强到没朋友的遗传病位点筛选器-VVP

作为遗传分析师，最重要的任务就是从几万个位点中筛选出致病位点，有些科室或机构比较严谨，人群频率过滤后通过人工一个位点一个位点去确认，有朋友抱怨说我一天就分析了一个样本，效率比较低，那有没有方法可以减少人工筛选位点的数目呢。当然有啦，一般来说有以下几种筛选策略，第一种是通过位点的质量参数把那些低质量的位点去掉；第二种是通过对照样本过滤掉常见SNP与系统误差；第三种是通过正常人群频率；第四种通过家系中其他成员患病情况寻找共同或不同位点；通过以上几种方法仍有好几百个位点需要进一步筛选，这时候软件预测危害性就可以应用了，但是有个问题是这些软件预测可能会遗漏一些真正的致病位点，之前游侠曾经评测过各种预测软件的灵敏度与特异性，见这里（ 低频错义突变危害性预测哪家强 ），但是今天要介绍的软件从数据上看要更加强大。

首先这款软件是著名的Yandell实验室开发的，之前他们还开发过 VAAST ， pVAAST ， phevor 等软件，核心算法与 VAAST 类似都是通过 CLRT 计算的，简单来说就是看对照人群中某个基因出现各种突变的比例，再结合人群频率和功能结构域等，计算样本某一具体突变的原始得分，然后再转换为百分制，这与其他预测软件如 SIFT 完全不同。 VAAST Variant Prioritier (VVP) 判断有害的 cutoff 为 57 ，大于 56 即认为有害，小于 57 即认为容忍。算法我就不具体介绍了（反正都是数学公式，看不懂！）

下面我们直接看结果。

首先是运行时间，之前使用VAAST分析一个样本就要几个小时， VVP 大大改进了，一个全外显子大概只要 3 秒钟。

VVP 不仅可以预测错义突变 , 还可以预测移码 , 无义以及非编码区变异 , 所以找来了 CADD 这个全能高手一较高下 , 顺便评测了 SIFT 。为了评估准确性从 ClinVar （ 20170228 ）挑出“ Review Status ” 18117 个良性位点和 14195 个致病位点， ROC 曲线如下

VVP的真阳性率达到 0.9805 ，这数值绝对爆表了，我怀疑真有那么好吗，改天一定要测试一下，假阳性为 0.065 。

接下来选择了ClinVar数据库中致病位点注释最多的 10 个基因，作者引入一个名词叫做临床效用（ Clinical Utility ），等于准确性乘以可预测位点的比例。

你可以看到SIFT得分非常低，是因为很多无义突变与移码突变 SIFT 不能预测。以 CFTR 与 BRCA2 为例， VVP 可以非常明显地把良性位点与致病位点区分开。

大家肯定都担心灵敏度提高了，会不会筛选出的位点会非常多（比如M-CAP），接下来评测了 NA12878 这个正常人有多少有害变异，当然这是个黑盒子谁也不知道到底有多少有害突变，理论上越小越好。

接下来VVP又对 dbSNP146