Assessment of the ExAC data set for the presence of individuals with pathogenic genotypes implicated in severe Mendelian pediatric disorders
Notice bibliographique
Résumé
PurposeWe analyzed the Exome Aggregation Consortium (ExAC) data set for the presence of individuals with pathogenic genotypes implicated in Mendelian pediatric disorders.MethodsClinVar likely/pathogenic variants supported by at least one peer-reviewed publication were assessed within the ExAC database to identify individuals expected to exhibit a childhood disorder based on concordance with disease inheritance modes: heterozygous (for dominant), homozygous (for recessive) or hemizygous (for X-linked recessive conditions). Variants from 924 genes reported to cause Mendelian childhood disorders were considered.ResultsWe identified ExAC individuals with candidate pathogenic genotypes for 190 previously published likely/pathogenic variants in 128 genes. After curation, we determined that 113 of the variants have sufficient support for pathogenicity and identified 1,717 ExAC individuals (~2.8% of the ExAC population) with corresponding possible/disease-associated genotypes implicated in rare Mendelian disorders, ranging from mild (e.g., due to SCN2A deficiency) to severe pediatric conditions (e.g., due to FGFR1 deficiency).ConclusionLarge-scale sequencing projects and data aggregation consortia provide unprecedented opportunities to determine the prevalence of pathogenic genotypes in unselected populations. This knowledge is crucial for understanding the penetrance of disease-associated variants, phenotypic variability, somatic mosaicism, as well as published literature curation for variant classification procedures and predicted clinical outcomes.
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 | 0,001 | 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 ».