Assessing In Silico Tools for Accurate Pathogenicity Prediction in CHD Nucleosome Remodelers
Notice bibliographique
Résumé
Chromodomain Helicase DNA-binding (CHD) proteins compose a family of chromatin remodelers that play crucial roles in DNA repair, gene expression regulation, neural stem cell differentiation and chromatin integrity. Genetic variants in CHD chromatin remodelers are associated with neurodevelopmental disorders with features like autism spectrum disorder and intellectual disability. Consequently, the determination of variant pathogenicity in clinical genetic tests for individuals bearing CHD variants is crucial. In this study, we compared the efficiency of multiple pathogenicity prediction tools, which are valuable resources for the identification and annotation of potentially disease-causing variants, to assess the most accurate in silico tool capable of distinguishing pathogenic CHD variants from benign ones. We have focused specifically on genes that share high structural and functional similarity and are strongly linked to pathogenic mutations. Here, we evaluated a range of pathogenicity prediction tools and compared their output with pathogenicity conclusions reported in the literature and genomic databases. Our findings showed that the top performing tools were BayesDel, ClinPred, AlphaMissense, ESM-1b and SIFT. BayesDel, specifically with its addAF component, was overall the most robust tool for CHD variant pathogenicity prediction. We also suggest incorporating SnpEff's high-impact variant identification capabilities for the development of a hybrid tool that would enhance the classification of CHD variants. Our study emphasizes the need for continuous evaluation and integration of updated prediction tools, including emerging artificial intelligence (AI) approaches. This research also emphasizes the importance of gathering better clinical and mechanistic data on the deleteriousness of pathogenic variants to improve the accuracy of clinical diagnostics.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».