Инновационный алгоритм машинного обучения предсказывает функциональные последствия генетических вариантов

В новом исследовании, опубликованном в Genome Medicine, учёные из Школы медицины Икана при медицинском центре «Маунт-Синай» (Icahn School of Medicine at Mount Sinai) представили LoGoFunc – усовершенствованный вычислительный метод, который прогнозирует варианты патогенного улучшения и потери функций по всему геному.

В отличие от современных методов, которые преимущественно ориентированы на потерю функции, LoGoFunc распознаёт различные типы опасных мутаций, в результате специалисты получают потенциально ценную информацию о различных исходах заболеваний.

Генетическая изменчивость подразумевает преобразование функций белка: некоторые мутации усиливают их либо вводят новые функции, другие способствуют их снижению или потере. Подобные изменения могут привести к серьёзным последствиям для здоровья человека, а также повлиять на ход лечения заболеваний.

«Доступные в настоящее время методы не позволяют дифференцировать усиление и потерю функции. А ведь данные варианты по-разному влияют на активность белка, тем самым определяя исход заболевания. Именно это и побудило нас разработать LoGoFunc. Мы создали инновационный подход, который устраняет критический пробел в этой области. Он даёт возможность понять функциональные последствия генетических изменений в более широком масштабе», — говорит старший автор Юваль Итан (Yuval Itan), Ph.D., профессор кафедры генетики и геномных наук и сотрудник Института персонализированной медицины Чарльза Бронфмана в Школе медицины Икана при медицинском центре «Маунт-Синай» (The Charles Bronfman Institute for Personalized Medicine).

В основе LoGoFunc машинное обучение на базе известных патогенных мутаций с усилением и потерей функции. Этот метод учитывает широкий спектр 474 биологических особенностей, включая данные белковых структур, описанных в AlphaFold2, и сетевые особенности, отражающие взаимодействия белков человека. По словам исследователей, протестированный на базах данных Human Gene Mutation Database и ClinVar, LoGoFunc продемонстрировал высокую точность прогнозирования вариантов усиления, потери функции и нейтральных вариантов.

«LoGoFunc имеет значение не только для развития персонализированной медицины: этот подход способен помочь в разработке новых лекарств, также благодаря ему может сократиться время проведения генетических исследований. Данный метод предлагает комплексное представление о вариативном влиянии на геном человека. Мы считаем, что LoGoFunc позволит создать высокоточную медицину, в основе которой лежит персонализированное лечение, учитывающее генетику человека», — говорит соавтор Авнер Шлессингер (Avner Schlessinger), Ph.D., профессор фармакологии в «Маунт-Синай».

Исследователи предупреждают: несмотря на то что полученные результаты являются прорывом в генетике, для клинического применения требуется их дальнейшая проверка и сопоставление с другой медицинской информацией. Прогнозы LoGoFunc основаны на обучающих данных и свойствах организма. Своевременные проверки имеют решающее значение для надёжных результатов. Поскольку генетических данных становится всё больше, совершенствование возможностей LoGoFunc — приоритет будущих исследований.

«Этот метод расширяет наше понимание о генетических изменениях, которые способствуют развитию заболеваний, открывает путь к персонализированным стратегиям лечения и разработке новых лекарств. Мы считаем, что LoGoFunc станет эффективным способом расшифровки функциональных последствий генетических изменений. Его потенциальные возможности велики, но реальную роль этого метода смогут определить только дальнейшие исследования», — говорит главный автор исследования Дэвид Стейн (David Stein), докторант Школы медицины Икана в Маунт-Синай.

Данный способ доступен для некоммерческого использования и анализа при поиске миссенс-мутаций в геноме. 

https://medicalxpress.com/news/2023-12-human-genome-machine-tool-functional.html