Detection and Characterization of a De Novo <i>Alu</i> Retrotransposition Event Causing <i><scp>NKX2</scp>‐1</i>‐Related Disorder
Notice bibliographique
Résumé
BACKGROUND: Heterozygous NKX2-1 loss-of-function variants cause combinations of hyperkinetic movement disorders (MDs, particularly childhood-onset chorea), pulmonary dysfunction, and hypothyroidism. Mobile element insertions (MEIs) are potential disease-causing structural variants whose detection in routine diagnostics remains challenging. OBJECTIVE: To establish the molecular diagnosis of two first-degree relatives with clinically suspected NKX2-1-related disorder who had negative NKX2-1 Sanger (SS), whole-exome (WES), and whole-genome (WGS) sequencing. METHODS: The proband's WES was analyzed for MEIs. A candidate MEI in NKX2-1 underwent optimized SS after plasmid cloning. Functional studies exploring NKX2-1 haploinsufficiency at RNA and protein levels were performed. RESULTS: A 347-bp AluYa5 insertion with a 65-bp poly-A tail followed by a 16-bp duplication of the pre-insertion wild-type sequence in exon 3 of NKX2-1 (ENST00000354822.7:c.556_557insAlu541_556dup) segregated with the disease phenotype. CONCLUSIONS: We identified a de novo exonic AluYa5 insertion causing NKX2-1-related disorder in SS/WES/WGS-negative cases, suggesting that MEI analysis of short-read sequencing data or targeted long-read sequencing could unmask the molecular diagnosis of unsolved MD cases. © 2022 The Authors. Movement Disorders published by Wiley Periodicals LLC on behalf of International Parkinson and Movement Disorder Society.
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 ».