High diagnostic yield in skeletal ciliopathies using massively parallel genome sequencing, structural variant screening and RNA analyses
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
Skeletal ciliopathies are a heterogenous group of disorders with overlapping clinical and radiographic features including bone dysplasia and internal abnormalities. To date, pathogenic variants in at least 30 genes, coding for different structural cilia proteins, are reported to cause skeletal ciliopathies. Here, we summarize genetic and phenotypic features of 34 affected individuals from 29 families with skeletal ciliopathies. Molecular diagnostic testing was performed using massively parallel sequencing (MPS) in combination with copy number variant (CNV) analyses and in silico filtering for variants in known skeletal ciliopathy genes. We identified biallelic disease-causing variants in seven genes: DYNC2H1, KIAA0753, WDR19, C2CD3, TTC21B, EVC, and EVC2. Four variants located in non-canonical splice sites of DYNC2H1, EVC, and KIAA0753 led to aberrant splicing that was shown by sequencing of cDNA. Furthermore, CNV analyses showed an intragenic deletion of DYNC2H1 in one individual and a 6.7 Mb de novo deletion on chromosome 1q24q25 in another. In five unsolved cases, MPS was performed in family setting. In one proband we identified a de novo variant in PRKACA and in another we found a homozygous intragenic deletion of IFT74, removing the first coding exon and leading to expression of a shorter message predicted to result in loss of 40 amino acids at the N-terminus. These findings establish IFT74 as a new skeletal ciliopathy gene. In conclusion, combined single nucleotide variant, CNV and cDNA analyses lead to a high yield of genetic diagnoses (90%) in a cohort of patients with skeletal ciliopathies.
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