Cost-effective sequence analysis of 113 genes in 1,192 probands with retinitis pigmentosa and Leber congenital amaurosis
Notice bibliographique
Résumé
Introduction: Retinitis pigmentosa (RP) and Leber congenital amaurosis (LCA) are two groups of inherited retinal diseases (IRDs) where the rod photoreceptors degenerate followed by the cone photoreceptors of the retina. A genetic diagnosis for IRDs is challenging since >280 genes are associated with these conditions. While whole exome sequencing (WES) is commonly used by diagnostic facilities, the costs and required infrastructure prevent its global applicability. Previous studies have shown the cost-effectiveness of sequence analysis using single molecule Molecular Inversion Probes (smMIPs) in a cohort of patients diagnosed with Stargardt disease and other maculopathies. Methods: Here, we introduce a smMIPs panel that targets the exons and splice sites of all currently known genes associated with RP and LCA, the entire RPE65 gene, known causative deep-intronic variants leading to pseudo-exons, and part of the RP17 region associated with autosomal dominant RP, by using a total of 16,812 smMIPs. The RP-LCA smMIPs panel was used to screen 1,192 probands from an international cohort of predominantly RP and LCA cases. Results and discussion: After genetic analysis, a diagnostic yield of 56% was obtained which is on par with results from WES analysis. The effectiveness and the reduced costs compared to WES renders the RP-LCA smMIPs panel a competitive approach to provide IRD patients with a genetic diagnosis, especially in countries with restricted access to genetic testing.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».