病因性変異：ディープニューラルネットワークによりヒト変異の臨床的影響を予測する

膨大な量のヒトゲノムやエキソームの塩基配列が決定されているが、疾患を引き起こす変異と良性の遺伝的多様性とを識別することが難しいため、それらの臨床適用は限られている。本論文では、霊長類の他の種におけるありふれたミスセンスバリアントは、ヒトでは大部分が臨床的に良性であることに着目し、消去法を用いて病因性変異を系統的に同定できることを実証する。6種の非ヒト霊長類集団についての塩基配列決定から得られた数十万のありふれたバリアントを用いて、ディープニューラルネットワークを訓練したところ、希少疾患の患者の病因性変異を88％の正確さで突き止め、また、知的障害に関する14の新しい候補遺伝子をゲノムワイドな有意水準で特定することができた。さらなる霊長類種についてありふれたバリアントのカタログを作成すれば、重要性が明確ではない数百万のバリアントについての解釈を向上させられると考えられ、それによってヒトゲノムの塩基配列決定の臨床利用が一層前進すると期待できる。