机器学习加速揭秘神经发育障碍风险基因，为精准诊疗照亮前路

为解决众多神经发育障碍（NDD）风险基因待发现的问题，研究人员开展用机器学习识别风险基因的研究，构建模型预测能力强，成果可助力基因发现研究。

　　尽管在相关研究领域已取得重大进展，但仍有成千上万的神经发育障碍（Neurodevelopmental Disorder，NDD）风险基因有待发现。研究人员提出了一种利用机器学习加速识别 NDD 风险基因的计算方法。首先，研究显示，仅基于单细胞 RNA 测序（Single-Cell RNA Sequencing）数据训练的模型，就能稳健地预测与自闭症谱系障碍（Autism Spectrum Disorder，ASD）、发育性癫痫性脑病（Developmental and Epileptic Encephalopathy，DEE）和发育迟缓（Developmental Delay，DD）相关的基因。值得注意的是，研究人员发现，在人类发育中的大脑皮层里，具有单等位基因和双等位基因遗传模式的基因，其表达模式存在差异。随后，研究人员在半监督机器学习框架（mantis-ml）中，将基因表达数据与 300 种其他特征（包括不耐受性指标、蛋白质 - 蛋白质相互作用数据等）进行整合，针对这些疾病训练了特定遗传模式的模型。这些模型具有强大的预测能力（受试者工作特征曲线下面积^AUCs：0.84 - 0.95）。与仅使用基因不耐受性指标相比，排名靠前的基因中，高可信度 NDD 风险基因在单等位基因模型中富集程度高达 2 倍，在双等位基因模型中更是达到 6 倍。此外，排名在前十分之一的基因，获得文献支持的可能性比排在后十分之一的基因高出 45 到 180 倍。总体而言，这项研究提供了可靠的 NDD 风险基因预测结果，能够为大规模的基因发现研究提供补充，同时也凸显了在基因风险预测中考虑遗传因素的重要性。