Abstract Clinically identified genetic variants in ion channels can be benign or cause disease by increasing or decreasing the protein function. Consequently, therapeutic decision-making is challenging without molecular testing of each variant. Our biophysical knowledge of ion channel structures and function is just emerging, and it is currently not well understood which amino acid residues cause disease when mutated. We sought to systematically identify biological properties associated with variant pathogenicity across all major voltage and ligand-gated ion channel families. We collected and curated 3,049 pathogenic variants from hundreds of neurodevelopmental and other disorders and 12,546 population variants for 30 ion channel or channel subunits for which a high-quality protein structure was available. Using a wide range of bioinformatics approaches, we computed 163 structural features and tested them for pathogenic variant enrichment. We developed a novel 3D spatial distance scoring approach that enables comparisons of pathogenic and population variant distribution across protein structures. We discovered and independently replicated that several pore residue properties and proximity to the pore axis were most significantly enriched for pathogenic variants compared to population variants. Using our novel 3D scoring approach, we showed that the strongest pathogenic variant enrichment was observed for pore-lining residues and alpha-helix residues within 5Å distance from the pore axis center and not involved in gating. Within the subset of residues located at the pore, the hydrophobicity of the pore was the feature most strongly associated with variant pathogenicity. We also found an association between the identified properties and both clinical phenotypes and fucntional in vitro assays for voltage-gated sodium channels ( SCN1A , SCN2A , SCN8A ) and N-methyl-D-aspartate (NMDA) receptor ( GRIN1 , GRIN2A , GRIN2B ) encoding genes. In an independent expert-curated dataset of 1,422 neurodevelopmental disorder pathogenic patient variants, and 679 electrophysiological experiments that pore axis distance is associated with seizure age of onset and cognitive performance as well as differential gain vs. loss-of-channel function. In summary, we identified biological properties associated with ion-channel malfunction and show that these are correlated with in vitro functional read-outs and clinical phenotypes in patients with neurodevelopmental disorders. Our results suggest that clinical decision support algorithms that predict variant pathogenicity and function are feasible in the future.

ABSTRACT SCN2A gene disorders cover a wide range of medical conditions, from epileptic encephalopathies to neurodevelopmental disorders. The variants of these disorders, studied through electrophysiology, show complex behaviors that go beyond simple classification as either gain or loss of function. In our study, we simulated the biophysical effects of variants ( R937C , V208E , S1336Y , and R853Q ) to understand their impact. Our findings reveal that all these variants negatively affect the structural stability of the gene, with R937C being the most unstable. Specifically, R937C disrupts important charged interactions affecting sodium ion flow, while S1336Y introduces a new interaction that impacts the channel’s inactivation gate. Conversely, the variants V208E and R853Q , which are located in the voltage-sensing domains, have opposite effects: R853Q increases compactness and interaction, whereas V208E shows a decrease. Our computer-based method offers a scalable way to gain crucial insights into how genetic variants influence channel dysfunction and contribute to neurodevelopmental disorders. AUTHOR SUMMARY Despite numerous advancements in computational methods for predicting variant pathogenicity in the SCN2A gene, understanding the precise biophysical molecular mechanisms associated with each variant at the atomic level remains a challenge. Presently, variants are predominantly categorized as either gain or loss of function, often overlooking critical structural details associated with these variants. This study focuses on elucidating the molecular mechanisms linked to the four most common SCN2A variants using all-atom molecular dynamics simulations, employing three replicas for each system. Our findings offer insights into the potential mechanisms underlying these four variants, thereby providing explanations for the observed electrophysiological outcomes. This investigation significantly contributes to enhancing our comprehension of how SCN2A variants manifest in various diseases. It underscores the importance of unraveling the biophysical properties underlying potential disease mechanisms, which could potentially enhance diagnostic and therapeutic strategies for patients afflicted with SCN2A -related disorders.