Variants in mitochondrial disease genes are common causes of inherited peripheral neuropathies
Notice bibliographique
Résumé
BACKGROUND: Peripheral neuropathies in mitochondrial disease are caused by mutations in nuclear genes encoding mitochondrial proteins, or in the mitochondrial genome. Whole exome or genome sequencing enable parallel testing of nuclear and mtDNA genes, and it has significantly advanced the genetic diagnosis of inherited diseases. Despite this, approximately 40% of all Charcot-Marie-Tooth (CMT) cases remain undiagnosed. METHODS: The genome-phenome analysis platform (GPAP) in RD-Connect was utilised to create a cohort of 2087 patients with at least one Human Phenotype Ontology (HPO) term suggestive of a peripheral neuropathy, from a total of 10,935 patients. These patients' genetic data were then analysed and searched for variants in known mitochondrial disease genes. RESULTS: A total of 1,379 rare variants were identified, 44 of which were included in this study as either reported pathogenic or likely causative in 42 patients from 36 families. The most common genes found to be likely causative for an autosomal dominant neuropathy were GDAP1 and GARS1. We also detected heterozygous likely pathogenic variants in DNA2, MFN2, DNM2, PDHA1, SDHA, and UCHL1. Biallelic variants in SACS, SPG7, GDAP1, C12orf65, UCHL1, NDUFS6, ETFDH and DARS2 and variants in the mitochondrial DNA (mtDNA)-encoded MT-ATP6 and MT-TK were also causative for mitochondrial CMT. Only 50% of these variants were already reported as solved in GPAP. CONCLUSION: Variants in mitochondrial disease genes are frequent in patients with inherited peripheral neuropathies. Due to the clinical overlap between mitochondrial disease and CMT, agnostic exome or genome sequencing have better diagnostic yields than targeted gene panels.
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 | 0,000 |
| 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 ».