(资料图)

导读 新泻大学神经病学系开发了一种新的计算机方法，用于使用 AlphaFold2 (MOVA) 评估错义变异的致病性。ALS 致病基因的罕见变异存在于 10%...

新泻大学神经病学系开发了一种新的计算机方法，用于使用 AlphaFold2 (MOVA) 评估错义变异的致病性。

ALS 致病基因的罕见变异存在于 10% 至 30% 的散发性 ALS 病例中，这突出表明需要准确有效的致病性预测方法。为了预测变异的致病性，通常使用计算机分析方法。在一些ALS致病基因中，突变集中在特定区域，通过考虑变异的位置信息可以提高致病性预测的准确性。

然而，现有方法没有考虑蛋白质结构中变异位置的信息。MOVA 是为解决这个问题而开发的，它专注于使用 3D 结构中的位置信息来评估错义变异的致病性。在 MOVA 的开发中使用机器学习方法随机森林也显示出可喜的结果。

“MOVA 与现有的计算机分析方法(如 PolyPhen-2、CADD、REVEL、EVE 和 AlphScore)的比较证明了其在致病性预测方面的潜力。将 MOVA 与现有方法(如 REVEL 和 CADD)相结合，进一步提高了性能，超越了现有的致病性预测方法。此外，MOVA 还显示出对 TARDBP 和 FUS 基因中热点突变的优越致病性辨别力。这突出了考虑蛋白质结构中变异的位置信息以改进致病性预测的重要性，”Hatano 博士和Dr.石原

研究结果发表在BMC Bioinformatics杂志的网络版上。