The Performance of In Silico Prediction Tools for Variant Curation in a Panel of Cancer Genes.
Résumé
Cette étude évalue la performance des outils de prédiction in silico pour la curation des variants génétiques dans un panel de gènes de prédisposition au cancer. Les chercheurs ont appliqué les seuils recommandés par le groupe de travail ClinGen SVI et les prédictions d'AlphaMissense à des variants de gènes comme BRCA1, BRCA2, TP53, TERT et ATM, dont la pathogénicité ou la bénignité est établie. Les résultats ont révélé une sensibilité insuffisante pour les variants pathogènes de TERT et les variants bénins de TP53. L'étude souligne que la performance de ces outils peut être spécifique à chaque gène et dépend des jeux de données d'entraînement utilisés. Il est donc crucial de valider ces outils pour des gènes individuels, en particulier pour les variants faux-sens.
Analyse
Cette étude bioinformatique évalue de manière critique la performance des outils de prédiction in silico pour la classification des variants génétiques, un aspect crucial pour la curation des variants. Elle met en évidence que, malgré l'utilisation de sources d'information et de jeux de données d'entraînement souvent similaires, ces outils peuvent présenter une performance variable et spécifique à chaque gène. Les chercheurs ont utilisé les seuils recommandés par le groupe de travail ClinGen SVI et les prédictions d'AlphaMissense, un modèle d'apprentissage profond, pour évaluer des variants faux-sens dans des gènes de prédisposition au cancer. Les résultats ont montré des sensibilités inférieures à 65% pour les variants pathogènes de TERT et inférieures ou égales à 81% pour les variants bénins de TP53, soulignant des limitations importantes. AlphaMissense a surpassé les autres outils pour TP53 mais n'a pas amélioré la précision pour TERT. L'étude insiste sur la nécessité d'une validation quantitative et gene-spécifique des scores in silico, en particulier pour les variants faux-sens, afin d'améliorer la fiabilité des classifications et potentiellement de guider les workflows cliniques de revue des variants.