MAVE联合计算预测提升癌症变异分类

研究团队在5个具备高质量MAVE数据的癌症相关基因上，比较了MAVE与GEMME、EVE、CPT-1等不依赖人群数据的变异效应预测器的分类表现。结果显示，按ACMG/AMP标准校准后，MAVE的判定更保守、更明确，而预测器整体能识别更广范围的致病变异。 研究团队称，将MAVE与预测器的临床证据强度结合后，在SG10K_Health和墨西哥城前瞻性研究两个参考数据集中，超过90%的临床意义不明变异被重新分类为至少可能良性或可能致病。该结论针对上述5个基因和两个数据集，尚不代表其他基因或人群的普遍效果。

AI 根据报道生成 · 7 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。