В огромной библиотеке, где каждая книга — это ген, нужно найти одну опечатку. Ошибка может быть безобидной, а может полностью изменить смысл фразы. Примерно так генетики ищут вредные мутации среди миллионов безвредных отличий.

Программа, которую назвали AnnotateMissense, действует как дотошный корректор. Она не просто смотрит на саму букву-замену, но и собирает все возможные подсказки: насколько часто такая замена встречается у здоровых людей, как сильно меняется форма белка, что говорят другие программы-предсказатели и даже как выглядит «почерк» эволюции — сохранялся ли этот участок неизменным у разных видов. Всего таких подсказок набралось 303.

Самое интересное случилось, когда у программы стали отбирать подсказки. Без данных о частоте мутации в популяции и без подсказок от других предсказателей точность резко падала — как если бы корректор потерял словарь и справочник по грамматике. А вот удаление модных оценок от белковых языковых моделей почти не повлияло на результат. Финальную версию проверили на свежих данных, которые появились уже после обучения: точность осталась на высоте — 88%. После этого программа просканировала весь геном человека и выставила оценки опасности для 90 миллионов мутаций.