Exonic Mosaic Mutations Contribute Risk for Autism Spectrum Disorder
Notice bibliographique
Résumé
Abstract Genetic risk factors for autism spectrum disorder (ASD) have yet to be fully elucidated. Postzygotic mosaic mutations (PMMs) have been implicated in several neurodevelopmental disorders and overgrowth syndromes. We systematically evaluated PMMs by leveraging whole-exome sequencing data on a large family-based ASD cohort, the Simons Simplex Collection. We found evidence that 11% of published single nucleotide variant (SNV) de novo mutations are potentially PMMs. We then developed a robust SNV PMM calling approach that leverages complementary callers, logistic regression modeling, and additional heuristics. Using this approach, we recalled SNVs and found that 22% of de novo mutations likely occur as PMMs in children. Unexpectedly, we found a significant burden of synonymous PMMs in probands that are predicted to alter splicing. We found no evidence of missense PMM burden in the full cohort. However, we did observe increased signal for missense PMMs in families without germline mutations in probands, which strengthens in genes intolerant to mutations. We also determined that 7-11% of parental mosaics are transmitted to children. Parental mosaic mutations make up 6.8% of all mutations newly germline in children, which has important implications for recurrence risk. PMMs intersect previously implicated high confidence and other ASD candidate risk genes, further suggesting that this class of mutations contribute to ASD risk. We also identified PMMs in novel candidate risk genes involved with chromatin remodeling or neurodevelopment. We estimate that PMMs contribute risk to 4-8% of simplex ASD cases. Overall, these findings argue for future studies of PMMs in ASD and related-disorders.
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 | 0,000 |
| 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 | 0,001 | 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 ».