The ClinGen Severe Combined Immunodeficiency Disease Variant Curation Expert Panel: Specifications for classification of variants in <i>ADA</i> , <i>DCLRE1C</i> , <i>IL2RG</i> , <i>IL7R</i> , <i>JAK3</i> , <i>RAG1</i> , and <i>RAG2</i>
Notice bibliographique
Résumé
ABSTRACT Purpose This collaborative study, led by the Clinical Genome Resource Severe Combined Immunodeficiency Disease Variant Curation Expert Panel (ClinGen SCID-VCEP), implemented and adapted the American College of Medical Genetics and Genomics/Association for Molecular Pathology (ACMG/AMP) guidelines for interpreting germline variants in genes with established relationships to SCID. The effort focused on the 7 most common SCID-related genes identified by SCID newborn screening in North America: ADA , DCLRE1C , IL2RG , IL7R , JAK3 , RAG1 , and RAG2 . Methods The SCID-VCEP conducted a rigorous review of variants that involved database analyses, literature review, and expert feedback to derive gene-specific modifications to the ACMG/AMP guidelines. These specifications were validated using a pilot set of 90 variants. Results: Of these 90 variants, 25 were classified as pathogenic, 21 as likely pathogenic, 14 as variants of uncertain significance (VUS), 18 as likely benign, and 12 as benign. Seventeen variants with conflicting classifications in ClinVar were successfully resolved. The criteria included modifications to 20 of the 28 original ACMG/AMP criteria specific to SCID-related genes. Conclusion The SCID-specific variant curation guidelines developed by the SCID-VCEP will enhance the precision of SCID genetic diagnosis and provide a robust framework for interpreting variants in SCID-related genes, contributing to appropriate treatment of SCID.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».