Diagnostic yield of genome sequencing for prenatal diagnosis of fetal structural anomalies
Notice bibliographique
Résumé
OBJECTIVE: Genome sequencing (GS >30x) is beginning to be adopted as a comprehensive genome-wide test for the diagnosis of rare disease in the post-natal setting. Recent studies demonstrated the utility of exome sequencing (ES) in prenatal diagnosis, we investigate the potential benefits for GS to act as a comprehensive prenatal test for diagnosis of fetal abnormalities. METHODS: We performed GS on a prospective cohort of 37 singleton fetuses with ultrasound-identified structural abnormalities undergoing invasive prenatal testing. GS was performed in parallel with standard diagnostic testing, and the prioritized variants were classified according to ACMG guidelines and reviewed by a panel of board-certified laboratory and clinical geneticists. RESULTS: Diagnostic sequence variants were identified in 5 fetuses (14%), with pathogenic variants found in NIPBL, FOXF1, RERE, AMMECR1, and FLT4. A further 7 fetuses (19%) had variants of uncertain significance (VUS) that may explain the phenotypes. Importantly, GS also identified all pathogenic variants reported by clinical microarray (2 CNVs, 5%). CONCLUSION: Prenatal GS offered diagnoses (sequence variants and CNVs) in 19% of fetuses with structural anomalies. GS has the potential of replacing multiple consecutive tests, including microarray, gene panels, and WES, to provide the most comprehensive analysis in a timely manner necessary for prenatal diagnosis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».