MétaCan
Menu
Retour à la cohorte
Enregistrement W3037027340 · doi:10.1002/mgg3.1374

Disrupted minor intron splicing is prevalent in Mendelian disorders

2020· article· en· W3037027340 sur OpenAlexaff
Anouk Olthof, Jeffrey S. Rasmussen, Philippe M. Campeau, Rahul Kanadia

Notice bibliographique

RevueMolecular Genetics & Genomic Medicine · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Institute of Neurological Disorders and Stroke
Mots-clésIntronMendelian inheritanceRNA splicingGeneticsBiologyMinor allele frequencyMedicineComputational biologyBioinformaticsGeneGenotypeSingle-nucleotide polymorphismRNA

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Splicing is crucial for proper gene expression, and is predominately executed by the major spliceosome. Conversely, 722 introns in 699 human minor intron-containing genes (MIGs) are spliced by the minor spliceosome. Splicing of these minor introns is disrupted in diseases caused by pathogenic variants in the minor spliceosome, ultimately leading to the aberrant expression of a subset of these MIGs. However, the effect of variants in minor introns and MIGs on diseases remains unexplored. METHODS: Variants in MIGs and associated clinical manifestations were identified using ClinVar. The HPO database was then used to curate the related symptoms and affected organ systems. RESULTS: We found pathogenic variants in 211 MIGs, which commonly resulted in intellectual disability, seizures and microcephaly. This revealed a subset of MIGs whose aberrant splicing may contribute to the pathogenesis of minor spliceosome-related diseases. Moreover, we identified 51 pathogenic variants in minor intron splice sites that reduce the splice site strength and can induce alternative splicing. CONCLUSION: These findings highlight that disrupted minor intron splicing has a broader impact on human diseases than previously appreciated. The hope is that this knowledge will aid in the development of therapeutic strategies that incorporate the minor intron splicing pathway.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,275
Écart entre enseignants0,262 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Genetics & Genomic MedicineMême sujetRNA Research and SplicingTravaux en français237 207