Parkinson's Disease Gene Screening in Familial Cases from Central and South America
Notice bibliographique
Résumé
BACKGROUND: Parkinson's disease (PD) is the second most common neurodegenerative disease following Alzheimer's disease. Nearly 30 causative genes have been identified for PD and related disorders. However, most of these genes were identified in European-derived families, and little is known about their role in Latin American populations. OBJECTIVES: Our goal was to assess the spectrum and frequency of pathogenic variants in known PD genes in familial PD patients from Latin America. METHODS: We selected 335 PD patients with a family history of PD from the Latin American Research Consortium on the Genetics of PD. We capture-sequenced the coding regions of 26 genes related to neurodegenerative parkinsonism. Of the 335 PD patients, 324 had sufficient sequencing coverage to be analyzed. RESULTS: We identified pathogenic variants in 41 individuals (12.7%) in FBXO7, GCH1, LRRK2, PARK7, PINK1, PLA2G6, PRKN, SNCA, and TARDBP, GBA1 risk variants in 25 individuals (7.7%), and variants of uncertain significance in another 24 individuals (7.4%) in ATP13A2, ATP1A3, DNAJC13, DNAJC6, GBA1, LRKK2, PINK1, VPS13C, and VPS35. Of the 70 unique variants identified, 19 were more frequent in Latin Americans than in any other population. CONCLUSIONS: This is the first screening of known PD genes in a large cohort of patients with familial PD from Latin America. There were substantial differences in the spectrum of variants observed in comparison to previous findings from PD families of European origin. Our data provide further evidence that differences exist between the genetic architecture of PD in Latinos and European-derived populations. © 2024 The Author(s). 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 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 ».