Next Generation Sequencing Analysis in Early Onset Dementia Patients
Notice bibliographique
Résumé
BACKGROUND: Early onset dementias (EOD) are rare neurodegenerative dementias that present before 65 years. Genetic factors have a substantially higher pathogenetic contribution in EOD patients than in late onset dementia. OBJECTIVE: To identify known and/or novel rare variants in major candidate genes associated to EOD by high-throughput sequencing. Common-risk variants of apolipoprotein E (APOE) and prion protein (PRNP) genes were also assessed. METHODS: We studied 22 EOD patients recruited in Memory Clinics, in the context of studies investigating genetic forms of dementia. Two methodological approaches were applied for the target-Next Generation Sequencing (NGS) analysis of these patients. In addition, we performed progranulin plasma dosage, C9Orf72 hexanucleotide repeat expansion analysis, and APOE genotyping. RESULTS: We detected three rare known pathogenic mutations in the GRN and PSEN2 genes and eleven unknown-impact mutations in the GRN, VCP, MAPT, FUS, TREM2, and NOTCH3 genes. Six patients were carriers of only common risk variants (APOE and PRNP), and one did not show any risk mutation/variant. Overall, 69% (n = 9) of our early onset Alzheimer's disease (EAOD) patients, compared with 34% (n = 13) of sporadic late onset Alzheimer's disease (LOAD) patients and 27% (n = 73) of non-affected controls (ADNI, whole genome data), were carriers of at least two rare/common risk variants in the analyzed candidate genes panel, excluding the full penetrant mutations. CONCLUSION: This study suggests that EOD patients without full penetrant mutations are characterized by higher probability to carry polygenic risk alleles that patients with LOAD forms. This finding is in line with recently reported evidence, thus suggesting that the genetic risk factors identified in LOAD might modulate the risk also in EOAD.
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 ».