предсказание мутаций

В статье представлен масштабный анализ 21 инструмента для предсказания влияния однонуклеотидных вариантов (VEP) на функцию белка, включая 18 современных и 3 классических метода. Авторы создали строго курируемый набор данных Benchmark, объединив клинически аннотированные варианты из ClinVar и Humsavar с кросс-видовыми данными, при этом применив строгий контроль утечки данных для обеспечения достоверности сравнения. Оценка показала узкий диапазон производительности инструментов (AUC от 0.631 до 0.758) и значительное снижение точности при переходе от клинических данных к функциональным. На основе полученных результатов разработана новая консенсусная модель PredictSNPprot, использующая алгоритм градиентного бустинга, которая достигла AUC 0.82 на тестовой выборке. Эта модель превзошла оригинальный предиктор PredictSNP на 13.6 процентных пункта и лучший современный инструмент на 5.7 процентных пункта. Результаты подчеркивают важность корректного бенчмаркинга и показывают, что некоторые старые методы сохраняют конкурентоспособность, однако новый консенсусный подход обеспечивает существенный прирост точности. Разработанный набор данных и код модели доступны для общественного использования, что способствует воспроизводимости исследований в области биоинформатики и генетики.

В исследовании представлена новая методология применения машинного обучения для предсказания энергетики белковых взаимодействий без использования экспериментальных данных о сродстве или мутациях. Авторы разработали модель, которая обучается исключительно на нативных структурах комплексов антитело-антиген, декомпозируя интерфейсы на локальные структурные мотивы и оценивая их совместимость с окружающим молекулярным окружением. Результатом работы стали карты предпочтений мишени (TPM) — пространственные поля, отображающие локальную совместимость взаимодействий на поверхности белка. Метод продемонстрировал способность восстанавливать заряженные, ароматические и водородно-связанные взаимодействия в пептид-белковых и других неантительных интерфейсах. При тестировании на независимом наборе данных SKEMPI модель показала способность дискриминировать позиции, чувствительные к мутациям, с площадью под ROC-кривой (AUC) 0.643 на выборке из 1323 объектов. Кроме того, оценки замещений на основе TPM ранжировали альтернативные аминокислоты с точностью, сопоставимой с традиционными физико-химическими методами FoldX и Rosetta FlexDDG. Эти результаты доказывают, что нативные структуры интерфейсов могут служить источником обучения для переносимых моделей молекулярных предпочтений, что открывает новые возможности для дизайна лекарств и прогнозирования стабильности белковых комплексов без дорогостоящих экспериментальных калибровок.