Molecular characterization of 13 patients with <scp><i>PIK3CA</i></scp>‐related overgrowth spectrum using a targeted deep sequencing approach
Notice bibliographique
Résumé
Activating variants in the PIK3CA gene cause a heterogeneous spectrum of disorders that involve congenital or early-onset segmental/focal overgrowth, now referred to as PIK3CA-related overgrowth spectrum (PROS). Historically, the clinical diagnoses of patients with PROS included a range of distinct syndromes, including CLOVES syndrome, dysplastic megalencephaly, hemimegalencephaly, focal cortical dysplasia, Klippel-Trenaunay syndrome, CLAPO syndrome, fibroadipose hyperplasia or overgrowth, hemihyperplasia multiple lipomatosis, and megalencephaly capillary malformation-polymicrogyria (MCAP) syndrome. MCAP is a sporadic overgrowth disorder that exhibits core features of progressive megalencephaly, vascular malformations, distal limb malformations, cortical brain malformations, and connective tissue dysplasia. In 2012, our research group contributed to the identification of predominantly mosaic, gain-of-function variants in PIK3CA as an underlying genetic cause of the syndrome. Mosaic variants are technically more difficult to detect and require implementation of more sensitive sequencing technologies and less stringent variant calling algorithms. In this study, we demonstrated the utility of deep sequencing using the Illumina TruSight Oncology 500 (TSO500) sequencing panel in identifying variants with low allele fractions in a series of patients with PROS and suspected mosaicism: pathogenic, mosaic PIK3CA variants were identified in all 13 individuals, including 6 positive controls. This study highlights the importance of screening for low-level mosaic variants in PROS patients. The use of targeted panels with deep sequencing in clinical genetic testing laboratories would improve diagnostic yield and accuracy within this patient population.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».