Прибуток:
- Здатність розуміти формат VCF, нотацію HGVS (c./p./g.) і критерії патогенності ACMG, а також створювати чернетку доказів за допомогою штучного інтелекту.
- Можливість особисто перевірити кожен доказ ACMG (частота популяції, in silico, сегрегація, література) у таких джерелах, як ClinVar і gnomAD
- Здатність застосовувати принципи виявлення версії геному та помилки системи координат і не залишати остаточну класифікацію патогенності штучному інтелекту
Індивідуальний геном відрізняється від еталонного на мільйони пунктів; Більшість із цих відмінностей нешкідливі («доброякісні»), деякі викликають захворювання («патогенні»). Варіантна інтерпретація — це завдання визначити, до якого класу відноситься різниця, і це суть клінічної генетики. У цьому розділі ви дізнаєтесь, як використовувати штучний інтелект (ШІ) як помічника у зборі доказів, узагальненні та написанні варіантів інтерпретації; але ви дізнаєтеся, чому остаточне рішення щодо патогенності завжди повинно підлягати затвердженню експертів.
Спершу важливе попередження: запитайте ШІ «чи є цей варіант патогенним?» Ніколи не довіряйте однослівній відповіді, яку ви запитуєте. AI може впевнено сказати клас без доказів; може відповідати частоті популяції варіанту, попереднім клінічним записам або функціональним дослідженням. Правильний підхід полягає у використанні штучного інтелекту для створення основи доказів і особистої перевірки кожного доказу в первинному джерелі.
Основні поняття
- VCF (формат виклику варіантів): стандартний формат файлу, який містить список варіантів у зразку; Кожен рядок містить інформацію про хромосому, положення, еталонну основу, альтернативну основу та якість.
- Нотація HGVS: стандартний формат запису з варіантами. в. його положення в послідовності кодування, стор. зміна білка, г. Вказує на розташування генома. Наприклад, NM_000546.6:c.743G>A та p.Arg248Gln.
- gnomAD: база даних, що збирає частоти варіантів сотень тисяч людей; Це показує, наскільки поширений варіант у суспільстві. Поширені варіанти, як правило, не є патогенними.
- ClinVar: публічна база даних, що збирає клінічні інтерпретації варіантів.
- Критерії ACMG/AMP: система доказів Американського коледжу медичної генетики, яка поділяє варіант на п’ять класів: патогенний, ймовірно патогенний, варіант невизначеного значення (VUS), можливо доброякісний, доброякісний.
Коди доказів ACMG: коротка карта
Система ACMG визначає коди доказів у патогенному напрямку (PVS, PS, PM, PP) і в доброякісному напрямку (BA, BS, BP); Вони збираються разом, щоб визначити клас. ШІ добре пояснює, що означають ці коди, але ви повинні перевірити дані про те, який саме код реалізовано.
Код
Значення (короткий зміст)
Де перевірити джерело
PVS1
Дуже вагомі докази, що призводять до втрати функції (наприклад, передчасне припинення)
Транскрипт, домен, взаємозв'язок ген-хвороба
PS1/PS3
Ті самі амінокислоти/функціональні дослідження, що й відомі патогени
ClinVar, рецензована функціональна стаття
PM2
Дуже рідко/відсутній у популяціях
частота gnomAD
PP3/BP4
Обчислювальне прогнозування в патогенному/доброякісному напрямку
Інструменти оцінки (консенсус)
BA1/BS1
Частота занадто висока, щоб бути патогенною
частота gnomAD
BP6/PP5
(Більше не рекомендується) покладатися на чужу інтерпретацію
—
Порада: рішення PM2 (рідкість) і BA1/BS1 (поширеність) базуються безпосередньо на частоті gnomAD і є найлегшим доказом для перевірки. Перегляньте варіант спочатку на gnomAD; Варіант, поширений більш ніж у 1% населення, швидше за все, не є патогенним.
Крок за кроком: інтерпретація варіантів за допомогою ШІ
1. Виправити варіант до стандартної нотації. Уточніть версію геному, транскрипт і представлення HGVS. Варіант з AI обидва c. обидві стор. обидва г. , потім підтвердьте це за допомогою валідатора (наприклад, VariantValidator).
2. Попросіть штучний інтелект створити структуру доказів. Для кожного коду ACMG, «які дані я маю переглянути?» Нехай ШІ відповість на запитання, але поки не вказуйте клас.
3. Перевірте будь-які докази в першоджерелі. частота gnomAD, запис ClinVar, функціональне дослідження — відкрийте та прочитайте все це самостійно. Перевірте заяву ШІ «недоступно в gnomAD», знайшовши її в gnomAD.
4. Об’єднайте коди та витягніть клас. Проект правил комбінування ACMG з AI; Але остаточний клас нехай затвердить експерт.
5. Повідомте про VUS чесно. Якщо доказів недостатньо, клас «Невизначене значення»; Помилково вважати його патогенним або доброякісним.
три міні-чохла
Випадок 1 — Підготовлена частота. Експерт запитав ШІ про частоту варіанту gnomAD; "0,002%", - сказав AI. Коли експерт сам перевірив це на gnomAD, він виявив, що частота варіанту становить 1,3% — це означає, що докази для BS1 (сильні в доброякісному напрямку) були дійсними, а варіант, швидше за все, нешкідливий. Сфабрикована штучним інтелектом низька частота зробила варіант помилково виданим рідкісним.
Випадок 2 — фіктивне функціональне дослідження. Дослідник хотів реалізувати PS3 (функціональне підтвердження) для варіанту; AI написав переконливу статтю. Коли дослідник шукав у PubMed, він виявив, що такої статті немає. Помилкове приписування зруйнувало б ланцюжок доказів.
Випадок 3 — Отримано підтвердження. Генетичний консультант переоцінив «можливо патогенний» варіант за допомогою ШІ. YZ вказав на нещодавно додані суперечливі коментарі щодо ClinVar; Консультант відкрив ClinVar, побачив, що дві лабораторії виявили варіант VUS, і оновив звіт. Тут ШІ допоміг, нагадавши нам про оновлення, яке могло залишитися непоміченим, але знову ж таки рішення прийняла людина.
Чотири шаблони, які можна копіювати
1) Встановлення основи доказів (не змушуючи клас розповідати):
Ваша роль: асистент інтерпретації клінічного варіанту. Налаштуйте базу доказів ACMG/AMP для такого варіанту: [версія генома, стенограма, HGVS]. Для кожного можливого коду доказів (PVS1, PS1-4, PM1-6, PP1-5, BA1, BS1-4, BP1-7) «які дані я маю переглянути, у якому джерелі, щоб застосувати це?» Напишіть. Поки що не кажіть клас; просто вкажіть, які дані потрібні.
2) план підтвердження gnomAD/ClinVar:
Напишіть крок за кроком, що саме мені слід шукати в gnomAD і ClinVar для наступного варіанту: [variant]. Поясніть, який поріг частоти популяції відповідає якому коду ACMG. Ви не придумуєте цінності; підкажіть де його знайти.
3) Конспект заняття (затверджений мною):
Я надав такі підтверджені докази: [PM2 присутній, PP3 присутній, BS1 відсутній ...]. Створіть проект можливого класу та обґрунтування відповідно до правил комбінації ACMG. Не соромтеся говорити «VUS», якщо доказів недостатньо. Я затверджу остаточне рішення.
4) Проект звіту:
Перекладіть наступну класифікацію в абзац звіту простою мовою, придатною для пацієнта та лікаря: [варіант, клас, ключові докази]. Не перебільшуйте твердження про певність; якщо є невизначеність, чітко сформулюйте це. Зверніться до спеціаліста для клінічного рішення.
Слабка підказка / Сильна підказка
Слабкий: «Чи є TP53 c.743G>A патогенним?»
Проблема: немає версії генома/розшифровки, докази не потрібні, ШІ може просто повідомити клас і визначити частоту.
Сильно: «Налаштуйте основу перевірки ACMG для GRCh38, TP53 NM_000546.6:c.743G>A (p.Arg248Gln); скажіть мені, що шукати в якому джерелі для кожного коду, підгонки значення, чернетки класу після його перевірки».
Чому це потужно: контекст зрозумілий, шлях доказів відкритий, поле фабрикації звужено, рішення в руках людини.
Поширені помилки
- Покладаючись на однослівну відповідь щодо патогенності. Даний клас без ланцюжка доказів нічого не вартий.
- Неможливість перевірити частоту та авторство. частоту gnomAD і цитування статей можна адаптувати; Відкрийте самі.
- Уникнення VUS. Говорити про «патогенний/доброякісний», коли доказів недостатньо, є клінічною помилкою.
- Перетасування версії геному/транскрипту. Неправильна транскрипція, неправильна c. Це означає розташування.
- Пропуск оновлення ClinVar. Інтерпретації змінюються з часом; Перевірте найновіший запис.
Застереження: поєднання кодів ACMG ґрунтується на правилах, але вимагає експертної оцінки; Одні й ті самі докази можуть мати різну вагу в різних контекстах генних захворювань. Поєднання штучного інтелекту – це план, а не останнє слово.
Глибина: правильне зчитування лінії VCF і частотних порогів
Навіть один рядок у файлі VCF містить багато підводних каменів. Приклад рядка: 17 43091983 . G A 60 ПРОХОДІВ AF=0,0003;DP=45 GT:AD 0/1:22,23. Ви можете попросити ШІ пояснити поля тут, але підтвердьте три пункти самостійно. По-перше, до якої версії геному належить пара положення хромосоми? Той самий варіант зустрічається в різних місцях у ГРЧ37 і ГРЧ38; Без зазначення версії місцезнаходження не має сенсу. Другий – домен GT (генотип): 0/1 гетерозиготний, 1/1 гомозиготний; При рецесивному захворюванні лише один гетерозиготний варіант не є поясненням. По-третє, DP (глибина читання) і AD (глибина алеля): низька глибина (наприклад, DP=8) робить виклик варіанта сумнівним; Техніка може бути хибно позитивною. ШІ пояснює ці поля формально, але «чи надійний цей виклик?» Рішення за вами.
Конкретний приклад частотних порогів: експерт хотів застосувати PM2 (рідкість) до варіанту рідкісної хвороби з рецесивною спадковістю. Штучний інтелект сказав: «У gnomAD його немає, PM2 точно». Коли експерт відкрив gnomAD, він виявив, що варіант має частоту 0,8% у субпопуляції — достатньо високо, щоб виключити PM2, враховуючи поширеність захворювання. Поширеною помилкою є перегляд загальної частоти популяції та пропускання субпопуляцій.
Частота алелів (популяція)
Типовий коментар ACMG
примітка
Немає / дуже рідко
Може підтримувати PM2
Також подивіться на субпопуляції
Вища за поширеність захворювання
BS1 (доброякісний сильний)
Рецесивне/домінантне відмінність є важливим
вище 5%
BA1 (незалежний доброякісний)
Майже напевно нешкідливий
5) Шаблон керування лінією VCF:
Поясніть наступне поле VCF рядок за полем, але не судіть про надійність: інтерпретуйте версію геному, поля GT (зиготність), DP і AD окремо. Перелічіть випадки, коли цей виклик може бути технічно сумнівним. Рядок: [вставити].
Підсумовуючи
- Варіант тлумачення є доказовим; ШІ потужний у створенні та узагальненні доказів, але рішення про клас залежить від експерта.
- Будь-які докази (частота gnomAD, реєстрація ClinVar, функціональне дослідження) повинні бути особисто перевірені в первинному джерелі.
- Фіксувати варіант за версією геному, транскриптом і HGVS; Підтвердьте верифікатором.
- Якщо доказів недостатньо, чесною відповіддю буде «Невизначене значення (VUS)».
Аплікаційне завдання
Виберіть варіант прикладу (наприклад, відомий запис із ClinVar). Попросіть штучний інтелект створити структуру доказів за допомогою шаблонів 1 і 2 вище. Потім відкрийте частоту gnomAD і ClinVar, прокоментуйте себе та порівняйте їх із заявами AI. Зверніть увагу, чи є різниця між ШІ та джерелом хоча б в одному доказі, і обґрунтуйте можливий клас самостійно.
контрольний список
- [ ] Я виправив варіант із версією геному, транскриптом і HGVS.
- [ ] Я налаштував структуру доказів, я не змушував штучний інтелект говорити клас із самого початку.
- [ ] Я особисто перевірив частоту gnomAD.
- [ ] Я підтвердив реєстрацію та актуальність ClinVar.
- [ ] Я перевірив посилання на функціональні дослідження в PubMed.
- [ ] Якщо доказів було недостатньо, я без вагань казав VUS і сам ухвалював рішення.