本期节目，我们请到了来自美国哥伦比亚大学医学院的钟国杰，一起讨论基因突变功能预测，一个医学遗传中至关重要的问题。国杰首先为大家介绍了基因突变功能预测工具的历史发展过程和各个阶段的代表性工具。之后我站在临床的角度分享了临床解读中突变预测的实际应用。最后国杰介绍了他最新的科研工作PreMode，该算法可以区分功能缺失（loss-of-function）和功能获得（gain-of-function）突变，帮助精准诊断。期待国杰的新作问世！

主要内容

01:00 北大元培的生信入门

02:10 我们为什么要进行突变功能预测

04:03 突变预测工具历史发展过程及代表性工具

12:31 临床解读中突变预测工具的实际应用

17:52 国杰最新的科研工作PreMode

相关术语及链接

突变预测工具历史发展

第一个阶段是完全Biological Inspired Annotation，代表的工具是SIFT和Polyphen

第二个阶段开始加入machine learning等技术，但是feature完全来源于Biological Inspired annotation，代表作是CADD, REVEL以及MPC。

第三个阶段开始加入deep learning等技术。代表作是2018年的PrimateAI，2021年的EVE，2021-2022年的ESM，2022年的gMVP，2023年的AlphaMissense。

国杰的PreMode工作 www.biorxiv.org

Alphafold3 www.nature.com

突变预测工具整合临床应用 https://linkinghub.elsevier.com/retrieve/pii/S000292972200461X

大家对播客有任何问题和建议请联系我！欢迎自荐或推荐嘉宾一起聊天儿~

邮箱：[email protected]

微博/小红书： @撸森森