A recurrent de novo missense mutation in UBTF causes developmental neuroregression
Notice bibliographique
Résumé
UBTF (upstream binding transcription factor) exists as two isoforms; UBTF1 regulates rRNA transcription by RNA polymerase 1, whereas UBTF2 regulates mRNA transcription by RNA polymerase 2. Herein, we describe 4 patients with very similar patterns of neuroregression due to recurrent de novo mutations in UBTF (GRCh37/hg19, NC_000017.10: g.42290219C > T, NM_014233.3: c.628G > A) resulting in the same amino acid change in both UBTF1 and UBTF2 (p.Glu210Lys [p.E210K]). Disease onset in our cohort was at 2.5 to 3 years and characterized by slow progression of global motor, cognitive and behavioral dysfunction. Notable early features included hypotonia with a floppy gait, high-pitched dysarthria and hyperactivity. Later features included aphasia, dystonia, and spasticity. Speech and ambulatory ability were lost by the early teens. Magnetic resonance imaging showed progressive generalized cerebral atrophy (supratentorial > infratentorial) with involvement of both gray and white matter. Patient fibroblasts showed normal levels of UBTF transcripts, increased expression of pre-rRNA and 18S rRNA, nucleolar abnormalities, markedly increased numbers of DNA breaks, defective cell-cycle progression, and apoptosis. Expression of mutant human UBTF1 in Drosophila neurons was lethal. Although no loss-of-function variants are reported in the Exome Aggregation Consortium (ExAC) database and Ubtf-/- is early embryonic lethal in mice, Ubtf+/- mice displayed only mild motor and behavioral dysfunction in adulthood. Our data underscore the importance of including UBTF E210K in the differential diagnosis of neuroregression and suggest that mainly gain-of-function mechanisms contribute to the pathogenesis of the UBTF E210K neuroregression syndrome.
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 | 0,000 | 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 ».