(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211290674.0 (22)申请日 2022.10.21 (71)申请人 中国医学 科学院北京协和医院 地址 100730 北京市东城区王府井帅府园1 号 (72)发明人 吴南　赵恒强　杜华康　赵森　 (74)专利代理 机构 北京预立 生科知识产权代理 有限公司 1 1736 专利代理师 李红伟 (51)Int.Cl. G16B 20/50(2019.01) G06N 20/00(2019.01) G06K 9/62(2022.01) (54)发明名称 基于SIGMA+预测突变致病性分析方法、 系统 及设备 (57)摘要 本发明涉及基于SIGMA+预测突变致病性分 析方法、 系统及设备。 包括： 获取待预测基因的突 变； 将待预测基因的突变映射到待预测基因的蛋 白结构上， 得到映射了突变的蛋白结构； 将映射 了突变的蛋白结构输入SIGMA模型， 得到待预测 基因的结构特征得分； 再将待预测基因的突变输 入预测器， 得到待预测基因的变异效应得分； 将 待预测基因的结构特征得分和变异效应得分输 入分类器， 得到突变为致病突变或良性突变的分 类结果。 本发 明方法旨在基于待预测基因的突变 和映射了突变的蛋白结构信息将SI GMA与其他预 测器相结合， 发掘其对突变致病性的高预测能力 和潜在应用价 值。 权利要求书2页 说明书10页 附图5页 CN 115458054 A 2022.12.09 CN 115458054 A 1.一种基于SIGMA+预测突变的致病性分析 方法， 包括： 获取待预测基因的突变， 所述待预测基因包括野生型基因； 将所述待预测基因输入到蛋白结构生成模型， 得到待预测基因的蛋白结构； 将所述待 预测基因的突变映射到所述待预测基因的蛋白结构上， 得到映射了突变的蛋白结构； 将所述映射了突变的蛋白结构输入SIGMA模型， 得到待预测基因的结构特 征得分； 将所述待预测基因的突变输入预测器， 得到待预测基因的变异效应得分； 将所述待预测基因 的结构特征得分和变异效应得分输入分类器， 得到突变为致病突变 或良性突变的分类结果。 2.根据权利 要求1所述的基于SIGMA+预测突变的致病性分析方法， 其特征在于， 所述预 测器将所述待预测基因的突变进行变异效应预测， 得到待预测基因的变异效应得分； 所述 预测器包括下列软件中的任一一种或几种： Enformer、 PROVEAN、 EVE、 DEOGEN2、 MUTPRED、 MutationAssessor、 SIFT、 ClinPred、 PolyPhen2、 REVEL； 优选的， 所述预测器为PROVEAN、 EVE、 DEOGEN2和MU TPRED。 3.根据权利 要求1所述的基于SIGMA+预测突变的致病性分析方法， 其特征在于， 所述待 预测基因的变异效应得分包括下列得分中的一种或几种： 序列保守性得分、 等位基因突变 频率得分、 错 义突变得分、 移码突变得分、 无义 突变得分、 插 入缺失突变得分； 优选的， 所述待预测基因的变异效应得分包括序列保守性得分、 等位基因突变频率得 分和错义突变得分。 4.根据权利要求1所述的基于SIGMA+预测突变的致病性分析方法， 其特征在于， 所述 SIGMA模型基于机器学习算法实现， 包括特征选择、 特征融合、 特征计算和模 型优化； 所述机 器学习算法包括下列算法中的任一一种 或几种： GBDT、 GBM、 SVM、 RF、 Adaboost、 Apriori算 法； 所述模型优化包括下列方法中的任一 一种或几种： 最速下降法、 Newto n方法、 拟牛 顿法。 5.根据权利要求4所述的基于SIGMA+预测突变的致病性分析方法， 所述特征选择将所 述映射了突变的蛋白结构进行特征提取， 得到突变蛋白结构特征； 所述突变蛋白结构特征 包括热力学特征、 蛋白质体积特征、 二级 结构相关特征、 突变残基的相对溶剂可及性特征和 能确定突变是否对蛋白质结构有显著影响的经验规则特 征。 6.根据权利 要求1所述的基于SIGMA+预测突变的致病性分析方法， 其特征在于， 所述蛋 白结构生成模型包括下列生成模型中的一种或几种： AlphaFold、 Alph aFold2、 ProteoGAN； 优选的， 所述蛋白结构生成模型 是AlphaFo ld2。 7.根据权利 要求1所述的基于SIGMA+预测突变的致病性分析方法， 其特征在于， 所述分 类器采用下列算法中的一种或几种： Boosting、 XGBoost和AdaBoost； 优选的， 所述分类器采 用Boosting。 8.一种基于SIGMA+预测突变的致病性分析设备， 其特征在于， 所述设备包括： 存储器和 处理器； 所述存储器用于存储程序指 令； 所述处理器用于调用程序指 令， 当程序指令被执行 时， 用于执 行实现权利要求1 ‑7任意一项所述基于SIGMA+预测突变的致病性分析 方法。 9.一种基于SIGMA+预测突变的致病性分析系统， 其特征在于， 所述系统包括： 获取模 块， 用于获取待预测基因的突变； 结构生成模块， 用于将所述待预测基因的突变映射到待预测基因的蛋白结构上， 得到 映射了突变的蛋白结构；权　利　要　求　书 1/2 页 2 CN 115458054 A 2结构特征生成模块， 用于将所述映射了突变的蛋白结构输入SIGMA模型， 得到待预测基 因的结构特 征得分； 变异效应特征生成模块， 用于将所述待预测基因的突变输入变异效应预测器， 得到待 预测基因的变异效应得分； 分类模块， 将所述待预测基因的结构特征得分和变异效应得分输入分类器， 得到突变 为致病突变或良性 突变的分类结果。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时， 实现权利要求1 ‑7任意一项所述基于SIGMA+预测突变的致病性分析 方法。权　利　要　求　书 2/2 页 3 CN 115458054 A 3