MétaCan
Menu
Retour à la cohorte
Enregistrement W4403329153 · doi:10.1055/s-0044-1791932

Whole Genome Methylation Profiling to Enhance Diagnostic Yield in Neurodevelopmental Disorders

2024· article· en· W4403329153 sur OpenAlexaff
M. Witzel, Angela Risch, M. Auburger, Stephanie Kleinle, Bekim Sadiković, Ariane Hallermayr, Angela Abicht, Teresa Neuhann

Notice bibliographique

RevueNeuropediatrics · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésProfiling (computer programming)MedicineComputational biologyGenomeGenomicsBioinformaticsGeneticsComputer scienceBiologyGene

Résumé

récupéré en direct d'OpenAlex

Background/Purpose: Epigenetic analysis in clinical diagnostics offers novel insights into complex genetic disorders, particularly neurodevelopmental delay (NDD) with or without congenital anomalies. We implemented a whole genome methylation profiling technique, EpiSign, to detect and characterize epigenetic signatures in patients with unsolved NDD, enabling the reclassification of variants of uncertain significance (VUS). Methods: We used Illumina EPIC v2.0 BeadChips (whole genome methylation pattern analysis) followed by epigenetic signature analysis with EpiSign v5 (LHSC). Results: In our cohort of 60 control cases (including NDD patients with class 4 or 5 variants in NDD-associated genes) we reproduced diagnoses with 93% sensitivity and 100% precision. We analyzed 29 unsolved cases with syndromic and nonsyndromic NDD. Eight cases presented with VUS, and 21 had no disease-associated variant. Four of the eight patients with VUS had gene-specific methylations consistent with the gene in which the VUS was identified. Three of the 21 unsolved patients without a known VUS had episignatures indicative of distinct conditions. A likely pathogenic variant was identified in one of these patients upon re-evaluation. Conclusion: Typical diagnostic resolution rates for NDD range between 20 and 40%. By analyzing epigenetic signatures, we identified disease-associated episignatures in 24% of selected unsolved cases. Targeted re-evaluation of exome data or prior known VUS improved the diagnostic yield of NDD patients. Our findings underscore the role of epigenetic profiling in clinical genetic diagnostics, highlighting its integration as a crucial component of routine evaluations. This approach enhances understanding of NDD and significantly improves clinical management, paving the way for more effective patient care. Publication History Article published online: 08 October 2024 Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,025
Tête enseignante GPT0,305
Écart entre enseignants0,281 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNeuropediatricsMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207