При обнаружении редкой мутации в ходе генетического тестирования врачу и пациенту часто сложно понять, насколько она опасна и приведет ли к развитию заболевания. Команда медицинской школы Икана при больнице Mount Sinai предложила новый подход, позволяющий дать количественную оценку такого риска. Результаты исследования опубликованы в журнале Science.
Метод основан на машинном обучении и анализе более 1,3 миллиона электронных медицинских записей, дополненных стандартными лабораторными данными: уровнем липидов, показателями крови и функцией почек. На этой основе исследователи разработали показатель «ML-пенетрантности» в диапазоне от 0 до 1, отражающий вероятность того, что носитель определенного варианта заболеет. Такой подход позволяет уйти от бинарной схемы «болен или здоров» и более точно отразить спектр клинических проявлений.
Модели были построены для десяти распространенных заболеваний и применены к независимой группе пациентов с экзомным секвенированием. В результате была рассчитана ML-пенетрантность 1 648 редких вариантов в 31 аутосомно-доминантном гене. Высокие значения указывали на значимый риск развития заболевания, низкие — на минимальную клиническую значимость.
Некоторые результаты оказались неожиданными. Варианты, ранее отнесенные к категории «неопределенной значимости», показали заметную связь с болезнью. В то же время ряд вариантов, считавшихся патогенными, продемонстрировал минимальный вклад в риск. Авторы подчеркивают, что метод не заменяет клинического суждения, но может стать дополнительным инструментом поддержки решений. Он способен помочь определить, когда необходим ранний скрининг и профилактика, а когда целесообразно отказаться от избыточных вмешательств.
Исследователи планируют расширить число заболеваний и генетических вариантов, включаемых в анализ, а также проверять, насколько прогнозы соответствуют реальным исходам. Это важный шаг для внедрения количественных методов оценки пенетрантности в практику персонализированной медицины.