arXivq-bio.GN · cs.AI
Li S, Yan Z, Wu Z, Lu J et al.
TL;DR：面向遗传性出生缺陷的智能体诊断系统，在 18,622 例胎儿/婴儿病例中 Recall@1 = 0.658、Recall@5 = 0.912，超越 Exomiser、DeepRare 及 LLM 重排基线。
- 方法：4 组件流水线——LLM 病例结构化 → 预训练证据引擎 → 专病模块 → 诊断审查；结合表型-基因型关联数据库与变体功能预测分数
- 结果：18,622 例真实临床队列，Recall@1=0.658，Recall@3=0.882，Recall@5=0.912，Recall@10=0.929；全面超越现有工具
- 亮点：将 LLM 的临床叙述理解能力与传统变体优先排序算法深度整合，显著提升复杂表型病例的召回率
编者按罕见遗传病诊断是 AI 最有实际价值的应用场景之一——平均诊断耗时 4–6 年。DeepBD 在近 2 万例真实病例上的验证是一个强有力的概念证明。18% Recall@1 差距仍然存在，但对临床辅助而言 Recall@5 > 0.9 已经具备落地价值。
局限 · 队列以单中心为主，泛化到不同人群和测序平台尚需验证；系统对变体注释数据库质量高度依赖。
出生缺陷变体优先排序罕见病智能体
arXivq-bio.QM
Hoang MH, Kiwala S, Richters M, Hendrickson L, Xia H, Schmidt E, Miller CA, Cotto KC, Lichti CF, Griffith OL, Griffith M et al.
TL;DR：Griffith Lab 发布 pVACtools 第 6 版，新增 pVACsplice（剪接来源新抗原）、pVACbind（非规范来源）、pVACcompare（多方案对比）及增强的 pVACvector 疫苗设计算法，构建从变体到个性化疫苗的完整开源流程。
- 方法：整合肽段评分、免疫原性预测、锚残基分析、参考蛋白组相似性等多维质量评估；新增剪接结合多物种预测支持
- 结果：覆盖新抗原预测、可视化、优先排序、疫苗设计全流程，支持合成长肽（SLP）疫苗工具链
- 亮点：pVACsplice 模块将剪接位点来源的新抗原纳入预测范围，此前主流工具普遍缺失该类别
编者按pVACtools 在肿瘤免疫领域已是事实标准工具箱，v6 最值得关注的是剪接来源新抗原——研究显示这类肽段可能占实际免疫原性表位的 10–30%，但长期被忽视。随着个性化 mRNA 疫苗临床试验推进，全面的开源流程将大幅降低研究门槛。
局限 · 多物种预测依赖 MHC 结合预测数据库覆盖度；SLP 疫苗设计模块仍需实验室特定优化，不能直接用于临床决策。
新抗原肿瘤疫苗免疫治疗开源工具