Cell | 引导编辑与深度学习结合实现ATM基因全部点突变的功能解析
BioArt
2025-07-11 17:00
文章摘要
本研究结合引导编辑技术和深度学习算法,对ATM基因编码区的所有单核苷酸变异(SNVs)进行了系统性功能评估。背景方面,ATM基因的变异与多种疾病相关,包括共济失调毛细血管扩张综合征(A-T)和癌症风险增加,但其功能解析存在困难。研究目的是建立一种全面评估ATM基因SNVs功能的新策略,以指导临床诊断和治疗。研究通过构建ATM单倍体细胞模型,结合奥拉帕利处理,成功将24534种SNVs分为功能缺陷型和功能型两大类,并验证了其临床相关性。结论显示,该方法不仅提高了变异功能预测的准确性,还开发了深度学习模型DeepATM,为遗传变异的功能评估和临床应用提供了新工具。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。