MétaCan
Menu
Retour à la cohorte
Enregistrement W4385331496 · doi:10.1159/000531770

Prioritization of Monogenic Congenital Anomalies of the Kidney and Urinary Tract Candidate Genes with Existing Single-Cell Transcriptomics Data of the Human Fetal Kidney

2023· article· en· W4385331496 sur OpenAlexfundno aff
Luca Schierbaum, Sophia Schneider, Florian Buerger, Abdul A. Halawi, Steve Seltzsam, Chunyan Wang, Bixia Zheng, Chen-Han Wilfried Wu, Rufeng Dai, Dervla M. Connaughton, Daanya Salmanullah, Makiko Nakayama, Nina Mann, Shirlee Shril, Friedhelm Hildebrandt

Notice bibliographique

Revue˜The œNephron journals/Nephron journals · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRenal and related cancers
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Human Genome Research InstituteNational Institute of General Medical SciencesAcademic Medical Organization of Southwestern OntarioSchulich School of Medicine and DentistryYale UniversityNational Institutes of HealthACMG Foundation for Genetic and Genomic Medicine
Mots-clésCandidate geneKidney developmentBiologyGeneTranscriptomeGeneticsBioinformaticsGene expression

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Congenital anomalies of the kidney and urinary tract (CAKUT) are the most common cause of chronic kidney disease in the first 3 decades of life. Over 40 genes have been identified as causative for isolated human CAKUT. However, many genes remain unknown, and the prioritization of potential CAKUT candidate genes is challenging. To develop an independent approach to prioritize CAKUT candidate genes, we hypothesized that monogenic CAKUT genes are most likely co-expressed along a temporal axis during kidney development and that genes with coinciding high expression may represent strong novel CAKUT candidate genes. METHODS: We analyzed single-cell mRNA (sc-mRNA) transcriptomics data of human fetal kidney for temporal sc-mRNA co-expression of 40 known CAKUT genes. A maximum of high expression in consecutive timepoints of kidney development was found for four of the 40 genes (EYA1, SIX1, SIX2, and ITGA8) in nephron progenitor cells a, b, c, d (NPCa-d). We concluded that NPCa-d are relevant for CAKUT pathogenesis and intersected two lists of CAKUT candidate genes resulting from unbiased whole-exome sequencing (WES) with the 100 highest expressed genes in NPCa-d. RESULTS: Intersection of the 100 highest expressed genes in NPCa-d with WES-derived CAKUT candidate genes identified an overlap with the candidate genes KIF19, TRIM36, USP35, CHTF18, in each of which a biallelic variant was detected in different families with CAKUT. CONCLUSION: Sc-mRNA expression data of human fetal kidney can be utilized to prioritize WES-derived CAKUT candidate genes. KIF19, TRIM36, USP35, and CHTF18 may represent strong novel candidate genes for CAKUT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,274
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œNephron journals/Nephron journalsMême sujetRenal and related cancersTravaux en français237 207