Analysis of neurodegenerative disease-causing genes in dementia with Lewy bodies
Notice bibliographique
Résumé
Dementia with Lewy bodies (DLB) is a clinically heterogeneous disorder with a substantial burden on healthcare. Despite this, the genetic basis of the disorder is not well defined and its boundaries with other neurodegenerative diseases are unclear. Here, we performed whole exome sequencing of a cohort of 1118 Caucasian DLB patients, and focused on genes causative of monogenic neurodegenerative diseases. We analyzed variants in 60 genes implicated in DLB, Alzheimer's disease, Parkinson's disease, frontotemporal dementia, and atypical parkinsonian or dementia disorders, in order to determine their frequency in DLB. We focused on variants that have previously been reported as pathogenic, and also describe variants reported as pathogenic which remain of unknown clinical significance, as well as variants associated with strong risk. Rare missense variants of unknown significance were found in APP, CHCHD2, DCTN1, GRN, MAPT, NOTCH3, SQSTM1, TBK1 and TIA1. Additionally, we identified a pathogenic GRN p.Arg493* mutation, potentially adding to the diversity of phenotypes associated with this mutation. The rarity of previously reported pathogenic mutations in this cohort suggests that the genetic overlap of other neurodegenerative diseases with DLB is not substantial. Since it is now clear that genetics plays a role in DLB, these data suggest that other genetic loci play a role in this disease.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».