Validation of a high resolution NGS method for detecting spinal muscular atrophy carriers among phase 3 participants in the 1000 Genomes Project
Notice bibliographique
Résumé
BACKGROUND: Spinal muscular atrophy (SMA) is the most common pan-ethnic cause of early childhood death due to mutations in a single gene, SMN1. Most chromosome 5 homologs have a functional gene and dysfunctional copy, SMN2, with a single synonymous base substitution that results in faulty RNA splicing. However, the copy number of SMN1 and SMN2 is highly variable, and one in 60 adults worldwide are SMA carriers. Although population-wide screening is recommended, current SMA carrier tests have not been incorporated into targeted gene panels. METHODS: Here we describe a novel computational protocol for determining SMA carrier status based solely on individual exome data. Our method utilizes a Bayesian hierarchical model to quantify an individual's carrier probability given only his or her SMN1 and SMN2 reads at six loci of interest. RESULTS: We find complete concordance with results obtained with the current qPCR-based testing standard in known SMA carriers and affecteds. We applied our protocol to the phase 3 cohort of the 1,000 Genomes Project and found carrier frequencies in multiple populations consistent with the present literature. CONCLUSION: Our process is a convenient, robust alternative to qPCR, which can easily be integrated into the analysis of large multi-gene NGS carrier screens.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».