High Frequency of Pathogenic Rearrangements in <i>SPG11</i> and Extensive Contribution of Mutational Hotspots and Founder Alleles
Notice bibliographique
Résumé
Biallelic loss-of-function mutations in SPG11 cause a wide spectrum of recessively inherited, neurodegenerative disorders including hereditary spastic paraplegia (HSP), amyotrophic lateral sclerosis, and Charcot-Marie-Tooth disease. By comprehensive screening of three large cohorts of HSP index patients, we identified 83 alleles with “small” mutations and 13 alleles that carry large genomic rearrangements. Including relevant data from previous studies, we estimate that copy number variants (CNVs) account for ∼19% of pathogenic SPG11 alleles. The breakpoints for all novel and some previously reported CNVs were determined by long-range PCR and sequencing. This revealed several Alu-associated recombination hotspots. We also found evidence for additional mutational mechanisms, including for a two-step event in which an Alu retrotransposition preceded the actual rearrangement. Apparently independent samples with identical breakpoints were analyzed by microsatellite PCRs. The resulting haplotypes suggested the existence of two rearrangement founder alleles. Our findings widen the spectra of mutations and mutational mechanisms in SPG11, underscore the pivotal role played by Alus, and are of high diagnostic relevance for a wide spectrum of clinical phenotypes including the most frequent form of recessive HSP.
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 | 0,001 |
| 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 ».