Assessment of the InSiGHT Interpretation Criteria for the Clinical Classification of 24<i>MLH1</i>and<i>MSH2</i>Gene Variants
Notice bibliographique
Résumé
Pathogenicity assessment of DNA variants in disease genes to explain their clinical consequences is an integral component of diagnostic molecular testing. The International Society for Gastrointestinal Hereditary Tumors (InSiGHT) has developed specific criteria for the interpretation of mismatch repair (MMR) gene variants. Here, we performed a systematic investigation of 24 MLH1 and MSH2 variants. The assessments were done by analyzing population frequency, segregation, tumor molecular characteristics, RNA effects, protein expression levels, and in vitro MMR activity. Classifications were confirmed for 15 variants and changed for three, and for the first time determined for six novel variants. Overall, based on our results, we propose the introduction of some refinements to the InSiGHT classification rules. The proposed changes have the advantage of homogenizing the InSIGHT interpretation criteria with those set out by the Evidence-based Network for the Interpretation of Germline Mutant Alleles (ENIGMA) consortium for the BRCA1/BRCA2 genes. We also observed that the addition of only few clinical data was sufficient to obtain a more stable classification for variants considered as "likely pathogenic" or "likely nonpathogenic." This shows the importance of obtaining as many as possible points of evidence for variant interpretation, especially from the clinical setting.
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 | 0,000 |
| 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 ».