19-1 · 발굴·데이터 · 2026-11-14
희귀질환 진단기술개발
공개 변이 해석과 표현형 온톨로지를 연결하고, 블라인드 사례에서 원인 유전자 후보 순위와 근거를 검증합니다.
연구 질문과 목표
변이·빈도·증상 코드에서 유전자 순위를 얻고 해석 근거의 충돌, 불확실성과 참조 버전을 보고하는 연구입니다.
- 내부 목표
- 원인 유전자 상위 5순위 검출률 90% 이상
- 연구 분야
- 발굴·데이터
- 이 기록의 근거
평가 자료
전체 1,874건 중 172건에서 보고 유전자가 상위 5위에 들었습니다(9.18%, 논문 군집 95% 구간 1.21%~20.96%). 연구 목표 90%에 미달했습니다.
1,874건 중 1,873건에서 후보 하나 이상에 점수가 나왔습니다. 보고 유전자가 2022년 12월 기준 지식 자료에 있었던 사례는 1,874건 중 702건입니다.
- Monarch Phenopacket Store + 2022년 Human Phenotype Ontology
Phenopacket Store 0.1.27 · HPO v2022-12-15 · HGNC 2022-10-01
명부 동결 - NCBI ClinVar GRCh38 VCF 역사 기록
2022-12-17
명부 동결 - 환자별 VCF·HPO 및 독립 판독 정답의 결합 세트
공개 적격 세트 미확정
보류
실자료 감사 · acmg19
공개 기록으로 감사한 ACMG 기준 주장
에이전트가 주장한 ACMG 기준은 공개 기록으로 만든 근거 장부와 대조한 뒤에만 보고서에 오릅니다. 보류 유전자 20개에서 전문가 패널이 양성 쪽으로 판정한 변이 1,324개 중 1,323개를 병원성 쪽으로 부르지 않았고(99.92%), 병원성 쪽으로 판정한 1,890개 중 984개를 병원성 또는 병원성 추정으로 판정했습니다(52.06%). 감사 관문은 넣어 본 거짓 주장 9,493건 중 9,493건을 막았고, 장부에서 낸 기준 164,867건 중 0건을 막았습니다.
- 측정한 기록(유전자 40개)
- 전문가 패널 판정 변이 8,667건 · 모의 환자 480명
- 변이 판정 특이도(보류 · 개발 유전자)
- 1,323 / 1,324 = 99.92% (95% 구간 99.57–99.99) · 681 / 685 = 99.42%
- 변이 판정 민감도(보류 · 개발 유전자)
- 984 / 1,890 = 52.06% (95% 구간 49.81–54.31) · 912 / 2,112 = 43.18%
- 모의 환자 진단 특이도(보류 · 개발 유전자)
- 120 / 120 = 100.00% (95% 구간 96.90–100.00) · 120 / 120 = 100.00%
- 모의 환자 진단 민감도(보류 · 개발 유전자)
- 58 / 120 = 48.33% (95% 구간 39.58–57.19) · 66 / 120 = 55.00%
- 결합 규칙이 전문가 등급을 재현한 비율
- 8,257 / 8,667 = 95.27%, 전문가가 기록한 기준 코드를 넣었을 때
- 장부에서 낸 기준을 관문이 막은 건수
- 164,867건 중 0건
- 넣어 본 거짓 주장 차단
- 9,493 / 9,493
- 장부 변조 거부
- 360 / 360
- 언어 모델 판정, 장부만 제공
- 기준 7건 차단, 39건 통과. 한 번 고친 뒤 1건 차단, 44건 통과(변이 24개)
- 언어 모델 판정, 기억 허용
- 기준 23건 차단, 30건 통과. 모델이 적은 등급 8건이 감사 뒤 등급과 달랐음
- 문헌 단계(보류 표본)
- 소견 27건 중 19건 장부 진입. 병원성 미스센스의 병원성 쪽 판정 16 → 18 / 36. 2차 판독 azure/gpt-5.4-mini: 28건 중 2건 이의
한계
- 이 모듈은 ACMG 기준 주장의 감사를 잽니다. 과제 목표인 원인 유전자 상위 5순위 검출률과 다른 측정이며 목표 달성을 뜻하지 않습니다.
- 규칙과 임계값은 개발용 유전자 20개만 보면서 다듬었고, 보류 유전자 20개는 마지막 수치를 낼 때만 썼습니다.
- 기준 등급은 ClinGen 전문가 패널의 판정입니다. 패널은 기능 실험·가계 분리·환자 관찰 근거를 문헌에서 가져왔고 이 장부에는 그 근거가 아직 없으므로, 민감도 수치는 이 공개 기록만으로 확립되는 범위를 보여 줍니다.
- 환자는 모의 환자입니다. gnomAD 빈도에서 뽑은 배경 유전형에 ClinGen 병원성·병원성 추정 변이를 넣어 양성 사례를 만들고, 짝이 되는 음성 대조를 두었습니다. 주석 저장소, 모의 환자 VCF, 모델 실행 기록은 이 사이트에 싣지 않습니다.
- 언어 모델 시험은 변이 24개와 모델 하나(Claude Opus (Claude Code subagent, model alias opus))입니다. 근거 없는 주장의 종류를 보여 주며 발생 빈도의 추정은 아닙니다.
- 문헌 단계는 변이 96개 표본에서 쟀고, 보류 표본 72개 중 36개에서 본문 조각을 얻었습니다. 문헌에서 읽은 기능 실험과 가계 분리는 지지 강도까지만 인정하고, 반대쪽 대립유전자 관찰은 2점을 상한으로 둡니다.
공개 기록과 모의 환자 (public_records_and_simulated_patients). ClinGen·ClinVar·gnomAD·HPO·공개 문헌과, 그 기록으로 만든 모의 환자에서 낸 수치입니다. 환자 자료는 쓰지 않았고 임상 성능은 재지 않았습니다. 감사자 서명이 없으며 공고 과제의 이행이 아닙니다. 별도 감사기가 관문 4개 중 4개를 통과했습니다.
감사 기록(JSON) · 실행 산출물(JSON) · 19-1 ACMG 감사 관문: 방법과 재현 기록 · 19-1 ACMG 감사 관문: 교차검증 이력
python3 -B -m acmg19.summarize --check
python3 -B -m acmg19.evaluate > /tmp/acmg19-recheck.json
cmp acmg19/result.json /tmp/acmg19-recheck.json
python3 -B -m unittest discover -s tests -p 'test_acmg19.py'
python3 -B -m acmg19.orchestrate --vcf acmg19/inputs/examples/PAH-02-P.vcf --case acmg19/inputs/examples/PAH-02-P.json --claims acmg19/inputs/examples/PAH-02-P.claims-from-memory.json가상 시험 · rare19
고정 가상 사례의 역할 분리와 감사 관문
고정 형식의 VCF에서 변이를 주석하고 HPO 표현형으로 후보 유전자 순위를 계산하며, 별도 감사기가 근거 코드·순위·입력 해시를 다시 대조합니다. 가상 사례 4건 중 2건이 상위 5위에 들었습니다. 경계에서 동점이면 같은 점수의 후보가 모두 5위 안에 들어야 검출로 셉니다.
- 상위 5위 밖 사례
- SIM-03, SIM-04
- 경계 동점 사례
- SIM-01, SIM-03
한계
- 실행기와 감사기는 입력 파서와 고정 자료를 공유합니다. 감사기는 순위를 따로 계산하지만 정답 파일을 격리한 블라인드 환경은 아닙니다.
합성 입력만 (synthetic_only). 가상 입력과 근거 코드 검사가 시험 범위입니다. 환자 VCF, 임상 성능, 감사자 서명은 포함하지 않습니다. 별도 감사기가 관문 4개 중 4개를 통과했습니다.
감사 기록(JSON) · 실행 산출물(JSON) · 19-1 가상 재현 기록
python3 -B -m rare19.orchestrate --output /tmp/rare19-run.json
python3 -B -m rare19.audit --run /tmp/rare19-run.json --output /tmp/rare19-audit.json자료와 적격 조건
제출자 간 해석 불일치가 포함됩니다. 리뷰 상태와 공개일을 분리하여 추적해야 합니다.
집단 빈도와 품질 메타데이터는 사례별 진단 판독 정답과 다른 종류의 근거입니다.
표현형 어휘와 유전자 주석을 제공합니다. 주석 공백과 버전 차이가 순위에 영향을 줄 수 있습니다.
시험할 경계 사례
- 알려진 변이를 포함한 가상 사례에서 유전자 순위 평가
- 표현형이 빠지거나 오기된 경우 근거와 순위가 바뀌는지 검토
- 참조 빌드 불일치, 제출자 분류 충돌, 근거 문헌 연결 누락
공통 가상 시험
- 상위 5개 순위와 동점 처리 · 4/4건 일치
공고가 요구하는 것
주관 또는 공동 연구책임자에 임상의 1인 이상이 필수입니다. 논문·특허와 단계별 실용화 자료를 요구하며, 질병 지표를 개발하면 민감도·특이도 자료가 필요합니다.
제안요구서 인쇄 쪽 105–107 · 12개 과제의 요건
해석 범위와 다음 검증
이미 사용한 변이 주석이나 유전자·질환 연결의 정답을 평가 입력에서 그대로 읽으면 순위 성능이 부풀려집니다.
- 다음 검증
- 표본이 아니라 전문가 병원성 미스센스 전체의 문헌을 읽어 기능 실험·가계 분리·환자 관찰 소견을 장부에 넣습니다. 그 뒤 지금의 40개 밖 유전자에서 민감도를 다시 재고, 특이도가 떨어지지 않는 것을 조건으로 둡니다.