RENOVO-NF1机器学习模型精准预测NF1错义变异致病性：破解神经纤维瘤病诊断难题

本研究针对神经纤维瘤病(NF1)基因变异分类难题，开发了基于随机森林的RENOVO-NF1预测模型。通过"数据库考古学"方法分析ClinVar历史数据构建训练集(n=3579)和测试集(n=57)，在三个独立验证集(包括15例前瞻性队列de novo变异)中实现最高96.2%的错义变异分类准确率，为4412个临床意义未明变异(VUS)提出79%的再分类方案，显著提升NF1早期诊断能力。

　　

神经纤维瘤病是一种累及皮肤、神经和骨骼系统的复杂遗传病，每3000人中就有1例患者。其致病基因NF1是人类基因组中突变率最高的基因之一，但临床诊断却面临巨大挑战——约85%的NF1错义变异被归类为"临床意义未明变异"(VUS)，导致大量患者无法获得明确诊断。这种困境源于NF1基因的特殊性：长达282kb的基因组跨度、与假基因的高度同源性、缺乏功能性验证实验体系，以及约50%患者携带的无家族史de novo突变。

为破解这一难题，Emanuele Bonetti和Luca Mazzarella团队将机器学习的力量注入基因诊断领域。他们开发的RENOVO算法曾于2020年展现出超越传统方法的变异分类能力，但就像"万能钥匙"可能打不开某些特殊锁具，通用型算法在NF1这类特殊基因上仍需定制优化。研究团队创造性地采用"数据库考古学"策略，通过追踪ClinVar数据库中2012-2019年间变异分类的演变轨迹，筛选出3579个分类稳定的变异作为训练集，57个初始为VUS后被重新分类的变异作为测试集，构建出专为NF1设计的RENOVO-NF1模型。

关键技术方法包括：从24个历史版本ClinVar VCF文件中提取NF1变异数据；使用随机森林算法构建分类模型，输出致病性似然评分(PLS)；基于2375个训练集变异确定NF1特异性阈值(致病≥0.6465，良性≤0.4278)；在100个2020年VUS后续重分类变异和15例Besta研究所前瞻性队列de novo变异中进行验证；通过特征重要性分析识别MetaLR评分等关键决策因子。

结果

性能验证：在测试集中达到98.6%准确率，对错义变异分类准确率高达96.2%，显著优于MetaSVM(66.7%)和InterVar(13.3%)等现有工具。特征重要性分析揭示MetaLR评分、FATHMM评分和群体等位基因频率(AF)贡献了60%的决策权重。

临床转化：对当前ClinVar中4412个NF1错义VUS提出再分类方案——62.8%判定为致病(RNF1-P)，16%为良性(RNF1-B)，仅21.2%保持不确定(RNF1-U)。这些变异沿NF1基因体呈特征性分布，为功能研究提供新线索。

前瞻性验证：在15例经ACMG标准验证的de novo变异中，模型准确率达93.3%，仅1例与ACMG分类不符。值得注意的是，这些变异中50%属于传统方法难以判定的错义突变。

这项发表于《Human Genomics》的研究标志着机器学习在单基因病诊断中的突破性应用。RENOVO-NF1不仅解决了"VUS海啸"带来的临床困境，其创新性的"数据库考古学"方法更为遗传病变异解读树立了新范式。对于占NF1患者半数以上的散发病例，该模型能突破家族史缺失的限制，实现早期精准诊断。研究团队特别指出，虽然模型在错义变异上表现卓越，但对内含子变异等非编码区域的判断仍需谨慎，这恰为下一代算法开发指明了方向。随着更多基因特异性模型的建立，这种"AI遗传咨询师"有望成为临床遗传诊断的标准配置，让更多遗传病患者告别诊断困境。