Use of Whole-Genome Sequencing for Mitochondrial Disease Diagnosis
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Mitochondrial diseases (MDs) are the commonest group of heritable metabolic disorders. Phenotypic diversity can make molecular diagnosis challenging, and causative genetic variants may reside in either mitochondrial or nuclear DNA. A single comprehensive genetic diagnostic test would be highly useful and transform the field. We applied whole-genome sequencing (WGS) to evaluate the variant detection rate and diagnostic capacity of this technology with a view to simplifying and improving the MD diagnostic pathway. METHODS: Adult patients presenting to a specialist MD clinic in Sydney, Australia, were recruited to the study if they satisfied clinical MD (Nijmegen) criteria. WGS was performed on blood DNA, followed by clinical genetic analysis for known pathogenic MD-associated variants and MD mimics. RESULTS: Of the 242 consecutive patients recruited, 62 participants had "definite," 108 had "probable," and 72 had "possible" MD classification by the Nijmegen criteria. Disease-causing variants were identified for 130 participants, regardless of the location of the causative genetic variants, giving an overall diagnostic rate of 53.7% (130 of 242). Identification of causative genetic variants informed precise treatment, restored reproductive confidence, and optimized clinical management of MD. DISCUSSION: Comprehensive bigenomic sequencing accurately detects causative genetic variants in affected MD patients, simplifying diagnosis, enabling early treatment, and informing the risk of genetic transmission.
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 | 0,000 | 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 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 ».