Predicting genome-wide functional constraints with GPN-Star.

Modèle de langage génomique à architecture phylogénétique, entraîné sur des alignements de génomes entiers et des arbres d'espèces

GPN-Star est un modèle de langage génomique dont l'architecture intègre explicitement les alignements de génomes entiers et l'arbre phylogénétique des espèces. Entraîné sur des alignements couvrant les échelles vertébrés, mammifères et primates, il atteint les meilleures performances publiées sur un large éventail de tâches de prédiction d'effet de variant, dans les régions codantes comme non codantes du génome humain. Les auteurs montrent qu'il surpasse nettement les méthodes antérieures pour prioriser les variants pathogènes et les variants d'association fine-mappés, avec un enrichissement fort de l'héritabilité des traits complexes et un gain de puissance dans les tests d'association de variants rares. Les analyses par échelle de temps évolutif montrent des avantages dépendants de la tâche à modéliser l'évolution récente plutôt que profonde. Le cadre a été réentraîné pour cinq organismes modèles (souris, poulet, drosophile, C. elegans, Arabidopsis), ce qui documente sa généralisation.

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

L'intérêt pour le diagnostic tient moins au score brut qu'au fait que le gain porte aussi sur le non-codant, angle mort persistant de l'interprétation en exome et en génome. La démonstration s'appuie toutefois sur des jeux de variants de référence et des données d'association, pas sur des cohortes diagnostiques : avant tout usage en routine il faudra une calibration des seuils au format ACMG/AMP (PP3/BP4) et une évaluation gène par gène. À ce stade, c'est un outil d'aide à la priorisation, pas un critère de classification.

Analyse par Dr Thibaut Benquey