High‐resolution molecular genomic autopsy reveals complex sudden unexpected death in epilepsy risk profile
Notice bibliographique
Résumé
Advanced variant detection in genes underlying risk of sudden unexpected death in epilepsy (SUDEP) can uncover extensive epistatic complexity and improve diagnostic accuracy of epilepsy-related mortality. However, the sensitivity and clinical utility of diagnostic panels based solely on established cardiac arrhythmia genes in the molecular autopsy of SUDEP is unknown. We applied the established clinical diagnostic panels, followed by sequencing and a high density copy number variant (CNV) detection array of an additional 253 related ion channel subunit genes to analyze the overall genomic variation in a SUDEP of the 3-year-old proband with severe myoclonic epilepsy of infancy (SMEI). We uncovered complex combinations of single nucleotide polymorphisms and CNVs in genes expressed in both neurocardiac and respiratory control pathways, including SCN1A, KCNA1, RYR3, and HTR2C. Our findings demonstrate the importance of comprehensive high-resolution variant analysis in the assessment of personally relevant SUDEP risk. In this case, the combination of de novo single nucleotide polymorphisms (SNPs) and CNVs in the SCN1A and KCNA1 genes, respectively, is suspected to be the principal risk factor for both epilepsy and premature death. However, consideration of the overall biologically relevant variant complexity with its extensive functional epistatic interactions reveals potential personal risk more accurately.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».