1
Figure Humanoid
Shares tags: ai
AI Tool
Revue AlphaMissense
AlphaMissense est un modèle d'IA développé par Google DeepMind qui prédit la pathogénicité des variants faux-sens en combinant le contexte structurel et la conservation évolutive.
1Prédit la pathogénicité pour plus de 216 millions de changements possibles d'un seul acide aminé à travers 19 233 protéines humaines.
2Atteint 90 % de précision dans la classification des variants sur une base de données de variants de maladies connus.
3A classé 89 % des 71 millions de variants faux-sens possibles, prédisant 57 % comme probablement bénins et 32 % comme probablement pathogènes.
4Publié par Google DeepMind en septembre 2023, avec des données disponibles sous une licence CC BY v. 4 depuis le 13 mars 2024.
</>Embed "Featured on Stork" Badge▼
<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>
[](https://www.stork.ai/en/alphamissense)
overview
Qu'est-ce qu'AlphaMissense ?
AlphaMissense est une méthode d'apprentissage profond développée par DeepMind qui permet aux chercheurs, cliniciens et scientifiques de prédire la pathogénicité des variants faux-sens dans les protéines humaines. Elle classe ces changements d'un seul acide aminé comme probablement bénins, ambigus ou probablement pathogènes, fournissant une ressource cruciale pour la recherche génétique et le diagnostic clinique. L'outil analyse les mutations faux-sens, qui sont des changements d'un seul acide aminé dans les protéines pouvant affecter la fonction protéique et potentiellement entraîner des maladies. AlphaMissense fournit un score de pathogénicité allant de 0 (bénin) à 1 (pathogène) pour plus de 216 millions de changements possibles d'un seul acide aminé à travers 19 233 protéines humaines. Cette ressource contribue à accélérer la recherche sur les maladies en découvrant des mutations pathogènes et des gènes de maladies jusqu'alors inconnus, à améliorer le diagnostic des maladies rares en hiérarchisant les variants à tester, et à éclairer la manière dont des changements spécifiques d'acides aminés impactent la fonction protéique. Elle contribue également à la compréhension des traits complexes influencés par de multiples facteurs génétiques et guide les biologistes moléculaires dans la conception d'expériences en fournissant un aperçu des résultats pour des milliers de protéines, optimisant ainsi l'allocation des ressources.
quick facts
Faits en bref
| Attribut | Valeur |
|---|---|
| Développeur | Google DeepMind |
| Modèle économique | Freemium |
| Tarification | Freemium (prédictions disponibles sous licence CC BY v. 4) |
| Plateformes | Web, API |
| API Disponible | Oui (via le package AlphaMissenseR) |
| Intégrations | Ensembl, UniProt, ProtVar, AlphaFold Database, DECIPHER |
| Fondé | 2023 (publication publique) |
features
Fonctionnalités clés d'AlphaMissense
AlphaMissense intègre plusieurs capacités techniques pour fournir une analyse complète des variants faux-sens dans les protéines humaines.
- 1Prédit la pathogénicité des variants faux-sens dans les protéines humaines.
- 2Classe les variants comme probablement bénins, ambigus ou probablement pathogènes.
- 3Combine le contexte structurel dérivé d'AlphaFold et les données de conservation évolutive.
- 4Identifie les points chauds et froids mutationnels au sein des structures protéiques.
- 5Examine les mutations faux-sens à travers 19 233 gènes codant des protéines humaines.
- 6Comprend des fonctionnalités pour l'analyse, la visualisation, la validation et l'évaluation comparative des prédictions de mutations faux-sens.
- 7Utilise une adaptation de l'architecture d'apprentissage profond d'AlphaFold.
- 8Affûté sur des bases de données de fréquences de variants de populations humaines et de primates.
use cases
Qui devrait utiliser AlphaMissense ?
AlphaMissense est conçu pour les professionnels engagés dans la recherche génétique, le diagnostic clinique et la biologie moléculaire qui nécessitent des prédictions précises de la pathogénicité des variants faux-sens.
- 1**Chercheurs :** Pour accélérer la recherche sur les maladies, découvrir des mutations pathogènes inconnues et étudier les mutations faux-sens dans les gènes codant des protéines humaines.
- 2**Cliniciens :** Pour aider au diagnostic des troubles génétiques rares en hiérarchisant les variants à tester et en fournissant des informations sur leur signification clinique.
- 3**Scientifiques en biologie moléculaire, génétique clinique et statistique :** Pour prioriser les ressources, accélérer les études et comprendre les effets moléculaires des changements spécifiques d'acides aminés sur la fonction protéique.
- 4**Bioinformaticiens :** Pour intégrer les prédictions d'AlphaMissense dans les flux de travail existants à l'aide du package AlphaMissenseR et exploiter ses données pour l'analyse, la visualisation et l'évaluation comparative.
pricing
Tarification et plans AlphaMissense
AlphaMissense fonctionne sur un modèle freemium. Les prédictions principales pour les variants faux-sens sont disponibles gratuitement sous une licence CC BY v. 4, qui autorise l'utilisation commerciale et non commerciale. Cette licence a été mise à jour le 13 mars 2024, supprimant les restrictions antérieures d'utilisation non commerciale. Les utilisateurs peuvent accéder aux données directement via le site web d'AlphaMissense (alphamissense.org) ou via des intégrations avec des bases de données biologiques majeures telles qu'Ensembl, UniProt, ProtVar et l'AlphaFold Database. Bien que les données de prédiction primaires soient librement accessibles, les fonctionnalités premium potentielles ou les services hébergés au-delà de l'accès direct aux données ne sont pas explicitement détaillés.
- 1**Niveau gratuit :** Accès à toutes les prédictions d'AlphaMissense pour les variants faux-sens sous une licence CC BY v. 4.
competitors
AlphaMissense vs Concurrents
AlphaMissense opère dans un paysage concurrentiel d'outils d'IA conçus pour prédire la pathogénicité des variants faux-sens, chacun employant des méthodologies et des sources de données distinctes.
- 1**AlphaMissense vs EVE (Evolutionary model of Variant Effect) :** AlphaMissense intègre les informations structurelles d'AlphaFold avec la conservation évolutive, tandis qu'EVE exploite principalement des modèles génératifs profonds de données évolutives pour prédire les effets des variants à travers diverses familles de protéines sans modélisation structurelle directe pour chaque variant.
- 2**AlphaMissense vs PrimateAI-2.0 :** AlphaMissense utilise les prédictions de structure protéique d'AlphaFold et les bases de données de fréquences de variants humains/primates. PrimateAI-2.0, tout en employant également l'apprentissage profond et la conservation évolutive, se différencie par une analyse approfondie des variants courants issus du séquençage de populations d'espèces de primates non-humains pour inférer les variants bénins.
- 3**AlphaMissense vs MVP (Missense Variant Pathogenicity prediction) :** AlphaMissense exploite un contexte structurel complet d'AlphaFold. MVP est une méthode d'apprentissage profond qui utilise un réseau résiduel profond et entraîne des modèles séparément pour les gènes tolérants et intolérants aux variants avec perte de fonction, offrant potentiellement des prédictions plus nuancées pour des ensembles de gènes spécifiques.
- 4**AlphaMissense vs MissenseNet :** AlphaMissense et MissenseNet sont tous deux des modèles d'apprentissage profond qui intègrent explicitement les informations structurelles des prédictions de protéines AlphaFold2 pour améliorer la classification de la pathogénicité. MissenseNet vise à optimiser l'utilisation des données structurelles, similaire à la dépendance fondamentale d'AlphaMissense à AlphaFold.
❓
Frequently Asked Questions
+Qu'est-ce qu'AlphaMissense ?
AlphaMissense est une méthode d'apprentissage profond développée par DeepMind qui permet aux chercheurs, cliniciens et scientifiques de prédire la pathogénicité des variants faux-sens dans les protéines humaines. Elle classe ces changements d'un seul acide aminé comme probablement bénins, ambigus ou probablement pathogènes, fournissant une ressource cruciale pour la recherche génétique et le diagnostic clinique.
+AlphaMissense est-il gratuit ?
Oui, AlphaMissense fonctionne sur un modèle freemium. Les prédictions principales pour les variants faux-sens sont disponibles gratuitement sous une licence CC BY v. 4, qui autorise l'utilisation commerciale et non commerciale. Cette licence a été mise à jour le 13 mars 2024.
+Quelles sont les principales fonctionnalités d'AlphaMissense ?
Les principales fonctionnalités incluent la prédiction de la pathogénicité pour plus de 216 millions de variants faux-sens, leur classification comme probablement bénins ou pathogènes, la combinaison du contexte structurel d'AlphaFold avec la conservation évolutive, l'identification des points chauds/froids mutationnels, et la fourniture de capacités d'analyse, de visualisation, de validation et d'évaluation comparative pour les mutations faux-sens.
+Qui devrait utiliser AlphaMissense ?
AlphaMissense est principalement utilisé par les chercheurs pour accélérer la recherche sur les maladies, les cliniciens pour aider au diagnostic des maladies rares, et les scientifiques en biologie moléculaire, génétique clinique et statistique pour prioriser les ressources et comprendre la variation génétique et les maladies.
+Comment AlphaMissense se compare-t-il aux alternatives ?
AlphaMissense se distingue en intégrant les informations structurelles d'AlphaFold avec la conservation évolutive. Des concurrents comme EVE se concentrent davantage sur les données évolutives, PrimateAI-2.0 exploite les données génétiques de populations de primates, MVP prend en compte la tolérance spécifique aux gènes à la perte de fonction, et MissenseNet intègre également les prédictions structurelles d'AlphaFold2, ce qui en fait un concurrent direct en termes de méthodologie.