Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind19. September 2023 · Q005875

Accurate proteome-wide missense variant effect prediction with AlphaMissense

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der Abstract stellt AlphaMissense vor, ein AlphaFold-basiertes Modell, das Proteinstruktur und evolutionäre Konservierung nutzt, um die mögliche Krankheitsrelevanz von Missense-Varianten vorherzusagen. Die Forschenden berichten von starken Vergleichsergebnissen und davon, dass 89 Prozent der Varianten als wahrscheinlich unbedenklich oder wahrscheinlich krankheitsverursachend eingeordnet werden; der vollständige Bericht mit näheren Kennzahlen und Einschränkungen liegt hier nicht vor.

Mittel

Der vorliegende Bericht ist ein Auszug aus dem Abstract; eine vollständige Beschreibung der Studie liegt nicht vor. Darin wird AlphaMissense als auf AlphaFold aufbauendes Modell zur Einschätzung der möglichen Krankheitsrelevanz menschlicher Missense-Varianten vorgestellt. Es wurde laut Abstract mit Häufigkeitsdaten aus menschlichen und Primatenpopulationen angepasst und verbindet Proteinstruktur mit evolutionärer Konservierung.

Die Autorinnen und Autoren berichten von Ergebnissen auf Spitzenstand bei verschiedenen genetischen und experimentellen Vergleichsmaßstäben, obwohl das Modell nicht ausdrücklich mit diesen Daten trainiert worden sei. Gen-Durchschnittswerte der vorhergesagten Pathogenität sollen zudem auf die Zell-Essenzialität hinweisen und auch kurze essenzielle Gene erkennbar machen. Als gemeinschaftliche Ressource seien Vorhersagen für alle möglichen einzelnen Aminosäureaustausche beim Menschen veröffentlicht worden. Der Abstract zufolge werden 89 Prozent der Missense-Varianten als wahrscheinlich unbedenklich oder wahrscheinlich krankheitsverursachend eingeordnet. Genauere Kennzahlen, die Verteilung auf diese Gruppen und weitere Grenzen nennt der Auszug nicht.

Ausführlich lesen

Der bereitgestellte Bericht ist ein Auszug: Er enthält den Abstract sowie Angaben zu Autorinnen und Autoren und zum Publikationsort, aber keine vollständige Darstellung der Studie. Daher lassen sich Vorgehen und Ergebnisse nur so zusammenfassen, wie sie im Abstract beschrieben werden.

Die Arbeit stellt AlphaMissense vor, ein Modell zur Vorhersage, ob Missense-Varianten im menschlichen Genom wahrscheinlich krankheitsverursachend oder eher unbedenklich sind. Laut Abstract ist die klinische Bedeutung der großen Mehrheit der beobachteten Missense-Varianten unbekannt. AlphaMissense baut auf AlphaFold auf und wurde anhand von Häufigkeitsdaten zu Varianten aus menschlichen und Primatenpopulationen weiter angepasst. Es verbindet Informationen zum strukturellen Kontext eines Proteins mit evolutionärer Konservierung.

Die Autorinnen und Autoren berichten, das Modell erreiche bei zahlreichen genetischen und experimentellen Vergleichsmaßstäben Ergebnisse auf dem damaligen Spitzenstand, obwohl es nicht ausdrücklich mit diesen Vergleichsdaten trainiert worden sei. Außerdem sei der durchschnittliche Pathogenitätswert eines Gens ein Hinweis auf dessen Bedeutung für das Überleben von Zellen. Das Modell könne dabei auch kurze, essenzielle Gene erkennen, für die bestehende statistische Verfahren laut Abstract zu wenig Aussagekraft hätten.

Als Ressource stellen die Forschenden Vorhersagen für alle möglichen einzelnen Aminosäureaustausche beim Menschen bereit. Der Abstract gibt an, AlphaMissense ordne 89 Prozent der Missense-Varianten entweder als wahrscheinlich unbedenklich oder als wahrscheinlich krankheitsverursachend ein. Der Auszug nennt jedoch weder die genaue Aufteilung dieser Kategorien noch konkrete Kennzahlen, Vergleichsdaten, mögliche Fehlerquoten oder Einschränkungen der Vorhersagen. Die berichteten Resultate sind daher als Aussagen des Abstracts wiedergegeben; eine weitergehende Beurteilung der Studie ist anhand des vorliegenden Textes nicht möglich. Als Publikationsort ist „Science“ angegeben.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 34 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 24 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 33 %einzelne zitierbare Belege
    • JEV 41 %beantwortet teilweise oder widerspricht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →