Rendimiento de los métodos de predicción de patogenicidad de mutaciones en variantes missense

Los polimorfismos de nucleótido único (SNPs) son la forma más común de variación genética en los humanos. El número de SNPs identificados en el genoma humano está creciendo rápidamente, pero obtener conocimientos experimentales sobre la posible asociación de la enfermedad de variantes es laborioso y toma mucho tiempo. Se han desarrollado varios métodos computacionales para la clasificación de SNPs de acuerdo a su patogenicidad predicha. En este estudio, hemos evaluado el rendimiento de nueve métodos de predicción de patogenicidad ampliamente utilizados disponibles en Internet. Los métodos evaluados fueron MutPred, nsSNPAnalyzer, Panther, PhD-SNP, PolyPhen, PolyPhen2, SIFT, SNAP y SNPs&GO. Los métodos fueron probados con un conjunto de más de 40,000 variantes patogénicas y neutras. También evaluamos si el tipo de residuo de aminoácido original o sustituto, la clase estructural de la proteína o el entorno estructural de la sustitución de aminoácidos, tenía un efecto en el rendimiento de la predicción. Los rendimientos de los programas variaron desde pobres (MCC 0.19) hasta razonablemente buenos (MCC 0.65), y los resultados de los programas correlacionaron débilmente. Los métodos que mostraron el mejor rendimiento en este estudio fueron SNPs&GO y MutPred, con precisiones de 0.82 y 0.81, respectivamente.