MétaCan
Menu
Retour à la cohorte
Enregistrement W4391611911 · doi:10.1002/mds.29669

Defining the Genetic Landscape of Congenital Mirror Movements in 80 Affected Individuals

2024· article· en· W4391611911 sur OpenAlexafffund
Meagan Collins, Judith St‐Onge, Sabrina Schlienger, Nassima Boudrahem‐Addour, Lina Mougharbel, Clara Frances Lloyd, Elena Bruneau, Cedric Roux, Ahmed N. Sahly, Bradley Osterman, Kenneth A. Myers, Guy A. Rouleau, Daniel Alexander Jimenez Cruz, Jean‐Baptiste Rivière, Andrea Accogli, Frédéric Charron, Myriam Srour

Notice bibliographique

RevueMovement Disorders · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensUniversité de MontréalMcGill Genome CentreMontreal Neurological Institute and HospitalMcGill UniversityMontreal Clinical Research InstituteMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Foundation for InnovationChildren's Hospital FoundationMcGill UniversityFaculty of Medicine, McGill UniversityCourtois Foundation
Mots-clésMissense mutationPenetranceProbandGeneticsBiologyGeneNetrinMutationPhenotype

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Congenital mirror movements (CMM) is a rare neurodevelopmental disorder characterized by involuntary movements from one side of the body that mirror voluntary movements on the opposite side. To date, five genes have been associated with CMM, namely DCC, RAD51, NTN1, ARHGEF7, and DNAL4. OBJECTIVE: The aim of this study is to characterize the genetic landscape of CMM in a large group of 80 affected individuals. METHODS: We screened 80 individuals with CMM from 43 families for pathogenic variants in CMM genes. In large CMM families, we tested for presence of pathogenic variants in multiple affected and unaffected individuals. In addition, we evaluated the impact of three missense DCC variants on binding between DCC and Netrin-1 in vitro. RESULTS: Causal pathogenic/likely pathogenic variants were found in 35% of probands overall, and 70% with familial CMM. The most common causal gene was DCC, responsible for 28% of CMM probands and 80% of solved cases. RAD51, NTN1, and ARHGEF7 were rare causes of CMM, responsible for 2% each. Penetrance of CMM in DCC pathogenic variant carriers was 68% and higher in males than females (74% vs. 54%). The three tested missense variants (p.Ile164Thr; p.Asn176Ser; and p.Arg1343His) bind Netrin-1 similarly to wild type DCC. CONCLUSIONS: A genetic etiology can be identified in one third of CMM individuals, with DCC being the most common gene involved. Two thirds of CMM individuals were unsolved, highlighting that CMM is genetically heterogeneous and other CMM genes are yet to be discovered. © 2024 The Authors. Movement Disorders published by Wiley Periodicals LLC on behalf of International Parkinson and Movement Disorder Society.

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 enseignants0,021
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,010
Tête enseignante GPT0,260
Écart entre enseignants0,250 · 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

Citations17
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMovement DisordersMême sujetNeurological disorders and treatmentsTravaux en français237 207