揭示隐藏规则:提升蛋白截短变异的无义介导降解预测

root 提交于 周四, 07/02/2026 - 12:47
无义介导的降解(NMD)是一种保守的 RNA 质量控制通路,可降解含有提前终止密码子的转录本。由于 ClinVar 中约三分之一的致病变异可导致截短蛋白的合成,预测此类转录本是否发生 NMD 对于解释变异效应至关重要;然而,经典的 50–55 个核苷酸规则仅能解释约一半已观察到的结局变异性。 利用精准医学转组学计划(TOPMed)中 10,306 个个体样本的配对全基因组测序和 RNA 测序数据,我们通过等位基因特异性表达定量评估了 5,749 个生殖系截短变异的 NMD 效率,并训练了一个梯度提升分类器 TrunCat,以约 78% 的 ROC-AUC(受试者工作特征曲线下面积)区分 NMD 敏感型转录本与 NMD 逃逸型转录本。一个仅使用平均 SHAP(SHapley Additive exPlanations)值最高的十个特征作为各特征对预测平均贡献度量的简化模型,其性能几乎与完整模型相当。 将该模型应用于大型变异数据库和一个罕见病队列后,得到了 NMD 结局预测,其中意义未明变异显示出比致病变异更高的预测逃逸倾向。该框架验证了经典规则,识别了非经典决定因素,并为蛋白截短变异的解释提供了一种可扩展的资源。

**Translating text**

I see that I need to translate the entire provided text while keeping the paragraph structure intact. The focus is on getting a direct translation without any extra explanations. It also looks like I might need to translate UI text, too. So, let’s dive into that and make sure everything flows nicely in the translation while sticking to those guidelines!

12

休斯敦德克萨斯大学健康科学中心公共卫生学院流行病学系人类遗传学中心,美国得克萨斯州休斯敦

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在持有人为作者/资助方,其已授予 bioRxiv 永久展示该预印本的许可。

保留所有权利。未经许可不得重新使用。

返回顶部

上一项

下一项

发表于 2026 年 7 月 1 日。

下载 PDF

补充材料

电子邮件

感谢您有兴趣帮助传播 bioRxiv。

您的电子邮件

*

您的姓名

*

发送至

*

请输入多个地址,每行一个,或用逗号分隔。

您将要通过电子邮件发送以下内容

揭示隐藏规则:提升蛋白截短变异的 NMD 预测

邮件主题

(您的姓名)已从 bioRxiv 转发一个页面给您

邮件正文

(您的姓名)认为您会希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访客,并防止自动化垃圾信息提交。

分享

揭示隐藏规则:提升蛋白截短变异的 NMD 预测

Iman Egab , Jacob Schmidt , Michael Cortazar , Jiaoyang Xu , Peter Orchard , Tugce Bozkurt-Yozgatli , Moez Dawood , Jasmine Koh , Luisa Mestroni , Matthew Taylor , S. Stephen Yi , Daniel Calame , Jennifer Posey , Richard A Gibbs , Eric Boerwinkle , Alexander P. Reiner , Paul S de Vries , Alanna Morrison , Chad A. Shaw , James R. Lupski , Claudia M. B. Carvalho , Stephen B Montgomery , Sujatha Jagannathan , Zeynep Coban Akdemir

bioRxiv

2026.06.26.734884;

doi:

https://doi.org/10.64898/2026.06.26.734884

分享本文:

复制

引文工具

揭示隐藏规则:提升蛋白截短变异的 NMD 预测

Iman Egab , Jacob Schmidt , Michael Cortazar , Jiaoyang Xu , Peter Orchard , Tugce Bozkurt-Yozgatli , Moez Dawood , Jasmine Koh , Luisa Mestroni , Matthew Taylor , S. Stephen Yi , Daniel Calame , Jennifer Posey , Richard A Gibbs , Eric Boerwinkle , Alexander P. Reiner , Paul S de Vries , Alanna Morrison , Chad A. Shaw , James R. Lupski , Claudia M. B. Carvalho , Stephen B Montgomery , Sujatha Jagannathan , Zeynep Coban Akdemir

bioRxiv

2026.06.26.734884;

doi:

https://doi.org/10.64898/2026.06.26.734884


📄 原文链接:https://www.biorxiv.org/content/10.64898/2026.06.26.734884v1?rss=1

🏷️ 无义介导降解 蛋白截短变异 变异效应预测 RNA测序 梯度提升模型 等位基因特异性表达