Prostate-VarBench：用于前列腺癌变异分类的可解释性 TabNet 框架基准

不确定意义突变（VUS）限制了前列腺癌基因组学的临床实用性，因其导致诊断和治疗延迟，当证据不足以判定其致病性或良性时。进展受限于不同来源之间的注释不一致，以及缺乏用于公平比较的前列腺特异基准。我们引入 Prostate-VarBench，一个用于创建前列腺特异基准的精选管道，将 COSMIC（肿瘤突变）、ClinVar（专家精选临床突变）和 TCGA-PRAD（来自头颈癌基因组图谱的前列腺肿瘤基因组）整合为一个一致的 193,278 个变异的数据集，支持患者或基因感知的划分以防止数据泄漏。为确保数据完整性，我们纠正了一个 Variant Effect Predictor（VEP）问题，该问题合并了多个转录记录，导致临床意义字段出现歧义。我们随后标准化了 56 个可解释特征，分为八个临床相关层级，包括群体频率、变异类型和临床背景。将 AlphaMissense 致病性得分纳入以增强错义突变分类并减少 VUS 不确定性。基于这一资源，我们训练了一个可解释的 TabNet 模型，用于分类变异致病性，其按步骤稀疏掩码为每个案例提供一致的分子 tumor board 审核实践的依据。在保留的测试集上，该模型实现了 89.9% 的准确率，具有平衡的类别指标，VEP 纠正可使 VUS 减少 6.5% 的绝对值。