PrimateAI-3D 變異預測完全指南
Illumina PrimateAI-3D
在精準醫學時代，解讀基因變異是診斷罕見疾病的關鍵。但問題是要怎麼區分真正危險的變異 vs. 無害的背景變異？
如果 Google AlphaMissense 從「蛋白質結構」出發，那麼 Illumina PrimateAI-3D 的最主要的邏輯就是在演化。
Illumina 的科學家們定序了 233 種靈長類動物。他們的假設很簡單：如果一個變異在猴子、猩猩身上都找不到，代表這個變異在演化過程中被「淘汰」了，那它對人類大概率也是有害的。
核心原理
PrimateAI-3D 結合了：
演化保守性：跨物種的比對。
3D 結構：使用 3D 卷積神經網路 (3D-CNN) 掃描蛋白質結構。
這樣的架構讓它在減少 VUS (意義不明變異) 方面表現極佳。
1. 準備工作目錄
bash
創建工作目錄
WORK_DIR=~/biotools_work
mkdir -p ${WORK_DIR}
cd ${WORK_DIR}
同時也要確認這些資料都準備好了：— input_full.vcf (你的變異檔)
— primateai_scores.vcf.gz (PrimateAI 分數檔，從 Illumina 下載)
#### 2. 拉取 bcftools Docker 鏡像
apache
docker pull biocontainers/bcftools:v1.9-1-deb_cv1
#### 3. 執行 VCF 註釋
haskell
定義檔案名稱
INPUT_VCF="input_full.vcf"
SCORE_FILE="primateai_scores.vcf.gz"
OUTPUT_VCF="output_primateai.vcf"
使用 Docker 執行 bcftools annotate
docker run --rm \
-v ${WORK_DIR}:/data \
biocontainers/bcftools:v1.9-1-deb_cv1 \
bcftools annotate \
-a /data/${SCORE_FILE} \
-c INFO/PrimateAI_Score \
-o /data/${OUTPUT_VCF} \
/data/${INPUT_VCF}
參數解釋：
- `-a`: 註釋源檔案 (你的知識庫)
- `-c INFO/PrimateAI_Score`: 提取分數欄位
- `-o`: 輸出檔案
#### 4. 驗證註釋結果
bash
查看前 10 個註釋結果
docker run --rm -v ${WORK_DIR}:/data \
biocontainers/bcftools:v1.9-1-deb_cv1 \
bcftools query -f '%CHROM\t%POS\t%REF\t%ALT\t%INFO/PrimateAI_Score\n' \
/data/${OUTPUT_VCF} | head -10
統計已註釋的變異數
docker run --rm -v ${WORK_DIR}:/data \
biocontainers/bcftools:v1.9-1-deb_cv1 \
bcftools query -f '%INFO/PrimateAI_Score\n' \
/data/${OUTPUT_VCF} | grep -v '.' | wc -l
#### 分數解讀
apache
INFO/PrimateAI_Score=0.85
- Score 越高：代表該變異在靈長類中越罕見，且結構上越危險 -> 致病風險高。
- Score 越低：代表該變異在演化上是可以被容忍的 -> 良性機會大。
推薦臨床閾值：
- 0.8 = 區分致病 vs 良性（Illumina 官方推薦）
- 0.6 = 保守篩選（用於篩查研究）
如果需要的資料很大，可以考慮透過切分不同的染色體來處理
bash
按染色體分割，並行處理
for chr in {1..22} X Y; do
docker run --rm -v ${WORK_DIR}:/data \
biocontainers/bcftools:v1.9-1-deb_cv1 \
bcftools annotate \
-r chr${chr} \
-a /data/primateai_scores.vcf.gz \
-c INFO/PrimateAI_Score \
-o /data/chr${chr}_annotated.vcf \
/data/input_full.vcf &
done
wait
合併結果
bcftools concat chr*.vcf > final_annotated.vcf
另外，也可以先針對高風險的變異做篩選來加快與簡化結果
bash
提取 PrimateAI Score > 0.8 的變異
docker run --rm -v ${WORK_DIR}:/data \
biocontainers/bcftools:v1.9-1-deb_cv1 \
bcftools query \
-f '%CHROM\t%POS\t%REF\t%ALT\t%INFO/PrimateAI_Score\n' \
-i 'INFO/PrimateAI_Score>0.8' \
/data/output_primateai.vcf > high_risk.tsv
結果: 可在 Excel 中審視的簡潔表格
1. PrimateAI-3D Paper: Gao, H. et al. “The landscape of tolerated missense variants in humans and primates.” *Science* (2023).
1. bcftools Documentation: [http://samtools.github.io/bcftools/](http://samtools.github.io/bcftools/)
[# ai](/tag/ai)[# bioinformatics](/tag/bioinformatics)[# genomics](/tag/genomics)
Top comments (0)