Skip to content

AlphaMissense

AlphaMissense é um modelo de IA desenvolvido pela Google DeepMind que prevê a patogenicidade de variantes missense combinando contexto estrutural e conservação evolutiva.

Freemium · Web, API

AlphaMissense em resumo

AlphaMissense cobre 71 milhões de possíveis variantes missense, mas sua precisão é gene-dependente.
stork
Eu sou uma única imagem parada.
Uma frase digitada. Este clipe custou $0.05, o mínimo por vídeo.
Faça uma foto falar por $0.20 o minuto.
Envie uma foto e digite o texto. Sem assinatura. Um vídeo grátis por dia.
Faça um grátisDesenvolvedores: existe uma API

O que é AlphaMissense?

AlphaMissense é um método de deep learning desenvolvido pela DeepMind que permite a pesquisadores, clínicos e cientistas prever a patogenicidade de variantes missense em proteínas humanas. Ele classifica essas alterações de um único aminoácido como provavelmente benignas, ambíguas ou provavelmente patogênicas, fornecendo um recurso crucial para a pesquisa genética e o diagnóstico clínico. A ferramenta analisa mutações missense, que são alterações de um único aminoácido em proteínas que podem afetar a função proteica e potencialmente levar a doenças. AlphaMissense fornece uma pontuação de patogenicidade que varia de 0 (benigna) a 1 (patogênica) para mais de 216 milhões de possíveis alterações de um único aminoácido em 19.233 proteínas humanas. Este recurso auxilia na aceleração da pesquisa de doenças, descobrindo mutações patogênicas e genes de doenças anteriormente desconhecidos, aprimorando o diagnóstico de doenças raras, priorizando variantes para testes, e iluminando como alterações específicas de aminoácidos impactam a função proteica. Ele também contribui para a compreensão de características complexas influenciadas por múltiplos fatores genéticos e orienta biólogos moleculares no desenho de experimentos, fornecendo uma prévia dos resultados para milhares de proteínas, otimizando assim a alocação de recursos.

Principais Recursos do AlphaMissense

AlphaMissense incorpora diversas capacidades técnicas para fornecer uma análise abrangente de variantes missense em proteínas humanas.

  • Prevê a patogenicidade de variantes missense em proteínas humanas.
  • Classifica variantes como provavelmente benignas, ambíguas ou provavelmente patogênicas.
  • Combina contexto estrutural derivado do AlphaFold e dados de conservação evolutiva.
  • Identifica pontos quentes e frios mutacionais dentro das estruturas proteicas.
  • Investiga mutações missense em 19.233 genes codificadores de proteínas humanas.
  • Inclui funcionalidades para análise, visualização, validação e benchmarking de previsões de mutações missense.
  • Utiliza uma adaptação da arquitetura de deep learning AlphaFold.
  • Ajustado em bancos de dados de frequência populacional de variantes humanas e de primatas.

Quem Deve Usar o AlphaMissense?

AlphaMissense é projetado para profissionais engajados em pesquisa genética, diagnóstico clínico e biologia molecular que exigem previsões precisas da patogenicidade de variantes missense.

  • Pesquisadores: Para acelerar a pesquisa de doenças, descobrir mutações patogênicas desconhecidas e investigar mutações missense em genes codificadores de proteínas humanas.
  • Clínicos: Para auxiliar no diagnóstico de doenças genéticas raras, priorizando variantes para testes e fornecendo insights sobre sua significância clínica.
  • Cientistas em Biologia Molecular, Genética Clínica e Estatística: Para priorizar recursos, acelerar estudos e compreender os efeitos moleculares de alterações específicas de aminoácidos na função proteica.
  • Bioinformacionistas: Para integrar as previsões do AlphaMissense em fluxos de trabalho existentes usando o AlphaMissenseR package e aproveitar seus dados para análise, visualização e benchmarking.

Preços e Planos do AlphaMissense

AlphaMissense opera em um modelo freemium. As previsões centrais para variantes missense estão disponíveis gratuitamente sob uma CC BY v. 4 license, que permite uso comercial e não comercial. Esta licença foi atualizada em 13 de março de 2024, removendo restrições anteriores de uso não comercial. Os usuários podem acessar os dados diretamente através do site AlphaMissense (alphamissense.org) ou via integrações com grandes bancos de dados biológicos como Ensembl, UniProt, ProtVar e AlphaFold Database. Embora os dados de previsão primários sejam livremente acessíveis, potenciais recursos premium ou serviços hospedados além do acesso direto aos dados não são explicitamente detalhados.

  • Nível Gratuito: Acesso a todas as previsões do AlphaMissense para variantes missense sob uma CC BY v. 4 license.

Prós

  • High accuracy in predicting pathogenicity, with 90% precision on a large subset of the ClinVar database.
  • Comprehensive coverage, classifying 89% of all 71 million possible missense variants in the human genome.
  • Integration into major biological databases (Ensembl, UniProt, DECIPHER, AlphaFold DB) enhances accessibility and utility.
  • Leverages advanced deep learning and AlphaFold methodology for robust predictions based on structural context.
  • Provides a valuable resource for prioritizing research and aiding in the diagnosis of genetic disorders.

Contras

  • Clinical utility in decision-making still requires additional validation, as highlighted by several studies.
  • Accuracy can be gene-dependent, meaning performance may vary across different genes.
  • The tool does not offer a public API for direct programmatic integration, limiting automated workflows beyond the 'AlphaMissenseR' package.
  • One study noted that it does not rely completely on AlphaFold2's structural contexts, which might impact certain predictions.

AlphaMissense vs Concorrentes

AlphaMissense opera em um cenário competitivo de ferramentas de IA projetadas para prever a patogenicidade de variantes missense, cada uma empregando metodologias e fontes de dados distintas.

AlphaMissense

Freemium · Web, API

Do blog da Stork

Gostando do artigo? Receba um assim na sua caixa de entrada toda manhã.

um e-mail por dia · cancele em dois cliques · sem rastreadores de terceiros