Hotspots of Large Rare Deletions in the Human Genome
Notice bibliographique
Résumé
BACKGROUND: We have examined the genomic distribution of large rare autosomal deletions in a sample of 440 parent-parent-child trios from the Quebec founder population (QFP) which was recruited for a study of Attention Deficit Hyperactivity Disorder. METHODOLOGY/PRINCIPAL FINDINGS: DNA isolated from blood was genotyped on Illumina Hap300 arrays. PennCNV combined with visual evaluation of images generated by the Beadstudio program was used to determine deletion boundary definition of sufficient precision to discern independent events, with near-perfect concordance between parent and child in about 98% of the 399 events detected in the offspring; the remaining 7 deletions were considered de novo. We defined several genomic regions of very high deletion frequency ('hotspots'), usually of 0.4-0.6 Mb in length where independent rare deletions were found at frequencies of up to 100 fold higher than the average for the genome as a whole. Five of the 7 de novo deletions were in these hotspots. The same hotspots were also observed in three other studies on members of the QFP, those with schizophrenia, with endometriosis and those from a longevity cohort. CONCLUSIONS/SIGNIFICANCE: Nine of the 13 hotspots carry one gene (7 of which are very long), while the rest contain no known genes. All nine genes have been implicated in disease. The patterns of exon deletions support the proposed roles for some of these genes in human disease, such as NRXN1 and PARKIN, and suggest limited roles or no role at all, for others, including MACROD2 and CTNNA3. Our results also offer an alternative interpretation for the observations of deletions in tumors which have been proposed as reflecting tumor-suppressive activity of genes in these hotspots.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».