研究人员开发出一种名为popEVE的人工智能模型，该工具能够识别人类蛋白质中可能导致疾病的基因突变。这项研究旨在提升罕见遗传病诊断的效率和准确性。

popEVE模型综合运用了跨物种的进化数据与人类群体的遗传变异信息，以此评估人类约两万种蛋白质中不同位点对功能的影响程度。这使得模型不仅能判断突变的潜在危害，还能对其严重性进行分级排序。相关研究成果已发表于《自然遗传学》期刊。

目前，约有一半的罕见病患者难以获得明确诊断。该模型的优势在于仅需患者的基因信息即可运行，为医疗资源有限的场景提供了实用工具。研究的共同通讯作者、基因组调控中心的研究员玛法尔达·迪亚斯博士表示：“popEVE可以帮助这些医生识别致病突变，我们已经从与诊所的合作中看到了这一点。”

基因突变，特别是改变蛋白质氨基酸序列的错义突变，其影响各不相同。区分有害突变与良性变异是医学诊断中的难点。popEVE基于其前身模型EVE进一步发展，通过整合英国生物银行等大型人群数据库的信息进行校准，从而能够对人类蛋白质组中的不同突变进行跨基因的严重程度比较与排序。

在针对超过3.1万个患有严重发育障碍儿童家庭的验证分析中，popEVE在绝大多数已知病例中，正确地将致病突变识别为基因组中最具破坏性的变异。该模型还发现了百余个此前未与发育障碍相关联的新候选基因。

研究团队指出，该模型设计有助于减少因基因数据库人群代表性不均衡而可能产生的偏差。另一位共同通讯作者、基因组调控中心的研究员乔纳森·弗雷泽博士表示：“任何人都不应该仅仅因为自己的群体在全球数据库中代表性不足就得到可怕的结果。popEVE有助于解决这种不平衡。”

研究人员强调，popEVE目前主要应用于解读导致蛋白质改变的DNA变异，并未涵盖所有突变类型。该工具旨在辅助而非替代临床判断，医生的综合评估在罕见遗传病诊断过程中仍然至关重要。

更多信息： 人类疾病遗传学的蛋白质组学模型，《自然遗传学》(2025)。期刊信息： 《自然遗传学》