利用不同變異基因點位資訊去預測相關遺傳疾病嚴重程度評分

Abstract

疾病嚴重程度評分，是判斷變異點位致病性的其中一個重要的依據，大多數的遺傳性疾病會呈現不同的嚴重程度，也就是遺傳疾病症狀其基因變異所表現的輕重層級的分別，若以變異點位的資訊去預測這些由於遺傳導致的疾病嚴重程度給出評分，這個資訊可以增加醫生診斷的正確率，更進一步可以對於不同疾病的嚴重程度選擇合適的治療的方法。儘管目前台大醫院基因學部已經有一套基於規則的計算疾病嚴重程度的評分方法，但在計算非致病性的基因變異的準確度並不足夠，且對於插入、缺失、置換的變異無法進行預測。在此篇研究中，我針對三種不同的變異種類分別蒐集了三組訓練的數據集，包含導致嚴重症狀的致病變異和不嚴重或無症狀的良性變異，使用六種機器學習的演算方法，各別訓練出對應的模型，嘗試找出最合適的演算法。其中以隨機森林的模型與XGB模型的準確率最高，經過驗證資料後的準確度可以穩定達到約87%，整體上比現在使用的方法提高5%，其中以預測不嚴重或無症狀的良性變異進步最多，可以使原本37%被預測錯誤的良性變異，大幅降低致12%。此次研究的預測模型已經寫成工具可以做使用，若有病人的基因資料，可以使用此工具直接進行嚴重程度評分的預測任務，其嚴重程度評分結果可以縮短變異判讀的時間，提高了醫生跟基因研究人員的效率跟準確率。