MétaCan
Menu
Retour à la cohorte
Enregistrement W4402094383 · doi:10.1002/acn3.52127

Expert panel curation of 31 genes in relation to limb girdle muscular dystrophy

2024· article· en· W4402094383 sur OpenAlexaff
Shruthi Mohan, Shannon McNulty, Courtney Thaxton, Marwa Elnagheeb, Emma Owens, May Flowers, Teagan Nunnery, Autumn Self, Brooke Palus, Svetlana Gorokhova, April Kennedy, Zhiyv Niu, Mridul Johari, Alassane Baneye Maīga, Kelly Macalalad, Amanda Clause, J. Beckmann, Lucas Bronicki, Sandra T. Cooper, Vijay S Ganesh, Peter B. Kang, Akanchha Kesari, Monkol Lek, Jennifer Lévy, Laura Rufibach, Marco Savarese, Melissa J. Spencer, Volker Straub, Giorgio Tasca, Conrad C. Weihl

Notice bibliographique

RevueAnnals of Clinical and Translational Neurology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensChildren's Hospital of Eastern OntarioHospital for Sick Children
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Human Genome Research InstituteNational Institutes of Health
Mots-clésLimb-girdle muscular dystrophyMuscular dystrophyGenePhenotypeGeneticsMedicineGenetic heterogeneityDysferlinBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Limb girdle muscular dystrophies (LGMDs) are a group of genetically heterogeneous autosomal conditions with some degree of phenotypic homogeneity. LGMD is defined as having onset >2 years of age with progressive proximal weakness, elevated serum creatine kinase levels and dystrophic features on muscle biopsy. Advances in massively parallel sequencing have led to a surge in genes linked to LGMD. METHODS: The ClinGen Muscular Dystrophies and Myopathies gene curation expert panel (MDM GCEP, formerly Limb Girdle Muscular Dystrophy GCEP) convened to evaluate the strength of evidence supporting gene-disease relationships (GDR) using the ClinGen gene-disease clinical validity framework to evaluate 31 genes implicated in LGMD. RESULTS: The GDR was exclusively LGMD for 17 genes, whereas an additional 14 genes were related to a broader phenotype encompassing congenital weakness. Four genes (CAPN3, COL6A1, COL6A2, and COL6A3) were split into two separate disease entities, based on each displaying both dominant and recessive inheritance patterns, resulting in curation of 35 GDRs. Of these, 30 (86%) were classified as definitive, 4 (11%) as moderate, and 1 (3%) as limited. Two genes, POMGNT1 and DAG1, though definitively related to myopathy, currently have insufficient evidence to support a relationship specifically with LGMD. INTERPRETATION: The expert-reviewed assertions on the clinical validity of genes implicated in LGMDs form an invaluable resource for clinicians and molecular geneticists. We encourage the global neuromuscular community to publish case-level data that help clarify disputed or novel LGMD associations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,062
score de la tête « metaresearch » (Gemma)0,097
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,329

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0620,097
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0030,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,100
Tête enseignante GPT0,391
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Clinical and Translational NeurologyMême sujetMuscle Physiology and DisordersTravaux en français237 207