Berrylyzer — эффективная, трассируемая и легковесная интеллектуальная агентная система для пренатальной генетической диагностики

Berrylyzer-an Efficient, Traceable, and Lightweight Intelligent Agentic System for Prenatal Genetic Diagnosis
Xinyao Zhou, Aiping Mao, Meng Meng, Ling Liu, Qianqian Du, Yuan Tian, Kuan Sun, Naiqi Li, Pinggui Zhang, Xianyi Lian, Ning Fan, Na Zhu, Shujing Li, Yuezhen Li, Gang Zou
2026-04-04

Berrylyzerклинические описания в свободной формефенотипические и геномные данныепренатальная генетическая диагностикаприоритизация вариантов
Обоснование. Приоритизация вариантов, основанная на искусственном интеллекте (ИИ), продемонстрировала значительную полезность для ускорения генетической диагностики путем ранжирования вариантов, наиболее вероятно являющихся причинными. Несмотря на разработку разнообразных инструментов, лишь немногие из них учитывают специфические клинические и технические ограничения пренатальной генетической диагностики. Методы. Мы представляем Berrylyzer — новую сквозную систему приоритизации вариантов, применяемую для пренатальной диагностики. Вдохновленная процессом рассуждения клинициста при интерпретации вариантов, Berrylyzer использует модульную поэтапную архитектуру оценки, совместно интегрирующую фенотипические и геномные данные и формирующую ранжированный список вариантов-кандидатов, обеспечивая высокую вычислительную эффективность без ущерба для аналитической строгости. Кроме того, Berrylyzer изначально поддерживает как структурированные онтологии, так и клинические описания в свободной форме, что обеспечивает гибкую интеграцию в различные клинические среды. Эффективность системы была тщательно оценена на двух независимых реальных пренатальных когортах и сопоставлена с тремя современными методами: Xrare, Exomiser и PhenIX. Результаты. В двух наборах данных Berrylyzer помещала на первое место 56,41% и 58,12% диагностических вариантов и достигала полноты 94,02% и 97,42% среди первых 20 вариантов соответственно. Berrylyzer превосходила Xrare (85,19% и 87,08%), Exomiser (84,90% и 85,98%) и PhenIX (82,05% и 88,93%). Стратифицированный анализ стабильно демонстрировал превосходство метода в различных категориях заболеваний, типах наследования и аналитических стратегиях. Примечательно, что Berrylyzer сохраняла устойчивость независимо от формата фенотипических данных, обеспечивая сопоставимую полноту среди первых 20 вариантов для описаний в свободной форме и стандартизированной терминологии. Заключение. Berrylyzer представляет собой точную, интерпретируемую и вычислительно легковесную систему приоритизации вариантов для пренатальной генетической диагностики. Превосходные результаты в неоднородных диагностических условиях делают ее практическим решением для бесшовной интеграции...
1
В двух независимых реальных когортах пренатальной диагностики Berrylyzer ставил диагностический вариант на первое место в 56,41% и 58,12% случаев.
2
Berrylyzer достигал полноты выявления в топ-20 на уровне 94,02% и 97,42%, превосходя Xrare, Exomiser и PhenIX в обоих наборах данных.
3
Berrylyzer представляет собой сквозную систему приоритизации вариантов для пренатальной диагностики с модульным пошаговым скорингом, совместно интегрирующим фенотипические и геномные данные.
4
Berrylyzer сохранял сопоставимую полноту в топ-20 для свободных текстовых описаний и стандартизированных терминологий, оставаясь вычислительно лёгкой и интерпретируемой системой.
5
Стратифицированный анализ показал стабильно более высокую эффективность при различных категориях заболеваний, типах наследования и аналитических стратегиях.

пренатальная генетическая диагностика, в частности кандидатные генетические варианты, оцениваемые с использованием фенотипических и геномных данных

точность, эффективность, устойчивость и качество ранжирования при приоритизации вариантов в различных формах представления фенотипов, категориях заболеваний, типах наследования и аналитических условиях

Publication Details
Publication Date
2026-04-04
Journal
Publisher
ISSN
Cited by
1
Access Type
Author Information
Authors
Xinyao Zhou
Aiping Mao
Meng Meng
Ling Liu
Qianqian Du
Yuan Tian
Kuan Sun
Naiqi Li
Pinggui Zhang
Xianyi Lian
Ning Fan
Na Zhu
Shujing Li
Yuezhen Li
Gang Zou
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%