PubMatcher: en webbapp som stödjer tolkning av genomiska data genom förenklad bibliografisk sökning

Varför detta nya sökverktyg är viktigt

Läkare som vårdar personer med sällsynta genetiska sjukdomar översköljs av DNA-data men kämpar ofta med att omvandla dem till svar för faktiska patienter. Många genförändringar finns i dåligt kända gener som inte är heltäckande behandlade i klassiska referensverk, så viktiga ledtrådar kan gå förlorade. Denna artikel presenterar PubMatcher, ett gratis webbverktyg som hjälper experter att snabbt koppla listor med gener från genomtester till medicinska tecken och symtom hos sina patienter genom att genomsöka flera betrodda databaser samtidigt.

Från oändliga data till en fokuserad utgångspunkt

Modern helgenomsekvensering kan avslöja hundratals sällsynta genetiska förändringar hos en person. Standardfilter begränsar denna lista men lämnar ändå många kandidater, och de flesta ligger i gener som är dåligt beskrivna eller inte klart kopplade till sjukdom. Viktiga onlinekataloger, såsom OMIM, kan utelämna vissa gen–sjukdoms-kopplingar eller beskriva symtom som skiljer sig från dem som ses i kliniken. Som ett resultat måste läkare och forskare ofta göra många separata sökningar i PubMed och andra resurser, en långsam och ibland inkonsekvent process när beslut om diagnos och rådgivning står på spel.

Hur PubMatcher-webbappen fungerar

PubMatcher är utformad som ett allt-i-ett-sökfönster för genlistor. Användare matar in ett eller flera gen-namn och ett eller flera symtom eller nyckelord, antingen genom att skriva dem eller genom att använda en funktion ”extrahera från text” som automatiskt plockar ut gensymboler ur kliniska anteckningar eller rapporter. I bakgrunden skickar verktyget kombinerade gen-och-symtom-sökningar till PubMed och frågar även flera kuraterade resurser, inklusive data om proteinfunktion, musknockout-resultat, kliniska variantdatabaser och expertpaneler för gener. Det lagrar vissa referenstabeller lokalt så att resultat visas snabbt, och erbjuder skydd mot falska träffar när gennamn liknar vanliga ord.

Vad resultatsidan visar vid en snabb blick

PubMatcher visar varje gen-och-symtom-par i en enda tabellrad så att användare kan skumma många gener samtidigt. För varje gen visar sidan hur tolerant den är för skadliga mutationer i stora mänskliga populationsdataset, vilket hjälper till att markera gener där skadliga förändringar mer sannolikt orsakar sjukdom. Den listar hur många PubMed-artiklar som nämner både genen och symtomet, och visar titeln på den mest relevanta artikeln. Verktyget lägger till sammanfattningar av vad genens protein gör, vad som händer i musexperiment när genen stängs av, hur många sjukdomsassocierade och osäkra varianter som rapporterats i kliniska databaser, och om expertgrupper och stora kataloger redan anser att genen är kopplad till en sjukdom.

Testning av verktyget på verkliga genomfall

Författarna testade PubMatcher på 20 familjebaserade genomstudier från franska kliniker för sällsynta sjukdomar. Efter rutinfiltrering låg cirka 70 procent av de kvarvarande varianterna i gener som antingen inte var kända för att orsaka sjukdom eller inte klassificerades som sjukdomsgener i OMIM, vilket bekräftar att många tänkbara ledtrådar ligger utanför välbekant territorium. De granskade sedan 100 genomfall och fann 15 där PubMatcher lyfte fram varianter i gener som saknades, var ofullständigt märkta eller beskrivna med alltför snäva symtomlistor i OMIM. Dessa gener visade sig vara relevanta för patienternas njur-, hud-, blod- eller hjärnproblem baserat på nyare artiklar och djurstudier, och i vissa fall ledde det till mer fokuserade uppföljningstester.

Framtida riktningar för smartare sökningar

Eftersom PubMatcher är beroende av externa databaser växer dess räckvidd i takt med att dessa resurser förbättras. Författarna noterar att nyare verktyg inom artificiell intelligens en dag skulle kunna utvinna litteraturen ännu djupare, men nuvarande tekniska begränsningar hindrar deras fulla användning i appen. De föreslår också att lägga till funktioner som rankar gener efter hur väl de matchar en patients symtom och att utvidga till andra djurmodeller utöver möss. Även i sin nuvarande form har PubMatcher redan tagits i bruk av genetiker utanför utvecklingsteamet, som använder det för att passa in i befintliga arbetsflöden tillsammans med variantcentrerade verktyg.

Vad detta betyder för patienter och familjer

För icke-specialister är huvudbudskapet att PubMatcher inte ändrar hur gener fungerar, men det hjälper läkare att bättre förstå komplexa genomresultat. Genom att samla utspridda informationsbitar i en tydlig vy, särskilt för mindre kända gener, ökar chansen att en sällsynt men viktig ledtråd uppmärksammas. Detta kan snabba på vägen från råa DNA-data till en möjlig förklaring till en persons sjukdom, och det hjälper forskare att känna igen nya gen–sjukdoms-kopplingar som kan gynna framtida patienter.

Citering: Marin, V., Lannes, H., Dumont, V. et al. PubMatcher: a web app to support genomic data interpretation through simplified bibliographic research. Eur J Hum Genet 34, 667–674 (2026). https://doi.org/10.1038/s41431-026-02068-z

Nyckelord: tolkning av genomiska data, gen–fenotyp-associationer, helgenomsekvensering, kliniska genetiska verktyg, genomik vid sällsynta sjukdomar