使用大规模平行剪接检测对剪接变异预测算法进行基准测试

背景：破坏mRNA剪接的变异占许多遗传疾病中致病变异负担的相当大一部分，但识别基本剪接位点二核苷酸之外的剪接破坏性变异（SDV）仍然困难。计算预测器经常不一致，加剧了变异解释的挑战。由于它们主要使用偏向已知经典剪接位点突变的临床变异集进行验证，因此其性能的泛化能力仍不清楚。结果：我们利用大规模平行剪接检测（MPSA）作为实验确定的真实来源，对八种广泛使用的剪接效应预测算法进行了基准测试。MPSA同时检测许多变异以提名候选SDV。我们比较了五个基因中3,616个变异的实验测量的剪接结果与生物信息学预测。算法与MPSA测量结果以及彼此之间的一致性，对于外显子变异低于内含子变异，强调了识别错义或同义SDV的困难。基于基因模型注释训练的深度学习预测器在区分破坏性变异和中性变异方面实现了最佳总体性能，并且控制基因组范围的总体调用率，SpliceAI和Pangolin具有优越的敏感性。最后，我们的结果强调了在基因组范围评分变异时的两个实际考虑：找到最佳评分截断值，以及基因模型注释差异引入的实质性变异，我们提出了在这些问题面前优化剪接效应预测的策略。结论：在所测试的预测器中，SpliceAI和Pangolin表现出最佳的总体性能，然而，剪接效应预测的改进仍然需要，特别是在外显子内。补充信息：在线版本包含补充材料，可在10.1186/s13059-023-03144-z获取。