拓扑深度学习识别家族多病共患中的多基因变异簇

全基因组测序能全面捕获家族遗传病中的编码、非编码和结构变异，但其临床应用受限于如何从数百万候选变异中选出关键变异。现有基于ACMG/AMP标准的流程虽擅长鉴定高外显率孟德尔等位基因，但常遗漏低至中外显率变异、非编码改变和种系-体细胞相互作用。

PolyCLIP-T是一种拓扑引导的多模态框架，它将变异选择从分类问题转化为几何发现任务。通过对比学习整合基因型-表型数据，该方法能识别多基因疾病中的变异簇，在模拟和真实家族数据中表现优于传统管道。

该研究发表于medRxiv，尚未经过同行评审。PolyCLIP-T有望突破全基因组测序的解释瓶颈，为遗传诊断提供更全面的工具。