Evaluation of phenotype-driven gene prioritization methods for Mendelian diseases.
Evaluation of phenotype-driven gene prioritization methods for Mendelian diseases.
复制标题
评估孟德尔疾病的表型驱动基因优先方法。
DOI：
10.1093/bib/bbac019
复制
发表时间：
2022-03-10
影响因子：
9.5
通讯作者：
Zhang P
中科院分区：
文献类型：
--
作者：
Yuan X;Wang J;Dai B;Sun Y;Zhang K;Chen F;Peng Q;Huang Y;Zhang X;Chen J;Xu X;Chuan J;Mu W;Li H;Fang P;Gong Q;Zhang P
从孟德尔疾病患者的下一代测序（NGS）数据中识别致病基因是一项具有挑战性的工作。为了改善这种情况，研究人员已经开发了许多表型驱动的基因优先级排序方法，使用患者的基因型和表型信息，或表型信息仅作为输入来对候选人的致病基因进行排序。这些排名方法的评价为从业者提供了方便，为他们的工作流程选择一个合适的工具，但回顾性基准是不够的，以提供统计上显着的结果，在他们试图区分。在这项研究中，10个公认的ca88基因优先级排序方法的性能是通过相对公正的方法，使用来自解密发育障碍（DDD）项目的305个案例和209个内部案例进行基准测试的。评估结果表明，使用人类表型本体（HPO）术语和变异调用格式（VCF）文件作为输入的方法比单独使用表型数据的方法获得了更好的整体性能。此外，LIRICAL和AMELIE是我们基准实验中最好的两种方法，在因果基因排名较高的情况下相互补充，表明可能的综合方法，以进一步提高诊断效率。我们的基准提供了有价值的参考信息的计算机辅助快速诊断孟德尔疾病，并揭示了一些潜在的方向，未来改进的致病基因优先级的方法。
It’s challenging work to identify disease-causing genes from the next-generation sequencing (NGS) data of patients with Mendelian disorders. To improve this situation, researchers have developed many phenotype-driven gene prioritization methods using a patient’s genotype and phenotype information, or phenotype information only as input to rank the candidate’s pathogenic genes. Evaluations of these ranking methods provide practitioners with convenience for choosing an appropriate tool for their workflows, but retrospective benchmarks are underpowered to provide statistically significant results in their attempt to differentiate. In this research, the performance of ten recognized causal-gene prioritization methods was benchmarked using 305 cases from the Deciphering Developmental Disorders (DDD) project and 209 in-house cases via a relatively unbiased methodology. The evaluation results show that methods using Human Phenotype Ontology (HPO) terms and Variant Call Format (VCF) files as input achieved better overall performance than those using phenotypic data alone. Besides, LIRICAL and AMELIE, two of the best methods in our benchmark experiments, complement each other in cases with the causal genes ranked highly, suggesting a possible integrative approach to further enhance the diagnostic efficiency. Our benchmarking provides valuable reference information to the computer-assisted rapid diagnosis in Mendelian diseases and sheds some light on the potential direction of future improvement on disease-causing gene prioritization methods.
登录
查看更多内容
影响因子：
3.5
作者：
Cipriani, Valentina;Pontikos, Nikolas;Smedley, Damian
通讯作者：
Smedley, Damian
影响因子：
3.9
作者：
Bosio, Mattia;Drechsel, Oliver;Ossowski, Stephan
通讯作者：
Ossowski, Stephan
影响因子：
8.8
作者：
Hsieh, Tzung-Chien;Mensah, Martin A.;Krawitz, Peter M.
通讯作者：
Krawitz, Peter M.
来自电子健康记录的文本挖掘的4095个患者的临床表型光谱。
影响因子：
3.5
作者：
Havrilla JM;Zhao M;Liu C;Weng C;Helbig I;Bhoj E;Wang K
通讯作者：
Wang K
影响因子：
5.3
作者：
Clark, Michelle M.;Starke, Zornitza;Kingsmore, Stephen F.
通讯作者：
Kingsmore, Stephen F.