AI Tool

Revisión de AlphaMissense

AlphaMissense es un modelo de IA desarrollado por Google DeepMind que predice la patogenicidad de las variantes de cambio de sentido combinando el contexto estructural y la conservación evolutiva.

AlphaMissense - AI tool for alphamissense. Professional illustration showing core functionality and features.
1Predice la patogenicidad para más de 216 millones de posibles cambios de un solo aminoácido en 19,233 proteínas humanas.
2Alcanza un 90% de precisión en la clasificación de variantes en una base de datos de variantes de enfermedades conocidas.
3Clasificó el 89% de los 71 millones de posibles variantes de cambio de sentido, prediciendo el 57% como probablemente benignas y el 32% como probablemente patógenas.
4Lanzado públicamente por Google DeepMind en septiembre de 2023, con datos disponibles bajo una licencia CC BY v. 4 desde el 13 de marzo de 2024.

Similar Tools

Compare Alternatives

Other tools you might consider

</>Embed "Featured on Stork" Badge
Badge previewBadge preview light
<a href="https://www.stork.ai/en/alphamissense" target="_blank" rel="noopener noreferrer"><img src="https://www.stork.ai/api/badge/alphamissense?style=dark" alt="AlphaMissense - Featured on Stork.ai" height="36" /></a>
[![AlphaMissense - Featured on Stork.ai](https://www.stork.ai/api/badge/alphamissense?style=dark)](https://www.stork.ai/en/alphamissense)

overview

¿Qué es AlphaMissense?

AlphaMissense es un método de aprendizaje profundo desarrollado por DeepMind que permite a investigadores, clínicos y científicos predecir la patogenicidad de las variantes de cambio de sentido en proteínas humanas. Clasifica estos cambios de un solo aminoácido como probablemente benignos, ambiguos o probablemente patógenos, proporcionando un recurso crucial para la investigación genética y el diagnóstico clínico. La herramienta analiza las mutaciones de cambio de sentido, que son cambios de un solo aminoácido en las proteínas que pueden afectar la función proteica y potencialmente conducir a enfermedades. AlphaMissense proporciona una puntuación de patogenicidad que va de 0 (benigno) a 1 (patógeno) para más de 216 millones de posibles cambios de un solo aminoácido en 19,233 proteínas humanas. Este recurso ayuda a acelerar la investigación de enfermedades al descubrir mutaciones patógenas y genes de enfermedades previamente desconocidos, mejorando el diagnóstico de enfermedades raras al priorizar las variantes para las pruebas, e iluminando cómo los cambios específicos de aminoácidos impactan la función proteica. También contribuye a la comprensión de rasgos complejos influenciados por múltiples factores genéticos y guía a los biólogos moleculares en el diseño de experimentos al proporcionar una vista previa de los resultados para miles de proteínas, optimizando así la asignación de recursos.

quick facts

Datos Rápidos

AtributoValor
DesarrolladorGoogle DeepMind
Modelo de NegocioFreemium
PreciosFreemium (predicciones disponibles bajo licencia CC BY v. 4)
PlataformasWeb, API
API DisponibleSí (a través del paquete AlphaMissenseR)
IntegracionesEnsembl, UniProt, ProtVar, AlphaFold Database, DECIPHER
Fundado2023 (lanzamiento público)

features

Características Clave de AlphaMissense

AlphaMissense incorpora varias capacidades técnicas para proporcionar un análisis exhaustivo de las variantes de cambio de sentido en proteínas humanas.

  • 1Predice la patogenicidad de las variantes de cambio de sentido en proteínas humanas.
  • 2Clasifica las variantes como probablemente benignas, ambiguas o probablemente patógenas.
  • 3Combina el contexto estructural derivado de AlphaFold y datos de conservación evolutiva.
  • 4Identifica puntos calientes y fríos mutacionales dentro de las estructuras proteicas.
  • 5Investiga mutaciones de cambio de sentido en 19,233 genes codificadores de proteínas humanas.
  • 6Incluye funcionalidades para el análisis, visualización, validación y evaluación comparativa de las predicciones de mutaciones de cambio de sentido.
  • 7Utiliza una adaptación de la arquitectura de aprendizaje profundo de AlphaFold.
  • 8Afinado en bases de datos de frecuencia de variantes de poblaciones humanas y de primates.

use cases

¿Quién Debería Usar AlphaMissense?

AlphaMissense está diseñado para profesionales dedicados a la investigación genética, el diagnóstico clínico y la biología molecular que requieren predicciones precisas de la patogenicidad de las variantes de cambio de sentido.

  • 1**Investigadores:** Para acelerar la investigación de enfermedades, descubrir mutaciones patógenas desconocidas e investigar mutaciones de cambio de sentido en genes codificadores de proteínas humanas.
  • 2**Clínicos:** Para ayudar en el diagnóstico de trastornos genéticos raros priorizando las variantes para las pruebas y proporcionando información sobre su significado clínico.
  • 3**Científicos en Biología Molecular, Genética Clínica y Estadística:** Para priorizar recursos, acelerar estudios y comprender los efectos moleculares de cambios específicos de aminoácidos en la función proteica.
  • 4**Bioinformáticos:** Para integrar las predicciones de AlphaMissense en flujos de trabajo existentes utilizando el paquete AlphaMissenseR y aprovechar sus datos para análisis, visualización y evaluación comparativa.

pricing

Precios y Planes de AlphaMissense

AlphaMissense opera bajo un modelo freemium. Las predicciones principales para las variantes de cambio de sentido están disponibles de forma gratuita bajo una licencia CC BY v. 4, que permite tanto el uso comercial como el no comercial. Esta licencia se actualizó el 13 de marzo de 2024, eliminando las restricciones de uso no comercial anteriores. Los usuarios pueden acceder a los datos directamente a través del sitio web de AlphaMissense (alphamissense.org) o mediante integraciones con bases de datos biológicas importantes como Ensembl, UniProt, ProtVar y AlphaFold Database. Si bien los datos de predicción primarios son de libre acceso, las posibles características premium o servicios alojados más allá del acceso directo a los datos no se detallan explícitamente.

  • 1**Nivel Gratuito:** Acceso a todas las predicciones de AlphaMissense para variantes de cambio de sentido bajo una licencia CC BY v. 4.

competitors

AlphaMissense vs Competidores

AlphaMissense opera dentro de un panorama competitivo de herramientas de IA diseñadas para predecir la patogenicidad de variantes de cambio de sentido, cada una empleando metodologías y fuentes de datos distintas.

  • 1**AlphaMissense vs EVE (Modelo Evolutivo de Efecto de Variante):** AlphaMissense integra los conocimientos estructurales de AlphaFold con la conservación evolutiva, mientras que EVE aprovecha principalmente modelos generativos profundos de datos evolutivos para predecir los efectos de las variantes en diversas familias de proteínas sin un modelado estructural directo para cada variante.
  • 2**AlphaMissense vs PrimateAI-2.0:** AlphaMissense utiliza las predicciones de estructura proteica de AlphaFold y bases de datos de frecuencia de variantes humanas/de primates. PrimateAI-2.0, aunque también emplea aprendizaje profundo y conservación evolutiva, se diferencia a través de un análisis exhaustivo de variantes comunes de la secuenciación poblacional de especies de primates no humanos para inferir variantes benignas.
  • 3**AlphaMissense vs MVP (Predicción de Patogenicidad de Variantes de Cambio de Sentido):** AlphaMissense aprovecha un contexto estructural integral de AlphaFold. MVP es un método de aprendizaje profundo que utiliza una red residual profunda y entrena modelos por separado para genes tolerantes e intolerantes a variantes de pérdida de función, ofreciendo potencialmente predicciones más matizadas para conjuntos de genes específicos.
  • 4**AlphaMissense vs MissenseNet:** Tanto AlphaMissense como MissenseNet son modelos de aprendizaje profundo que incorporan explícitamente conocimientos estructurales de las predicciones de proteínas de AlphaFold2 para mejorar la clasificación de la patogenicidad. MissenseNet tiene como objetivo optimizar la utilización de datos estructurales, de manera similar a la dependencia fundamental de AlphaMissense en AlphaFold.

Frequently Asked Questions

+¿Qué es AlphaMissense?

AlphaMissense es un método de aprendizaje profundo desarrollado por DeepMind que permite a investigadores, clínicos y científicos predecir la patogenicidad de las variantes de cambio de sentido en proteínas humanas. Clasifica estos cambios de un solo aminoácido como probablemente benignos, ambiguos o probablemente patógenos, proporcionando un recurso crucial para la investigación genética y el diagnóstico clínico.

+¿Es AlphaMissense gratuito?

Sí, AlphaMissense opera bajo un modelo freemium. Las predicciones principales para las variantes de cambio de sentido están disponibles de forma gratuita bajo una licencia CC BY v. 4, que permite tanto el uso comercial como el no comercial. Esta licencia se actualizó el 13 de marzo de 2024.

+¿Cuáles son las características principales de AlphaMissense?

Las características clave incluyen la predicción de la patogenicidad para más de 216 millones de variantes de cambio de sentido, clasificándolas como probablemente benignas o patógenas, combinando el contexto estructural de AlphaFold con la conservación evolutiva, identificando puntos calientes/fríos mutacionales y proporcionando capacidades de análisis, visualización, validación y evaluación comparativa para las mutaciones de cambio de sentido.

+¿Quién debería usar AlphaMissense?

AlphaMissense es utilizado principalmente por investigadores para acelerar la investigación de enfermedades, por clínicos para ayudar en el diagnóstico de enfermedades raras, y por científicos en biología molecular, genética clínica y estadística para priorizar recursos y comprender la variación genética y las enfermedades.

+¿Cómo se compara AlphaMissense con las alternativas?

AlphaMissense se distingue por integrar los conocimientos estructurales de AlphaFold con la conservación evolutiva. Competidores como EVE se centran más en datos evolutivos, PrimateAI-2.0 aprovecha los datos genéticos de poblaciones de primates, MVP considera la tolerancia específica de genes a la pérdida de función, y MissenseNet también incorpora predicciones estructurales de AlphaFold2, lo que lo convierte en un competidor directo en metodología.