Clinical application of 2.7M Cytogenetics array for CNV detection in subjects with idiopathic autism and/or intellectual disability
Notice bibliographique
Résumé
Qiao Y, Tyson C, Hrynchak M, Lopez‐Rangel E, Hildebrand J, Martell S, Fawcett C, Kasmara L, Calli K, Harvard C, Liu X, Holden JJA, Lewis SME, Rajcan‐Separovic E. Clinical application of 2.7M Cytogenetics array for CNV detection in subjects with idiopathic autism and/or intellectual disability. Higher resolution whole‐genome arrays facilitate the identification of smaller copy number variations (CNVs) and their integral genes contributing to autism and/or intellectual disability (ASD/ID). Our study describes the use of one of the highest resolution arrays, the Affymetrix ® Cytogenetics 2.7M array, coupled with quantitative multiplex polymerase chain reaction (PCR) of short fluorescent fragments (QMPSF) for detection and validation of small CNVs. We studied 82 subjects with ASD and ID in total (30 in the validation and 52 in the application cohort) and detected putatively pathogenic CNVs in 6/52 cases from the application cohort. This included a 130‐kb maternal duplication spanning exons 64–79 of the DMD gene which was found in a 3‐year‐old boy manifesting autism and mild neuromotor delays. Other pathogenic CNVs involved 4p14, 12q24.31, 14q32.31, 15q13.2‐13.3, and 17p13.3. We established the optimal experimental conditions which, when applied to select small CNVs for QMPSF confirmation, reduced the false positive rate from 60% to 25%. Our work suggests that selection of small CNVs based on the function of integral genes, followed by review of array experimental parameters resulting in highest confirmation rate using multiplex PCR, may enhance the usefulness of higher resolution platforms for ASD and ID gene discovery.
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 | 0,001 | 0,001 |
| 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 ».