Whole genome sequencing for USH2A-associated disease reveals several pathogenic deep-intronic variants that are amenable to splice correction
Notice bibliographique
Résumé
A significant number of individuals with a rare disorder such as Usher syndrome (USH) and (non-)syndromic autosomal recessive retinitis pigmentosa (arRP) remain genetically unexplained. Therefore, we assessed subjects suspected of USH2A-associated disease and no or mono-allelic USH2A variants using whole genome sequencing (WGS) followed by an improved pipeline for variant interpretation to provide a conclusive diagnosis. One hundred subjects were screened using WGS to identify causative variants in USH2A or other USH/arRP-associated genes. In addition to the existing variant interpretation pipeline, a particular focus was put on assessing splice-affecting properties of variants, both in silico and in vitro. Also structural variants were extensively addressed. For variants resulting in pseudoexon inclusion, we designed and evaluated antisense oligonucleotides (AONs) using minigene splice assays and patient-derived photoreceptor precursor cells. Biallelic variants were identified in 49 of 100 subjects, including novel splice-affecting variants and structural variants, in USH2A or arRP/USH-associated genes. Thirteen variants were shown to affect USH2A pre-mRNA splicing, including four deep-intronic USH2A variants resulting in pseudoexon inclusion, which could be corrected upon AON treatment. We have shown that WGS, combined with a thorough variant interpretation pipeline focused on assessing pre-mRNA splicing defects and structural variants, is a powerful method to provide subjects with a rare genetic condition, a (likely) conclusive genetic diagnosis. This is essential for the development of future personalized treatments and for patients to be eligible for such treatments.
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 ».