MétaCan
Menu
Retour à la cohorte
Enregistrement W2887162890 · doi:10.1194/jlr.p086280

Large-scale deletions of the ABCA1 gene in patients with hypoalphalipoproteinemia

2018· article· en· W2887162890 sur OpenAlexafffundabout
Jacqueline S. Dron, Jian Wang, Amanda J. Berberich, Michael A. Iacocca, Henian Cao, Ping Yang, Joan H.M. Knoll, Karine Tremblay, Diane Brisson, Christian Netzer, Ioanna Gouni‐Berthold, Daniel Gaudet, Robert A. Hegele

Notice bibliographique

RevueJournal of Lipid Research · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensRobarts Clinical TrialsUniversité de MontréalGenome CanadaWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchGenome Canada
Mots-clésGeneticsCopy-number variationContext (archaeology)Tangier diseaseSanger sequencingExonBiologyABCA1Candidate geneExome sequencingGeneDNA sequencingMutationGenome

Résumé

récupéré en direct d'OpenAlex

Copy-number variations (CNVs) have been studied in the context of familial hypercholesterolemia but have not yet been evaluated in patients with extreme levels of HDL cholesterol. We evaluated targeted, next-generation sequencing data from patients with very low levels of HDL cholesterol (i.e., hypoalphalipoproteinemia) with the VarSeq-CNV® caller algorithm to screen for CNVs that disrupted the ABCA1 , LCAT , or APOA1 genes. In four individuals, we found three unique deletions in ABCA1 : a heterozygous deletion of exon 4, a heterozygous deletion that spanned exons 8 to 31, and a heterozygous deletion of the entire ABCA1 gene. Breakpoints were identified with Sanger sequencing, and the full-gene deletion was confirmed by using exome sequencing and the Affymetrix CytoScan HD array. Previously, large-scale deletions in candidate HDL genes had not been associated with hypoalphalipoproteinemia; our findings indicate that CNVs in ABCA1 may be a previously unappreciated genetic determinant of low levels of HDL cholesterol. By coupling bioinformatic analyses with next-generation sequencing data, we can successfully assess the spectrum of genetic determinants of many dyslipidemias, including hypoalphalipoproteinemia.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,270
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Lipid ResearchMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207