Robust genotyping tool for autosomal recessive type of limb-girdle muscular dystrophies
Notice bibliographique
Résumé
BACKGROUND: Limb-girdle muscular dystrophies are characterized by predominant involvement of the shoulder and pelvic girdle and trunk muscle groups. Currently, there are 31 genes implicated in the different forms of limb-girdle muscular dystrophies, which exhibit similar phenotypes and clinical overlap; therefore, advanced molecular techniques are required to achieve differential diagnosis. METHODS: We investigated 26 patients from Latvia and 34 patients from Lithuania with clinical symptoms of limb-girdle muscular dystrophies, along with 565 healthy unrelated controls from general and ethnic populations using our developed test kit based on the Illumina VeraCode GoldenGate genotyping platform, Ion AmpliSeq Inherited Disease Panel and direct sequencing of mutations in calpain 3 (CAPN3), anoctamin 5 (ANO5) and fukutin related protein (FKRP) genes. RESULTS: Analysis revealed a homozygous CAPN3 c.550delA mutation in eight patients and three heterozygous variants in controls: dysferlin (DYSF) c.5028delG, CAPN3 c.2288A > G, and FKRP c.135C > T. Additionally, three mutations within FKRP gene were found: homozygous c.826C > A, and two compound - c.826C > A/c.404_405insT and c.826C > A/c.204_206delCTC mutations, and one mutation within CLCN1 gene - c.2680C > T p.Arg894Ter. ANO5 c.191dupA was not present. CONCLUSIONS: Genetic diagnosis was possible in 12 of 60 patients (20%). The allele frequency of CAPN3 gene mutation c.550delA in Latvia is 0.0016 and in Lithuania - 0.0029. The allele frequencies of CAPN3 gene mutation c.2288A > G and DYSF gene mutation c.4872delG are 0.003.
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 | 0,001 |
| 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 ».