ-ਰੋਗ ਦੇ ਸੰਦਰਭਾਂ ਵਿੱਚ ਵੱਖੋ-ਵੱਖਰੇ ਵਜ਼ਨ ਲੈ ਸਕਦੇ ਹਨ। AI ਦਾ ਸੁਮੇਲ ਇੱਕ ਬਲੂਪ੍ਰਿੰਟ ਹੈ, ਅੰਤਿਮ ਸ਼ਬਦ ਨਹੀਂ।
ਡੂੰਘਾਈ: ਇੱਕ VCF ਲਾਈਨ ਅਤੇ ਬਾਰੰਬਾਰਤਾ ਥ੍ਰੈਸ਼ਹੋਲਡ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਪੜ੍ਹਨਾ
ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ VCF ਫਾਈਲ ਵਿੱਚ ਇੱਕ ਇੱਕਲੀ ਲਾਈਨ ਵਿੱਚ ਬਹੁਤ ਸਾਰੀਆਂ ਕਮੀਆਂ ਹਨ। ਇੱਕ ਉਦਾਹਰਨ ਲਾਈਨ: 17 43091983 . G A 60 PASS AF=0.0003;DP=45 GT:AD 0/1:22,23। ਤੁਸੀਂ ਏਆਈ ਨੂੰ ਇੱਥੇ ਖੇਤਰਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦੇ ਹੋ, ਪਰ ਖੁਦ ਤਿੰਨ ਬਿੰਦੂਆਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਪਹਿਲਾਂ, ਕ੍ਰੋਮੋਸੋਮ-ਸਥਿਤੀ ਜੋੜਾ ਕਿਸ ਜੀਨੋਮ ਸੰਸਕਰਣ ਨਾਲ ਸਬੰਧਤ ਹੈ? ਉਹੀ ਰੂਪ GRCh37 ਅਤੇ GRCh38 ਵਿੱਚ ਇੱਕ ਵੱਖਰੇ ਸਥਾਨ 'ਤੇ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ; ਸੰਸਕਰਣ ਨਿਰਧਾਰਤ ਕੀਤੇ ਬਿਨਾਂ, ਸਥਾਨ ਅਰਥਹੀਣ ਹੈ। ਦੂਜਾ ਜੀਟੀ (ਜੀਨੋਟਾਈਪ) ਡੋਮੇਨ ਹੈ: 0/1 ਹੇਟਰੋਜ਼ਾਈਗਸ, 1/1 ਹੋਮੋਜ਼ਾਈਗਸ; ਇੱਕ ਵਿਗਾੜ ਵਾਲੀ ਬਿਮਾਰੀ ਵਿੱਚ, ਇਕੱਲੇ ਹੀਟਰੋਜ਼ਾਈਗਸ ਰੂਪ ਦੀ ਵਿਆਖਿਆ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ। ਤੀਜਾ, DP (ਪੜ੍ਹਨ ਦੀ ਡੂੰਘਾਈ) ਅਤੇ AD (ਐਲੀਲ ਡੂੰਘਾਈ): ਘੱਟ ਡੂੰਘਾਈ (ਜਿਵੇਂ ਕਿ DP=8) ਇੱਕ ਵੇਰੀਐਂਟ ਕਾਲ ਨੂੰ ਸ਼ੱਕੀ ਬਣਾਉਂਦੀ ਹੈ; ਤਕਨੀਕ ਗਲਤ ਸਕਾਰਾਤਮਕ ਹੋ ਸਕਦੀ ਹੈ। AI ਇਹਨਾਂ ਖੇਤਰਾਂ ਦੀ ਰਸਮੀ ਤੌਰ 'ਤੇ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਪਰ "ਕੀ ਇਹ ਕਾਲ ਭਰੋਸੇਯੋਗ ਹੈ?" ਫੈਸਲਾ ਤੁਹਾਡਾ ਹੈ।
ਬਾਰੰਬਾਰਤਾ ਥ੍ਰੈਸ਼ਹੋਲਡਜ਼ ਦੀ ਇੱਕ ਠੋਸ ਉਦਾਹਰਨ: ਇੱਕ ਮਾਹਰ PM2 (ਦੁਰਲੱਭਤਾ) ਨੂੰ ਇੱਕ ਦੁਰਲੱਭ ਬਿਮਾਰੀ ਲਈ ਇੱਕ ਵਿਭਿੰਨਤਾ ਲਈ ਲਾਗੂ ਕਰਨਾ ਚਾਹੁੰਦਾ ਸੀ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੇ ਕਿਹਾ, "gnomAD ਕੋਲ ਇਹ ਨਹੀਂ ਹੈ, PM2 ਯਕੀਨੀ ਤੌਰ 'ਤੇ।" ਜਦੋਂ ਮਾਹਰ ਨੇ gnomAD ਖੋਲ੍ਹਿਆ, ਤਾਂ ਉਸਨੇ ਪਾਇਆ ਕਿ ਉਪ-ਜਨਸੰਖਿਆ ਵਿੱਚ ਵੇਰੀਐਂਟ ਦੀ ਫ੍ਰੀਕੁਐਂਸੀ 0.8% ਸੀ - ਬਿਮਾਰੀ ਦੇ ਪ੍ਰਸਾਰ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, PM2 ਨੂੰ ਰੱਦ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਹੈ। ਇੱਕ ਆਮ ਗਲਤੀ ਸਮੁੱਚੀ ਆਬਾਦੀ ਦੀ ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਵੇਖਣਾ ਅਤੇ ਉਪ-ਜਨਸੰਖਿਆ ਨੂੰ ਛੱਡਣਾ ਹੈ।
ਐਲੀਲ ਬਾਰੰਬਾਰਤਾ (ਜਨਸੰਖਿਆ)
ਆਮ ACMG ਟਿੱਪਣੀ
ਨੋਟ
ਕੋਈ ਨਹੀਂ / ਬਹੁਤ ਘੱਟ
PM2 ਨੂੰ ਸਪੋਰਟ ਕਰ ਸਕਦਾ ਹੈ
ਉਪ-ਜਨਸੰਖਿਆ ਨੂੰ ਵੀ ਦੇਖੋ
ਬਿਮਾਰੀ ਦੇ ਫੈਲਣ ਤੋਂ ਵੱਧ
BS1 (ਮਜ਼ਬੂਤ)
ਅਪ੍ਰਤੱਖ/ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਅੰਤਰ ਮਹੱਤਵਪੂਰਨ ਹੈ
5% ਤੋਂ ਵੱਧ
BA1 (ਸੁਤੰਤਰ ਸੁਭਾਅ)
ਲਗਭਗ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਨੁਕਸਾਨ ਰਹਿਤ
5) VCF ਲਾਈਨ ਕੰਟਰੋਲ ਟੈਪਲੇਟ:
ਹੇਠਾਂ ਦਿੱਤੇ VCF ਲਾਈਨ ਫੀਲਡ ਨੂੰ ਫੀਲਡ ਦੁਆਰਾ ਸਮਝਾਓ, ਪਰ ਇੱਕ ਭਰੋਸੇਯੋਗਤਾ ਨਿਰਣਾ ਨਾ ਕਰੋ: ਜੀਨੋਮ ਸੰਸਕਰਣ, ਜੀਟੀ (ਜ਼ਾਈਗੋਸਿਟੀ), ਡੀਪੀ ਅਤੇ AD ਖੇਤਰਾਂ ਦੀ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਵਿਆਖਿਆ ਕਰੋ। ਉਹਨਾਂ ਮਾਮਲਿਆਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਜਿੱਥੇ ਇਹ ਕਾਲ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਸ਼ੱਕੀ ਹੋ ਸਕਦੀ ਹੈ। ਲਾਈਨ: [ਪੇਸਟ]।
ਸੰਖੇਪ ਵਿੱਚ
- ਵੇਰੀਐਂਟ ਵਿਆਖਿਆ ਸਬੂਤ-ਆਧਾਰਿਤ ਹੈ; AI ਸਬੂਤ ਤਿਆਰ ਕਰਨ ਅਤੇ ਸੰਖੇਪ ਕਰਨ ਵਿੱਚ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ, ਪਰ ਕਲਾਸ ਦਾ ਫੈਸਲਾ ਮਾਹਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।
- ਕੋਈ ਵੀ ਸਬੂਤ (gnomAD ਫ੍ਰੀਕੁਐਂਸੀ, ClinVar ਰਜਿਸਟ੍ਰੇਸ਼ਨ, ਫੰਕਸ਼ਨਲ ਸਟੱਡੀ) ਨੂੰ ਪ੍ਰਾਇਮਰੀ ਸਰੋਤ 'ਤੇ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਤਸਦੀਕ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਜੀਨੋਮ ਸੰਸਕਰਣ, ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਅਤੇ HGVS ਦੁਆਰਾ ਵੇਰੀਐਂਟ ਨੂੰ ਠੀਕ ਕਰੋ; ਪੁਸ਼ਟੀਕਰਤਾ ਨਾਲ ਪੁਸ਼ਟੀ ਕਰੋ।
- ਜੇਕਰ ਸਬੂਤ ਨਾਕਾਫ਼ੀ ਹੈ, ਤਾਂ ਇਮਾਨਦਾਰ ਜਵਾਬ ਹੈ "ਅਨਿਸ਼ਚਿਤ ਮਹੱਤਤਾ (VUS)।"
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਉਦਾਹਰਨ ਰੂਪ ਚੁਣੋ (ਉਦਾਹਰਨ ਲਈ ClinVar ਤੋਂ ਇੱਕ ਮਸ਼ਹੂਰ ਰਿਕਾਰਡ)। AI ਨੂੰ ਉਪਰੋਕਤ ਟੈਂਪਲੇਟ 1 ਅਤੇ 2 ਦੇ ਨਾਲ ਸਬੂਤ ਫਰੇਮਵਰਕ ਬਣਾਉਣ ਲਈ ਕਹੋ। ਫਿਰ gnomAD ਫ੍ਰੀਕੁਐਂਸੀ ਨੂੰ ਖੋਲ੍ਹੋ ਅਤੇ ClinVar ਖੁਦ ਟਿੱਪਣੀ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਦੀ AI ਦਾਅਵਿਆਂ ਨਾਲ ਤੁਲਨਾ ਕਰੋ। ਨੋਟ ਕਰੋ ਕਿ ਕੀ ਸਬੂਤ ਦੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਹਿੱਸੇ ਵਿੱਚ AI ਅਤੇ ਸਰੋਤ ਵਿੱਚ ਕੋਈ ਅੰਤਰ ਹੈ ਅਤੇ ਸੰਭਾਵੀ ਸ਼੍ਰੇਣੀ ਨੂੰ ਖੁਦ ਜਾਇਜ਼ ਠਹਿਰਾਓ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਜੀਨੋਮ ਸੰਸਕਰਣ, ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਅਤੇ HGVS ਨਾਲ ਵੇਰੀਐਂਟ ਨੂੰ ਫਿਕਸ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਪਰੂਫ ਫਰੇਮਵਰਕ ਸੈਟ ਅਪ ਕੀਤਾ, ਮੈਂ ਏਆਈ ਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਕਲਾਸ ਨਹੀਂ ਬਣਾਇਆ।
- [ ] ਮੈਂ ਨਿੱਜੀ ਤੌਰ 'ਤੇ gnomAD ਬਾਰੰਬਾਰਤਾ ਦੀ ਜਾਂਚ ਕੀਤੀ।
- [ ] ਮੈਂ ClinVar ਰਜਿਸਟ੍ਰੇਸ਼ਨ ਅਤੇ ਅਪ-ਟੂ-ਡੇਟ ਹੋਣ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ PubMed ਵਿੱਚ ਕਾਰਜਸ਼ੀਲ ਅਧਿਐਨ ਹਵਾਲੇ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
- [ ] ਜੇਕਰ ਸਬੂਤ ਨਾਕਾਫੀ ਸੀ, ਤਾਂ ਮੈਂ VUS ਕਹਿਣ ਤੋਂ ਝਿਜਕਿਆ ਨਹੀਂ ਅਤੇ ਫੈਸਲੇ ਨੂੰ ਖੁਦ ਮਨਜ਼ੂਰੀ ਦੇ ਦਿੱਤੀ ਹੈ।