OMIXCARE: OMICS technologies solved about 33% of the patients with heterogeneous rare neuro-developmental disorders and negative exome sequencing results and identified 13% additional candidate variants
Notice bibliographique
Résumé
Purpose: Patients with rare or ultra-rare genetic diseases, which affect 350 million people worldwide, may experience a diagnostic odyssey. High-throughput sequencing leads to an etiological diagnosis in up to 50% of individuals with heterogeneous neurodevelopmental or malformation disorders. There is a growing interest in additional omics technologies in translational research settings to examine the remaining unsolved cases. Methods: We gathered 30 individuals with malformation syndromes and/or severe neurodevelopmental disorders with negative trio exome sequencing and array comparative genomic hybridization results through a multicenter project. We applied short-read genome sequencing, total RNA sequencing, and DNA methylation analysis, in that order, as complementary translational research tools for a molecular diagnosis. Results: The cohort was mainly composed of pediatric individuals with a median age of 13.7 years (4 years and 6 months to 35 years and 1 month). Genome sequencing alone identified at least one variant with a high level of evidence of pathogenicity in 8/30 individuals (26.7%) and at least a candidate disease-causing variant in 7/30 other individuals (23.3%). RNA-seq data in 23 individuals allowed two additional individuals (8.7%) to be diagnosed, confirming the implication of two pathogenic variants (8.7%), and excluding one candidate variant (4.3%). Finally, DNA methylation analysis confirmed one diagnosis identified by genome sequencing (Kabuki syndrome) and identified an episignature compatible with a BAFopathy in a patient with a clinical diagnosis of Coffin-Siris with negative genome and RNA-seq results in blood. Conclusion: Overall, our integrated genome, transcriptome, and DNA methylation analysis solved 10/30 (33.3%) cases and identified a strong candidate gene in 4/30 (13.3%) of the patients with rare neurodevelopmental disorders and negative exome sequencing results.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».