A Classification Model for <i>BRCA2</i> DNA Binding Domain Missense Variants Based on Homology-Directed Repair Activity
Notice bibliographique
Résumé
The relevance of many BRCA2 variants of uncertain significance (VUS) to breast cancer has not been determined due to limited genetic information from families carrying these alterations. Here, we classified six new variants as pathogenic or nonpathogenic by analysis of genetic information from families carrying 64 individual BRCA2 DNA binding domain (DBD) missense mutations using a multifactorial likelihood model of cancer causality. Next, we evaluated the use of a homology-directed DNA break repair (HDR) functional assay as a method for inferring the clinical relevance of VUS in the DBD of BRCA2 using 18 established nonpathogenic missense variants and all 13 established pathogenic missense mutations from the BRCA2 DBD. Compared with the known status of these variants based on the multifactorial likelihood model, the sensitivity of the HDR assay for pathogenic mutations was estimated at 100% [95% confidence interval (CI): 75.3%-100%] and specificity was estimated at 100% (95% CI: 81.5%-100%). A statistical classifier for predicting the probability of pathogenicity of BRCA2 DBD variants was developed using these functional results. When applied to 33 additional VUS, the classifier identified eight with 99% or more probability of nonpathogenicity and 18 with 99% or more probability of pathogenicity. Thus, in the absence of genetic evidence, a cell-based HDR assay can provide a probability of pathogenicity for all VUS in the BRCA2 DBD, suggesting that the assay can be used in combination with other information to determine the cancer relevance of BRCA2 VUS.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».