Comprehensive molecular diagnosis of 179 Leber congenital amaurosis and juvenile retinitis pigmentosa patients by targeted next generation sequencing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Leber congenital amaurosis (LCA) and juvenile retinitis pigmentosa (RP) are inherited retinal diseases that cause early onset severe visual impairment. An accurate molecular diagnosis can refine the clinical diagnosis and allow gene specific treatments. METHODS: We developed a capture panel that enriches the exonic DNA of 163 known retinal disease genes. Using this panel, we performed targeted next generation sequencing (NGS) for a large cohort of 179 unrelated and prescreened patients with the clinical diagnosis of LCA or juvenile RP. Systematic NGS data analysis, Sanger sequencing validation, and segregation analysis were utilised to identify the pathogenic mutations. Patients were revisited to examine the potential phenotypic ambiguity at the time of initial diagnosis. RESULTS: Pathogenic mutations for 72 patients (40%) were identified, including 45 novel mutations. Of these 72 patients, 58 carried mutations in known LCA or juvenile RP genes and exhibited corresponding phenotypes, while 14 carried mutations in retinal disease genes that were not consistent with their initial clinical diagnosis. We revisited patients in the latter case and found that homozygous mutations in PRPH2 can cause LCA/juvenile RP. Guided by the molecular diagnosis, we reclassified the clinical diagnosis in two patients. CONCLUSIONS: We have identified a novel gene and a large number of novel mutations that are associated with LCA/juvenile RP. Our results highlight the importance of molecular diagnosis as an integral part of clinical diagnosis.
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.
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 découle