MétaCan
Menu
Retour à la cohorte
Enregistrement W4307457738 · doi:10.3389/fcell.2022.1021785

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

2022· article· en· W4307457738 sur OpenAlexaff
Estelle Colin, Yannis Duffourd, Émilie Tisserant, Raissa Relator, Ange‐Line Bruel, Frédéric Tran Mau‐Them, Anne‐Sophie Denommé‐Pichon, Hana Safraou, Julian Delanne, Nolwenn Jean‐Marçais, Boris Keren, Bertrand Isidor, Marie Vincent, Cyril Mignot, Delphine Héron, Alexandra Afenjar, Solveig Heide, Anne Faudet, Perrine Charles, Sylvie Odent, Yvan Herenger, Arthur Sorlin, Sébastien Moutton, Jennifer Kerkhof, Haley McConkey, Martin Chevarin, Charlotte Pöe, Victor Couturier, Valentin Bourgeois, Patrick Callier, Anne Boland, Robert Olaso, Christophe Philippe, Bekim Sadiković, Christel Thauvin‐Robinet, Laurence Faivre, Jean‐François Deleuze, Antonio Vitobello

Notice bibliographique

RevueFrontiers in Cell and Developmental Biology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensWestern UniversitySt Joseph's Health CareLondon Health Sciences Centre
Organismes subventionnairesAgence Nationale de la RechercheUniversité de BourgogneEuropean Commission
Mots-clésExome sequencingDNA sequencingExomeBiologyGeneticsDNA methylationGenomicsGenomeDiseaseOmicsEpigeneticsKabuki syndromeWhole genome sequencingBioinformaticsComputational biologyMedicineGeneMutationInternal medicine

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,547

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,166
Écart entre enseignants0,163 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cell and Developmental BiologyMême sujetGenomics and Rare DiseasesTravaux en français237 207