致病性预测模型用户指南

Pathogenicity Predictor是一款基于生信与AI模型的突变位点致病性预测工具。该工具能够对人类基因组中的单碱基突变（包括插入和缺失）进行预测，预测其是否可能导致严重疾病，为科研与临床提供高效、可靠的致病性分析支持。适用于科研人员、临床医生对基因突变与疾病关联的研究，解决传统方法效率低、准确性不足的问题。

打开浏览器，输入网址：https://www.icyagen.cn/tools/pathogenicity，进入致病性预测模型首页。

工具支持4种输入模式，包括：快速粘贴、快捷输入、蛋白质预测、转录本预测。

• 填写基因名：在"基因名称"输入框中输入"SOD1"，系统会自动弹出推荐基因，选择目标基因。
• 选择转录本：系统默认加载最常用的转录本（如SOD1:NM_000454.5），若有特殊需求，用户也可通过下拉菜单选择其他转录本。

• 填写突变位点：在"蛋白质坐标"处，输入蛋白质突变位点。例：c.335G>T突变中，第335个核苷酸为G时，通常编码第112个氨基酸，系统自动解析得知是第112个氨基酸为C(Cys): TGC。
• 依据研究需求，选择突变后碱基。突变的核苷酸被标记为红色，无突变的为黑色。

• 可视化突变位置：点击输入框下方的【展开图表】按钮，可直观查看突变位点在基因结构中的位置（如内含子、外显子边界）。
• 添加或提交突变：若需分析多个突变位点，点击【添加突变】按钮（输入框左侧），重复上述步骤添加新突变。
• RNA 剪接预测：支持手动勾选开启，开启后结果页将额外展示突变对剪接位点的影响，包含预测分值及对应证据说明。
• 确认信息无误后，点击页面下方的【提交】按钮，启动 AI 模型预测。提交后页面会显示进度条，预测时间取决于突变数量和服务器负载。

• 临床意义判定：直接显示突变的致病性分类（如"可能致病""致病性不确定""可能良性"等），基于 AI 模型与数据库（如 ClinVar、OMIM）综合分析。
• 致病性量化指标：显示 0-1 之间的分值，代表致病概率（如分值 0.6321=63.21% 致病可能性），分值越高，致病风险越高。

在【序列详情】页面，可查看突变前后的碱基/氨基酸序列对比，高亮显示突变位点，辅助判断突变对蛋白结构的影响。

若勾选剪接预测，结果页将额外显示突变对剪接位点的影响，附带预测分值与证据说明。

页面支持结果截图保存，也支持下载导出到本地及导出至邮箱。

• 基因名规范：输入标准基因符号（如"TP53"而非"p53"），可通过NCBI Gene确认正确名称。
• 突变位点格式：遵循 HGVS 命名规则（如"c.123A>T"表示编码区突变，"g.456C>G"表示基因组突变），错误格式可能导致解析失败。
• 转录本选择：工具默认选择MANE转录本，请确保根据突变来源选择正确的转录本ID，错误选择可能导致定位错误。
• 多突变分析：一次最多可提交5个突变位点，批量分析需分次提交。

• 密码子表：页面左侧提供密码子表，可辅助理解突变对氨基酸编码的影响。
• 突变书写规则：【标准突变名称】右侧问号标识附带突变书写指南，帮助理解正确格式。

• 科研场景：疾病相关基因突变的致病性机制预测与功能解析
• 临床场景：基于 ACMG 指南的遗传病基因突变致病性评估体系
• 教学场景：突变对蛋白质结构与功能影响的动态可视化教学方案
• 产业场景：药物靶点筛选中高频无害突变的精准过滤策略