Case Review: Whole-Exome Sequencing Analyses Identify Carriers of a Known Likely Pathogenic Intronic BRCA1 Variant in Ovarian Cancer Cases Clinically Negative for Pathogenic BRCA1 and BRCA2 Variants
Notice bibliographique
Résumé
Background: Detecting pathogenic intronic variants resulting in aberrant splicing remains a challenge in routine genetic testing. We describe germline whole-exome sequencing (WES) analyses and apply in silico predictive tools of familial ovarian cancer (OC) cases reported clinically negative for pathogenic BRCA1 and BRCA2 variants. Methods: WES data from 27 familial OC cases reported clinically negative for pathogenic BRCA1 and BRCA2 variants and 53 sporadic early-onset OC cases were analyzed for pathogenic variants in BRCA1 or BRCA2. WES data from carriers of pathogenic BRCA1 or BRCA2 variants were analyzed for pathogenic variants in 10 other OC predisposing genes. Loss of heterozygosity analysis was performed on tumor DNA from variant carriers. Results: BRCA1 c.5407-25T>A intronic variant, identified in two affected sisters and one sporadic OC case, is predicted to create a new splice effecting transcription of BRCA1. WES data from BRCA1 c.5407-25T>A carriers showed no evidence of pathogenic variants in other OC predisposing genes. Sequencing the tumor DNA from the variant carrier showed complete loss of the wild-type allele. Conclusions: The findings support BRCA1 c.5407-25T>A as a likely pathogenic variant and highlight the importance of investigating intronic sequences as causal variants in OC families where the involvement of BRCA1 is highly suggestive.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».