MétaCan
Menu
Retour à la cohorte
Enregistrement W2106937178 · doi:10.1056/nejmoa1002926

Exome Sequencing,<i>ANGPTL3</i>Mutations, and Familial Combined Hypolipidemia

2010· article· en· W2106937178 sur OpenAlexafffund
Kiran Musunuru, James P. Pirruccello, Ron Do, Gina M. Peloso, Candace Guiducci, Carrie Sougnez, Kiran Garimella, Sheila Fisher, Justin Abreu, Andrew J. Barry, Tim Fennell, Eric Banks, Lauren Ambrogio, Kristian Cibulskis, Andrew Kernytsky, Elena González, Nicholas Rudzicz, James C. Engert, Mark A. DePristo, Mark J. Daly, Jonathan C. Cohen, Helen H. Hobbs, David Altshuler, Gustav Schonfeld, Stacey Gabriel, Pin Yue, Sekar Kathiresan

Notice bibliographique

RevueNew England Journal of Medicine · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueLipid metabolism and disorders
Établissements canadiensMcGill University
Organismes subventionnairesNational Human Genome Research InstituteNational Heart, Lung, and Blood InstituteDonovan Family FoundationCanadian Institutes of Health ResearchSarnoff Cardiovascular Research FoundationBroad InstituteNational Institutes of Health
Mots-clésExome sequencingExomeGeneticsNonsense mutationMedicineEndocrinologyLipoprotein lipaseCholesterolInternal medicineGeneBiologyMutationMissense mutation

Résumé

récupéré en direct d'OpenAlex

We sequenced all protein-coding regions of the genome (the "exome") in two family members with combined hypolipidemia, marked by extremely low plasma levels of low-density lipoprotein (LDL) cholesterol, high-density lipoprotein (HDL) cholesterol, and triglycerides. These two participants were compound heterozygotes for two distinct nonsense mutations in ANGPTL3 (encoding the angiopoietin-like 3 protein). ANGPTL3 has been reported to inhibit lipoprotein lipase and endothelial lipase, thereby increasing plasma triglyceride and HDL cholesterol levels in rodents. Our finding of ANGPTL3 mutations highlights a role for the gene in LDL cholesterol metabolism in humans and shows the usefulness of exome sequencing for identification of novel genetic causes of inherited disorders. (Funded by the National Human Genome Research Institute and others.).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,273
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations778
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew England Journal of MedicineMême sujetLipid metabolism and disordersTravaux en français237 207