基因变异效应预测的准确率在过去两年里翻了一倍。这个进展在技术上属于中等突破,在应用上的意义要大得多。

原因是,这类模型解决的是一个长期靠猜的问题:一个从未见过的变异,会不会致病。

这个问题为什么难?

因为可能的变异组合是天文数字。人类基因组三十亿碱基对,任意一个位置换成任意一个碱基,都是候选。真正做实验验证的只有极小一部分。剩下的大部分,临床上只能靠保守判断。

传统方法靠保守性打分和结构预测,准确率长期卡在低位。判断错的两个方向都致命:把致病变异判成良性,会漏诊;把良性判成致病,会造成不必要的干预。

翻倍是怎么做到的?

三个因素叠加。第一是数据,人群基因组数据库规模上来了,有足够多的真实变异和对应的表型记录。第二是架构,从只看局部序列,转向同时建模序列上下文、蛋白质结构、跨物种保守性。第三是评测方法,从单点准确率转向区分致病变异和良性变异的排序能力,这个指标更贴近临床需求。

这在临床上能做什么?

最直接的是辅助解读。临床做全基因组测序,会得到大量意义不明的变异。过去这些只能标记为待定,现在可以用模型给出致病概率排序,帮助医生决定哪些需要进一步验证。

第二层是药物靶点筛选。知道哪些变异确实改变蛋白功能,就能优先考虑对应的通路。

第三层是罕见病诊断。罕见病的特点是没有足够病例做统计,模型可以基于机制推断,缩短诊断周期。

局限在哪?

第一,训练数据的族群偏向。现有数据库以欧洲人群为主,其他族群的预测精度会下降。

第二,非编码区。基因之间的调控区域研究不足,模型在这部分能力弱。

第三,多变异交互。单个变异好判断,多个变异叠加的效果目前难以建模。

第四,临床验证缺口。模型给的是概率,不是诊断。要进临床路径,需要前瞻性试验证明它确实改善了结局。

该怎么看这个进展?

把它看成工具升级,不是范式革命。它让解读从猜变成有依据的猜,减少了不确定性,但没有消除。

对普通人的意义在于,未来做基因检测时,意义不明变异的比例会下降,报告的可读性会提高。这是实实在在的改善,值得期待,但不该被夸大成能预测一切。

去论坛讨论

前往 ziyuanagi.com 论坛 参与讨论