Faida:
- Uwezo wa kuelewa umbizo la VCF, nukuu ya HGVS (c./p./g.) na vigezo vya ACMG pathogenicity na kuwa na akili bandia kutoa rasimu ya ushahidi.
- Uwezo wa kuthibitisha kibinafsi kila ushahidi wa ACMG (masafa ya idadi ya watu, katika silika, mgawanyiko, fasihi) katika vyanzo kama vile ClinVar na gnomAD.
- Uwezo wa kutumia kanuni za kukamata toleo la genome na kuratibu makosa ya mfumo na sio kuacha uainishaji wa mwisho wa pathogenicity kwa akili ya bandia.
Jenomu ya mtu binafsi hutofautiana na marejeleo katika mamilioni ya pointi; Tofauti nyingi hizi hazina madhara ("benign"), chache husababisha ugonjwa ("pathogenic"). Ufafanuzi lahaja ni jukumu la kuamua ni darasa gani tofauti inaangukia na ndio kiini cha jenetiki ya kimatibabu. Katika kitengo hiki, utajifunza jinsi ya kutumia akili bandia (AI) kama mkusanyiko wa ushahidi, muhtasari na usaidizi wa kuandaa katika tafsiri tofauti; lakini utajifunza kwa nini uamuzi wa mwisho wa pathogenicity unapaswa kuwa chini ya idhini ya mtaalam.
Onyo muhimu kwanza: Uliza AI "je lahaja hii ni ya pathogenic?" Usiamini kamwe jibu la neno moja unalouliza. AI inaweza kusema darasa kwa ujasiri bila ushahidi; inaweza kutoshea mzunguko wa idadi ya watu wa lahaja, rekodi za awali za kliniki, au masomo ya utendaji. Njia sahihi ni kutumia AI kuunda mfumo wa ushahidi na kuthibitisha kibinafsi kila kipande cha ushahidi kwenye chanzo cha msingi.
Dhana za kimsingi
- VCF (Muundo wa Wito Tofauti): Umbizo la kawaida la faili ambalo huorodhesha vibadala katika sampuli; Kila mstari hubeba kromosomu, nafasi, msingi wa marejeleo, msingi mbadala na maelezo ya ubora.
- Nukuu ya HGVS: Umbizo la kawaida la uandishi na lahaja. c. nafasi yake katika mlolongo wa usimbaji, uk. mabadiliko ya protini, g. Inaonyesha eneo la jeni. Kwa mfano NM_000546.6:c.743G>A na p.Arg248Gln.
- gnomad: Hifadhidata inayokusanya masafa tofauti ya mamia ya maelfu ya watu; Inaonyesha jinsi lahaja ilivyo kawaida katika jamii. Lahaja za kawaida kwa ujumla sio pathogenic.
- ClinVar: Hifadhidata ya umma inayokusanya tafsiri za kimatibabu za anuwai.
- Vigezo vya ACMG/AMP: Mfumo wa ushahidi wa Chuo cha Kiamerika cha Jenetiki ya Kimatibabu unaogawanya lahaja katika madaraja matano: Pathogenic, Pengine Pathogenic, Lahaja ya Umuhimu Usiokuwa na hakika (VUS), Labda Benign, Benign.
Nambari za ushahidi za ACMG: ramani fupi
Mfumo wa ACMG hufafanua kanuni za ushahidi katika mwelekeo wa pathogenic (PVS, PS, PM, PP) na katika mwelekeo mzuri (BA, BS, BP); Hizi huja pamoja ili kuamua darasa. AI ni nzuri katika kueleza maana ya misimbo hii, lakini lazima uthibitishe data ambayo msimbo unatekelezwa.
Kanuni
Maana (muhtasari)
Mahali pa kuthibitisha chanzo
PVS1
Ushahidi wenye nguvu sana unaosababisha kupoteza utendaji kazi (k.m. kusimamishwa mapema)
Nakala, kikoa, uhusiano wa magonjwa ya jeni
PS1/PS3
Asidi ya amino/utafiti wa kiutendaji unaojulikana kama pathogenic
ClinVar, makala ya utendaji yaliyopitiwa na marika
PM2
Nadra sana / haipo katika idadi ya watu
masafa ya gnomAD
PP3/BP4
Utabiri wa hesabu katika mwelekeo wa pathogenic / benign
Zana za kukadiria (makubaliano)
BA1/BS1
Mzunguko wa juu sana kuwa pathogenic
masafa ya gnomAD
BP6/PP5
(Haipendekezwi tena) kutegemea tafsiri ya mtu mwingine
-
Kidokezo: maamuzi ya PM2 (nadra) na BA1/BS1 (ya kawaida) yanatokana moja kwa moja na marudio ya gnomAD na ndio ushahidi uliothibitishwa kwa urahisi zaidi. Tazama lahaja kwanza kwenye gnomAD; Lahaja iliyoenea katika zaidi ya 1% ya idadi ya watu ina uwezekano mkubwa sio pathogenic.
Hatua kwa hatua: Ufafanuzi wa lahaja unaosaidiwa na AI
1. Rekebisha lahaja hadi nukuu ya kawaida. Bainisha toleo la jenomu, nakala, na uwakilishi wa HGVS. Lahaja kutoka kwa AI zote mbili c. zote uk. zote mbili g. , kisha uithibitishe na kithibitishaji (kama VariantValidator).
2. Je, AI ijenge mfumo wa ushahidi. Kwa kila msimbo wa ACMG, "ni data gani ninapaswa kuangalia?" Acha AI ijibu swali - lakini usibainishe darasa bado.
3. Thibitisha ushahidi wowote kwenye chanzo cha msingi. masafa ya gnomAD, rekodi ya ClinVar, somo linalofanya kazi - fungua na usome yote mwenyewe. Angalia madai ya AI "haipatikani katika gnomAD" kwa kuitafuta katika gnomAD.
4. Changanya misimbo na utoe darasa. Rasimu ya sheria za mchanganyiko wa ACMG na AI; Lakini basi mtaalam aidhinishe darasa la mwisho.
5. Ripoti VUS kwa uaminifu. Ikiwa ushahidi hautoshi, darasa ni "Maana Isiyo na uhakika"; Ni makosa kuisukuma kama pathogenic au benign.
kesi tatu ndogo
Kesi ya 1 - frequency iliyoundwa. Mtaalam aliuliza AI kuhusu mzunguko wa gnomAD lahaja; "0.002%," AI ilisema. Mtaalamu alipoitafuta gnomAD mwenyewe, aligundua kuwa marudio ya lahaja yalikuwa 1.3% - kumaanisha kuwa ushahidi wa BS1 (mwenye nguvu katika mwelekeo mzuri) ulikuwa halali na lahaja inaweza kuwa isiyo na madhara. Marudio ya chini yaliyoundwa na AI yalifanya lahaja ionekane kuwa nadra kimakosa.
Uchunguzi wa 2 - Utafiti wa utendaji wa Sham. Mtafiti alitaka kutekeleza PS3 (ushahidi wa kazi) kwa lahaja; AI ilitoa mstari wa makala yenye ushawishi. Mtafiti alipotafuta kwenye PubMed, aligundua kuwa hakukuwa na nakala kama hiyo. Maelezo ya uwongo yangevunja mlolongo wa ushahidi.
Kesi ya 3 - Uthibitisho umepata. Mshauri wa maumbile alitathmini upya lahaja "inawezekana ya pathogenic" na AI. YZ ilionyesha maoni mapya yaliyoongezwa yanayokinzana kwenye ClinVar; Mshauri alifungua ClinVar, akaona kwamba maabara mbili zimegundua lahaja kwenye VUS, na kusasisha ripoti hiyo. Hapa, AI ilisaidia kwa kutukumbusha sasisho ambalo huenda halikutambuliwa - lakini tena, mwanadamu alifanya uamuzi.
Violezo vinne vinavyoweza kunakiliwa
1) Kuanzisha mfumo wa ushahidi (bila kufanya darasa kusema):
Jukumu lako: msaidizi wa tafsiri ya lahaja ya kimatibabu. Sanidi mfumo wa ushahidi wa ACMG/AMP kwa lahaja ifuatayo: [toleo la jenomu, nakala, HGVS]. Kwa kila msimbo wa ushahidi unaowezekana (PVS1, PS1-4, PM1-6, PP1-5, BA1, BS1-4, BP1-7) "ni data gani ninapaswa kuangalia, katika chanzo gani, kutumia hii?" Andika. Usiseme darasa BADO; orodhesha tu data inayohitajika.
2) mpango wa uthibitishaji wa gnomAD/ClinVar:
Andika hatua kwa hatua ni nini hasa ninachopaswa kutafuta katika gnomAD na ClinVar kwa lahaja ifuatayo: [lahaja]. Eleza ni kizingiti kipi cha idadi ya watu kinalingana na msimbo upi wa ACMG. Huwezi kutengeneza maadili; niambie nitaipata wapi.
3) Muhtasari wa darasa (ulioidhinishwa nami):
Nilitoa ushahidi ufuatao uliothibitishwa: [PM2 iko, PP3 iko, BS1 haipo ...].Rasimu ya darasa linalowezekana na uhalalishaji kulingana na sheria za mchanganyiko za ACMG. Jisikie huru kusema "VUS" ikiwa ushahidi hautoshi. Nitapitisha uamuzi wa mwisho.
4) Ripoti rasimu:
Tafsiri uainishaji ufuatao katika aya ya ripoti kwa lugha rahisi inayofaa mgonjwa na daktari: [lahaja, darasa, ushahidi muhimu]. Usizidishe madai ya uhakika; ikiwa kuna kutokuwa na uhakika, ieleze wazi. Rejea kwa mtaalamu kwa uamuzi wa kliniki.
Mwongozo dhaifu / Mwongozo thabiti
Dhaifu: “Je, TP53 c.743G>Ni ya kusababisha magonjwa?”
Shida: Hakuna toleo la jenomu/manukuu, hakuna ushahidi unaohitajika, AI inaweza tu kuwaambia darasa na kutengeneza masafa.
Imara: "Sanidi mfumo wa uthibitisho wa ACMG wa GRCh38, TP53 NM_000546.6:c.743G>A (p.Arg248Gln); niambie nitafute katika chanzo gani kwa kila msimbo, kuweka thamani, kuandika darasa baada ya kuithibitisha."
Kwa nini ina nguvu: Muktadha uko wazi, njia ya ushahidi iko wazi, uwanja wa uzushi ni finyu, uamuzi uko mikononi mwa mtu.
Makosa ya kawaida
- Kutegemea jibu la neno moja la pathogenicity. Darasa lililotolewa bila mlolongo wa ushahidi halina thamani.
- Imeshindwa kuthibitisha marudio na maelezo. manukuu ya gnomAD na makala yanaweza kubadilishwa; Fungua mwenyewe.
- Kuepuka VUS. Kusema "pathogenic/benign" wakati ushahidi hautoshi ni kosa la kiafya.
- Toleo la jenomu/kuchanganya maandishi. Nakala isiyo sahihi, isiyo sahihi c. Inamaanisha mahali.
- Inaruka sasisho la ClinVar. Tafsiri hubadilika kwa wakati; Angalia rekodi ya sasa zaidi.
Tahadhari: Kuchanganya misimbo ya ACMG kunategemea kanuni lakini kunahitaji uamuzi wa kitaalam; Ushahidi sawa unaweza kuwa na uzito tofauti katika miktadha tofauti ya magonjwa ya jeni. Mchanganyiko wa AI ni mpango, sio neno la mwisho.
Kina: kusoma kwa usahihi mstari wa VCF na vizingiti vya mzunguko
Hata mstari mmoja katika faili ya VCF ina mitego mingi. Mfano wa mstari: 17 43091983 . G A 60 PASS AF=0.0003;DP=45 GT:AD 0/1:22,23. Unaweza kufanya AI ielezee sehemu hapa, lakini thibitisha alama tatu mwenyewe. Kwanza, jozi ya nafasi ya kromosomu ni ya toleo gani la jenomu? Lahaja sawa inaonekana katika eneo tofauti katika GRCh37 na GRCh38; Bila kutaja toleo, eneo halina maana. Ya pili ni kikoa cha GT (genotype): 0/1 heterozygous, 1/1 homozygous; Katika ugonjwa wa kupindukia, tofauti moja ya heterozygous pekee sio maelezo. Tatu, DP (kina cha kusoma) na AD (kina cha aleli): kina cha chini (k.m. DP=8) hufanya simu ya lahaja kuwa ya shaka; Mbinu hiyo inaweza kuwa chanya ya uwongo. AI inafafanua nyanja hizi rasmi, lakini "simu hii ni ya kuaminika?" Uamuzi ni wako.
Mfano halisi wa viwango vya mara kwa mara: mtaalamu alitaka kutumia PM2 (adimu) kwa lahaja kwa ugonjwa adimu wenye urithi mwingi. Akili ya bandia ilisema, "gnomAD haina, PM2 kwa hakika." Mtaalamu alipofungua gnomAD, aligundua kuwa lahaja ilikuwa na marudio ya 0.8% katika idadi ndogo ya watu - juu ya kutosha kuondoa PM2, kutokana na kuenea kwa ugonjwa huo. Kosa la kawaida ni kuangalia idadi ya watu kwa ujumla na kuruka idadi ndogo ya watu.
Masafa ya Allele (idadi ya watu)
Maoni ya kawaida ya ACMG
kumbuka
Hakuna / nadra sana
Inaweza kusaidia PM2
Pia angalia idadi ndogo ya watu
Juu kuliko kuenea kwa ugonjwa huo
BS1 (nguvu isiyo na nguvu)
Tofauti ya kupindukia/kutawala ni muhimu
zaidi ya 5%
BA1 (inayojitegemea benign)
Karibu bila wapole
5) Kiolezo cha udhibiti wa mstari wa VCF:
Eleza safu ifuatayo ya mstari wa VCF kwa shamba, lakini usifanye uamuzi wa kutegemewa: tafsiri toleo la jenomu, GT (zygosity), DP na sehemu za AD kando. Orodhesha kesi ambapo simu hii inaweza kuwa na shaka kitaalamu. Mstari: [bandika].
Kwa muhtasari
- Ufafanuzi tofauti ni msingi wa ushahidi; AI ina nguvu katika kuunda na kufupisha ushahidi, lakini uamuzi wa darasa ni juu ya mtaalam.
- Ushahidi wowote (masafa ya gnomAD, usajili wa ClinVar, utafiti wa utendaji) lazima uthibitishwe kibinafsi kwenye chanzo msingi.
- Rekebisha lahaja kwa toleo la jenomu, nakala na HGVS; Thibitisha kwa kithibitishaji.
- Ikiwa ushahidi hautoshi, jibu la uaminifu ni "Umuhimu Usiokuwa na hakika (VUS)."
Jukumu la maombi
Chagua kibadala cha mfano (k.m. rekodi inayojulikana kutoka ClinVar). Waruhusu AI iunde mfumo wa ushahidi na violezo 1 na 2 hapo juu. Kisha fungua masafa ya gnomAD na ClinVar utoe maoni yako na ulinganishe na madai ya AI. Kumbuka ikiwa kuna tofauti kati ya AI na chanzo katika angalau sehemu moja ya ushahidi na uhalalishe darasa linalowezekana mwenyewe.
orodha ya ukaguzi
- [ ] Nilirekebisha lahaja kwa toleo la jenomu, nakala na HGVS.
- [ ] Niliweka mfumo wa uthibitisho, sikuifanya AI iseme darasa tangu mwanzo.
- [ ] Mimi binafsi nilikagua masafa ya gnomAD.
- [ ] Nimethibitisha usajili wa ClinVar na kusasishwa.
- [ ] Nilithibitisha dondoo za utafiti zinazofanya kazi katika PubMed.
- [ ] Ikiwa ushahidi haukutosha, sikusita kusema VUS na niliidhinisha uamuzi huo mimi mwenyewe.