基于深度对比学习的错义变异表型预测

错义变异（MVs）影响临床表型，但我们对其表型后果的理解仍受局限。现有的错义变异解释计算方法主要评估其致病性，而未考虑表型异质性。我们提出一种基于机器学习的方法PheMART，用于预测错义变异的临床表型后果。PheMART通过整合蛋白质语言模型、蛋白质-蛋白质相互作用、蛋白质结构域、医学知识图谱和电子健康记录等多重资源，实现了变异与表型特征的全面表征。利用对比学习技术，PheMART将错义变异与4,179种表型共同映射到连贯的低维度量空间，通过空间邻近性建立关联性表征。该方法在显著超越现有模型性能的同时，能通过精准定位临床诊断和致病性错义变异，有效辅助罕见病患者的诊断。作为面向学术社区的资源，我们提供了包含510万个推定致病性氨基酸改变的预测表型数据库。