MétaCan
Menu
Retour à la cohorte
Enregistrement W4388045860 · doi:10.3389/fgene.2023.1230241

Genomic analysis of a Palestinian family with inherited cancer syndrome: a next-generation sequencing study

2023· article· en· W4388045860 sur OpenAlexaff
Eman Fares, Husam Sallam, Areej A. H. Khatib, Nouar Qutob, Zaidoun Salah

Notice bibliographique

RevueFrontiers in Genetics · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésSanger sequencingMissense mutationGeneticsExome sequencingBiologyCancerMutationExomeERCC2PopulationGenotypeGeneMedicineSingle-nucleotide polymorphism

Résumé

récupéré en direct d'OpenAlex

Familial predisposition is a strong risk factor for different types of cancer and accounts for around 10% of the cases. In this study, we investigated cancer predisposition in a Palestinian family using whole-exome sequencing (WES) technologies. In this study, we focused more on cutaneous melanoma (CM). Our analysis identified three heterozygous rare missense variants, WRN (p.L383F and p.A995T) and TYRP1 (p.T262M) and a pathogenic homozygous missense mutation in ERCC2 (p.R683Q). Although WRN and TYRP1 genes and their variations were correlated with different types of cancer, including melanoma, the currently identified WRN and TYRP1 variants were not reported previously in melanoma cases. The pathogenic mutation was segregated with the clinical phenotypes and found in the two affected brothers, one with CM and the other with brain tumor, and was confirmed by Sanger sequencing analysis. Segregation analysis of this mutation revealed that family members are either heterozygous or wild type. Our findings confirm that the homozygous ERCC2 (p.R683Q) mutation was responsible for causing melanoma and other cancer types in the family. Our work highlights the value to decipher the mutational background of familial cancers, especially CM, in the Palestinian population to guide diagnosis, prevention, and treatment of affected patients and their families.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,063
Tête enseignante GPT0,278
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207