The Efficacy of Whole Genome Sequencing and RNA-Seq in the Diagnosis of Whole Exome Sequencing Negative Patients with Complex Neurological Phenotypes
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
Whole-genome sequencing (WGS) is being increasingly utilized for the diagnosis of neurological disease by sequencing both the exome and the remaining 98 to 99% of the genetic code. In addition to more complete coverage, WGS can detect structural variants (SVs) and intronic variants (SNVs) that cannot be identified by whole exome sequencing (WES) or chromosome microarray (CMA). Other multi-omics tools, such as RNA sequencing (RNA-Seq), can be used in conjunction with WGS to functionally validate certain variants by detecting changes in gene expression and splicing. The objective of this retrospective study was to measure the diagnostic yield of duo/trio-based WGS and RNA-Seq in a cohort of 22 patients (20 families) with pediatric onset neurological phenotypes and negative or inconclusive WES results in lieu of reanalysis. WGS with RNA-Seq resulted in a definite diagnosis of an additional 25% of cases. Sixty percent of these solved cases arose from the identification of variants that were missed by WES. Variants that could not be unequivocally proven to be causative of the patients' condition were identified in an additional 5% of cases.
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