Sequential targeted exome sequencing of 1001 patients affected by unexplained limb-girdle weakness
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Several hundred genetic muscle diseases have been described, all of which are rare. Their clinical and genetic heterogeneity means that a genetic diagnosis is challenging. We established an international consortium, MYO-SEQ, to aid the work-ups of muscle disease patients and to better understand disease etiology. METHODS: Exome sequencing was applied to 1001 undiagnosed patients recruited from more than 40 neuromuscular disease referral centers; standardized phenotypic information was collected for each patient. Exomes were examined for variants in 429 genes associated with muscle conditions. RESULTS: We identified suspected pathogenic variants in 52% of patients across 87 genes. We detected 401 novel variants, 116 of which were recurrent. Variants in CAPN3, DYSF, ANO5, DMD, RYR1, TTN, COL6A2, and SGCA collectively accounted for over half of the solved cases; while variants in newer disease genes, such as BVES and POGLUT1, were also found. The remaining well-characterized unsolved patients (48%) need further investigation. CONCLUSION: Using our unique infrastructure, we developed a pathway to expedite muscle disease diagnoses. Our data suggest that exome sequencing should be used for pathogenic variant detection in patients with suspected genetic muscle diseases, focusing first on the most common disease genes described here, and subsequently in rarer and newly characterized disease genes.
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.
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 découle