Growth Hormone Receptor and PCSK9 Define a New Paradigm in the Initiation and Development of Chronic Kidney Disease as Revealed by Exome Sequencing on Illumina Platform
Notice bibliographique
Résumé
Chronic kidney disease is a combination of many vascular diseases involving mutations of many genes. Hypertension diabetes and atherosclerosis are the most common causes of kidney disease, with hypertension causing just over a quarter of all cases of kidney failure and diabetes causing one-third of them. Other much less common conditions that can cause CKD include inflammation, infections, genetic factors, or longstanding blockage to the urinary system (such as enlarged prostate or kidney stones). In many cases, the causes remained unknown, albeit the manifestation of the diseases with clear phenotypes and biochemical profiles. Heredity and genetic determinants play major roles in the initiation, development, and establishment of CKD. Kidney disease phenotypes can be dissected into many underlying causing candidates’ genes and many molecular genetics approaches are striving to lift the veil on this nagging disease. Recent studies using genetic testing have demonstrated that Mendelian etiologies account for approximately 20% of cases of kidney disease of unknown etiology. CKD is known to be plagued with many genes mutations like mutation in Autosomal Dominant Polycystic Kidney Disease (ADPKD) and mutations in MYH9 and APOL1 genes, COL4A3, COL4A4, and COL4A5 genes playing important roles in the CKD picture. Genetic testing has modernized and revolutionized many areas of medical practices and diagnosis of many diseases and the field of nephrology is not an exception. The advance in Next-generation Sequencing, including whole exome sequencing has proven to be a powerful tool in personalized medicine and for potential noninvasive decryption for biomarkers in kidney disease thereby paving the way for better diagnostic purposes. In this regard, we run whole exome sequencing on whole blood genomic DNA from CKD patients. Bioinformatics analysis led us to uncover a total of more than 3000 single nucleotide polymorphisms (SNPs). To sort out these flurries of targeted SNPs, we undertook filtration using an R-algorithm in combination with the diseases association Clinvar database. This approach led us to 12 combined diagnostic missense variants scattered on different chromosomes. Combined missense reduction after FDR filtration with a Cellrate of 0.75 generated two missense variants located on PCSK9 and GHR genes on chromosomes 1 and 5 and lastly, reduction variants after Filtration by spliced region bring us to a single SNP located on the PCSK9 gene.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».