机器学习在遗传性视网膜疾病中的应用评估
遗传性视网膜疾病(IRDs)的诊断中,对于框内插入和删除变异(indels)的致病性预测标准尚不成熟。本研究系统评估了四种机器学习工具(CADD、FATHMM-indel、VEST4 和 MetaRNN-indel)在IRD患者队列中的表现。结果显示,MetaRNN-indel 在整体性能上优于其他工具。进一步将MetaRNN-indel应用于1013名未确诊的IRD患者,成功识别出两名患者的可能致病性变异,并通过临床表型确认。这些发现表明,通过适当的评估和调优,现有的机器学习工具可以可靠地预测框内indels的致病性。