Notice bibliographique
Résumé
Objective: A recent report demonstrated that somatic loss of function variations in the HHT causative genes, ENG and ACVRL1, are associated with skin telangiectasias (Snellings et al., 2019).Here, we investigated the genetic mechanisms driving nasal telangiectasia formation in HHT patients.Methods: DNA was extracted from 15 fresh/frozen nasal telangiectasia, 4 dermal telangiectasia, and 10 control tissue biopsies resected from nine unrelated individuals with HHT.DNA was evaluated using a 736 vascular malformation and cancer next-generation sequencing (NGS) gene panel down to 1% somatic mosaicism.Spatial single cell transcriptomic data from nasal telangiectasia and control tissues using the 10 9 Genomics Visium platform was also examined.Results: Heterozygous germline mutations were identified in all tissue specimens.Telangiectasia tissues from 5/9 cases had a pathogenic somatic mutation ranging from 1.03-1.96% in the same gene that had the germline mutation.Four of fifteen (26.7%) nasal telangiectasia and one of four (25%) dermal telangiectasia had a detectable somatic second hit.Surprisingly, additional low level somatic mutations in other genes were identified in several telangiectasias.Spatial single cell sequencing data revealed differential expression patterns in nasal telangiectasia tissues versus controls.Conclusions: This is the first report that nasal telangiectasia in HHT are caused by very low level somatic second hit mutations.Our data is consistent with previous reports and suggest that bi-allelic loss of ENG and ACVRL1 is required for the development of vascular malformation lesions observed in HHT.Further spatial single cell sequencing data analysis may reveal additional mechanistic insights required for telangiectasia formation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,430 | 0,262 |
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 ».