Decoding common and rare noncoding variant effects across cellular and developmental contexts.

Cadre FLARE de deep learning pour prédire l'effet des variants non-codants selon le contexte cellulaire

Cette étude dans Nature Genetics présente FLARE, un cadre de deep learning générant 3 milliards de prédictions sur l'accessibilité de la chromatine dans des contextes cellulaires et développementaux variés. FLARE révèle une dichotomie : les variants communs sont plus spécifiques au type cellulaire, tandis que les variants ultra-rares affectent des régions plus ubiquitaires. L'outil améliore significativement la priorisation des variants non-codants pathogènes, un défi majeur du diagnostic génomique.

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

L'interprétation des variants non-codants reste l'un des principaux angles morts du WGS diagnostique. FLARE, en intégrant le contexte cellulaire développemental, représente une avancée méthodologique significative. Son intégration dans les pipelines diagnostiques pourrait améliorer le rendement des génomes sans cause identifiée.

Impact clinique : 2/3 · Solidité de l'évidence : 3/3 · Nouveauté : 2/2 · Effectif : 1/1 · Statut de publication : 1/1 → Total : 9/10