Likelihood-based calibration improves the clinical utility of JAG1 functional data for variant classification.

Calibration de données MAVE de JAG1 en poids d'évidence ACMG/AMP par rapports de vraisemblance

Les auteurs recalibrent un jeu de données MAVE existant sur JAG1, cause principale du syndrome d'Alagille, en calculant des rapports de vraisemblance de pathogénicité traduits directement en poids d'évidence ACMG/AMP. La calibration améliore la séparation entre variants bénins et pathogènes et fait passer le nombre de faux-sens anormaux classables de 486 à 610 (fort n = 1, modéré n = 340, supportant n = 269). Appliquée rétrospectivement à 29 individus porteurs d'un VUS de JAG1, elle apporte une évidence chez neuf (31 %), dont six (21 %) reclassés en probablement pathogène ou pathogène. Le cadre est proposé comme généralisable à d'autres MAVE.

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

Un exemple concret de la façon dont les données fonctionnelles à haut débit (MAVE), une fois calibrées ACMG/AMP, réduisent la charge de VUS, un verrou majeur du diagnostic exome/génome. La reclassification de 21 % des VUS testés a un impact clinique tangible. La généralisation dépendra de la qualité de calibration propre à chaque assay.

Analyse par Dr Thibaut Benquey