The Use of Ancestral Haplotypes in the Molecular Diagnosis of Familial Breast Cancer
Notice bibliographique
Résumé
Mutations in BRCA1 and BRCA2 account for about 40% of families with an inherited susceptibility to breast and/or ovarian cancer. Mutational analysis of these two genes has become the standard of care for families with a strong suggestion of inherited susceptibility. Methodologies for screening vary, but one of the more popular techniques is dHPLC, due to its combination of high sensitivity and low cost. The presence of a large number of polymorphisms in the two BRCA genes complicates dHPLC analysis, often leading to complex elution profiles. There are concerns that a pattern produced by a sample heterozygous for a polymorphism may be very similar to that produced by a sample heterozygous for a unique mutation within the same amplicon. Further molecular analysis is often required to resolve whether any given shift is due to a polymorphism or a disease-causing mutation. The use of ancestral haplotypes was explored as a means to minimize the need for further analysis. Groups of 86 patients were genotyped for 12 BRCA1 polymorphisms or 20 BRCA2 polymorphisms. For BRCA1, eight distinct haplotypes were identified, which are largely derivatives of two main lineages. For BRCA2, 17 distinct haplotypes were identified, leading to a much more complex polymorphic pattern. With this knowledge, we have defined a system to determine which patients, if any, require further investigations. This method could be used to supplement any comprehensive screening methodology for other large genes that lie within strong regions of linkage disequilibrium such as NF1, CFTR, MLH1, or MSH2.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».