基因组异质性抬高了变异致病性预测的性能

近期研究报道，利用在海量基因组数据上训练的大型深度学习模型，预测全基因组（包括非编码区）致病性变异达到了前所未有的准确度。为验证并理解这些报道的依据，我们系统评估了前沿模型对单核苷酸变异的预测准确性，重点关注能够对编码区或非编码区多种变异类型进行打分的通用模型。我们的评估显示，全基因组预测的性能因混合了致病性变异基线患病率不同的变异类别而被严重高估。我们构建了一个按变异类型分层的基准，以识别每种基因组背景下表现最佳的模型，确定哪些情况下仍无法实现可靠预测，并建立严格标准以指导未来的评估。

中文由 AI 翻译，仅供参考，以原文为准。