Coordinate- and Sequence-Based Features for a new Combined Annotation-Dependent Depletion Framework of Structural Variants (CADD-SV v2.0)

Modèle Random Forest unifié scorant la délétériosité des variants structuraux à partir d'annotations coordonnées et de signaux dérivés de la séquence (SegmentNT)

Les auteurs présentent CADD-SV v2.0, un cadre d'apprentissage automatique amélioré pour scorer la délétériosité des variants structuraux. Cette version introduit un modèle Random Forest unifié entraîné sur un ensemble étendu de variants proxy-neutres et proxy-délétères issus de génomes humains et de primates non humains, intégrant des annotations génomiques actualisées (métriques de contrainte, éléments régulateurs, architecture chromatinienne). Il score délétions, insertions, duplications et inversions dans un cadre unique tenant compte du variant et de ses régions flanquantes. Les auteurs explorent en complément des annotations dérivées de la séquence via SegmentNT, un modèle d'apprentissage profond fournissant des prédictions fonctionnelles à résolution nucléotidique. CADD-SV v2.0 surpasse la version précédente et d'autres outils pour la priorisation des variants délétères à l'échelle du génome.

Synthèse rédigée par Geno'X. Pour l'abstract original complet, consulter la publication source.

Une mise à jour solide d'un cadre déjà reconnu pour la priorisation des variants structuraux, avec l'ajout utile des inversions et l'exploration de signaux issus de modèles de séquence. L'évaluation est rigoureuse mais reste un benchmark computationnel, sans validation sur cohorte diagnostique réelle, et le statut de preprint invite à la prudence. L'outil est néanmoins directement pertinent pour l'interprétation des SV en génome, un angle mort persistant du diagnostic.

Analyse par Dr Thibaut Benquey