A genomic foundation model for interpreting human genetic diversity

Modèle de fondation génomique pré-entraîné sur des séquences d'haplotypes reconstruites à partir de WGS, sans étiquette clinique ni fonctionnelle

hEVO est un modèle de fondation génomique entraîné sur 4,784 milliards de séquences d'haplotypes distinctes, reconstruites à partir des données de WGS de 63 809 individus sélectionnés parmi 550 237 échantillons de huit cohortes. Le pré-entraînement intègre les caractéristiques de séquence partagées et les différences alléliques naturelles, sans étiquette clinique ni fonctionnelle. Face aux familles de modèles Evo 2, NT, GPN et autres, hEVO arrive en tête dans 18 des 19 comparaisons principales couvrant l'annotation fonctionnelle, l'interprétation des variants et l'évolution humaine. Sans entraînement spécifique, ses scores alléliques obtiennent les meilleures performances sur six benchmarks de variants, dont la pathogénicité clinique, et une reclassification rétrospective ClinVar montre une meilleure identification des classements pathogènes rétrogradés par la suite.

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

Preprint non relu par les pairs. Pour le laboratoire, le résultat le plus parlant est le dernier : un score capable de repérer les classements pathogènes qui seront ensuite rétrogradés devient un outil de contrôle de nos propres interprétations anciennes. L'abstract ne chiffre pourtant pas ce gain et ne dit pas si le modèle est disponible ; l'écart entre performance sur benchmark et apport réel à la classification ACMG reste à mesurer.

Analyse par Dr Thibaut Benquey