Enhancing missense variant classification in predicted intrinsically disordered regions.

Apprentissage automatique combinant descripteurs de conformation globale des régions désordonnées (ALBATROSS), descripteurs de séparation de phase et plongements de protéines ProtTransBertBFD des séquences sauvage et mutée, les bornes des régions désordonnées étant définies par les prédictions AlphaFold-RSA.

Plus de 25 % des variants délétères connus siègent dans des régions intrinsèquement désordonnées, où les prédicteurs in silico de faux-sens fonctionnent globalement moins bien que dans les régions ordonnées de la protéine. Les auteurs proposent une méthodologie d'apprentissage automatique intégrant des descripteurs de conformation globale des régions désordonnées issus d'ALBATROSS, des descripteurs de séparation de phase calculés avec BioPython et des plongements de protéines à 1 024 dimensions produits par ProtTransBertBFD pour les séquences sauvage et mutée, les bornes des régions désordonnées étant définies par les prédictions AlphaFold-RSA. En prenant les classifications ClinVar comme référence, AlphaMissense, EVE et ESM1b sont les meilleurs prédicteurs non supervisés pour ces variants, et le modèle de base fondé sur les seuls descripteurs de régions désordonnées atteint une PR-AUC de 0,817 sur le jeu de test indépendant. Combinés à ces prédicteurs, les descripteurs de désordre font passer AlphaMissense de 0,807 à 0,919 de PR-AUC, ESM1b de 0,679 à 0,845 et EVE de 0,591 à 0,910.

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

Le problème est réel et bien posé : les régions désordonnées concentrent une part importante des variants délétères tout en étant le point faible des prédicteurs structuraux, et les gains de PR-AUC rapportés sont substantiels, notamment pour EVE. La limite majeure est la référence utilisée : les étiquettes ClinVar dépendent en partie de ces mêmes prédicteurs, ce qui expose à une circularité, et la validation s'arrête à un jeu de test indépendant sans cohorte diagnostique. Utile comme signal complémentaire dans un dossier d'interprétation, pas comme argument autonome, tant qu'une évaluation sur variants classés par preuves fonctionnelles ou de ségrégation n'est pas publiée.

Analyse par Dr Thibaut Benquey