Targeted copy number variant identification across the neurodegenerative disease spectrum
Notice bibliographique
Résumé
BACKGROUND: Although genetic factors are known to contribute to neurodegenerative disease susceptibility, there remains a large amount of heritability unaccounted for across the diagnoses. Copy number variants (CNVs) contribute to these phenotypes, but their presence and influence on disease state remains relatively understudied. METHODS: Here, we applied a depth of coverage approach to detect CNVs in 80 genes previously associated with neurodegenerative disease within participants of the Ontario Neurodegenerative Disease Research Initiative (n = 519). RESULTS: In total, we identified and validated four CNVs in the cohort, including: (1) a heterozygous deletion of exon 5 in OPTN in an Alzheimer's disease participant; (2) a duplication of exons 1-5 in PARK7 in an amyotrophic lateral sclerosis participant; (3) a duplication of >3 Mb, which encompassed ABCC6, in a cerebrovascular disease (CVD) participant; and (4) a duplication of exons 7-11 in SAMHD1 in a mild cognitive impairment participant. We also identified 43 additional CNVs that may be candidates for future replication studies. CONCLUSION: The identification of the CNVs suggests a portion of the apparent missing heritability of the phenotypes may be due to these structural variants, and their assessment is imperative for a thorough understanding of the genetic spectrum of neurodegeneration.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».