Long-read sequencing for detection and subtyping of Prader-Willi and Angelman syndromes
Notice bibliographique
Résumé
Prader-Willi syndrome (PWS) and Angelman syndrome (AS) are imprinting disorders caused by genetic or epigenetic aberrations of 15q11.2-q13. Their clinical testing is often multitiered; diagnostic testing begins with methylation-specific multiplex ligation-dependent probe amplification or methylation-sensitive PCR and then proceeds to molecular subtyping to determine the mechanism and recurrence risk. Currently, correct classification of a proband’s PWS/AS subtype often requires parental samples, a costly process for families and health systems. The use of nanopore sequencing for molecular diagnosis of PWS and AS has been explored by Yamada et al ; however, to confirm heterodisomy parental data were still required. Here, we investigate genome-wide nanopore sequencing in a larger cohort of PWS (18) and AS (6) as a singular test to detect the molecular subtype, without parental data. We accurately subtyped these cases including uniparental heterodisomy, mixed iso-/heterodisomy, type 1 and 2 deletions, microdeletion and UBE3A indels. One PWS case with a previously unresolved diagnosis subtyped as maternal isodisomy. This work highlights the application of long-read sequencing and other imprinted regions outside of the PWS/AS critical region to resolve the molecular diagnosis and subtyping of PWS and AS without parental data. The work also outlines an approach to generically detect heterodisomy through the interrogation of distant imprinted regions.
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 | 0,001 | 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 ».