Enhancing the interpretation of genetic observations in KCNQ1 in unselected populations: relevance to secondary findings
Notice bibliographique
Résumé
AIMS: Rare variants in the KCNQ1 gene are found in the healthy population to a much greater extent than the prevalence of Long QT Syndrome type 1 (LQTS1). This observation creates challenges in the interpretation of KCNQ1 rare variants that may be identified as secondary findings in whole exome sequencing.This study sought to identify missense variants within sub-domains of the KCNQ1-encoded Kv7.1 potassium channel that would be highly predictive of disease in the context of secondary findings. METHODS AND RESULTS: We established a set of KCNQ1 variants reported in over 3700 patients with diagnosed or suspected LQTS sent for clinical genetic testing and compared the domain-specific location of identified variants to those observed in an unselected population of 140 000 individuals. We identified three regions that showed a significant enrichment of KCNQ1 variants associated with LQTS at an odds ratio (OR) >2: the pore region, and the adjacent 5th (S5) and 6th (S6) transmembrane (TM) regions. An additional segment within the carboxyl terminus of Kv7.1, conserved region 2 (CR2), also showed an increased OR of disease association. Furthermore, the TM spanning S5-Pore-S6 region correlated with a significant increase in cardiac events. CONCLUSION: Rare missense variants with a clear phenotype of LQTS have a high likelihood to be present within the pore and adjacent TM segments (S5-Pore-S6) and a greater tendency to be present within CR2. This data will enhance interpretation of secondary findings within the KCNQ1 gene. Further, our data support a more severe phenotype in LQTS patients with variants within the S5-Pore-S6 region.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 ».