MétaCan
Menu
Retour à la cohorte
Enregistrement W4408990154 · doi:10.1101/2025.03.28.25324850

Whole-Genome Sequencing Reveals Individual and Cohort Level Insights into Chromosome 9p Syndromes

2025· preprint· en· W4408990154 sur OpenAlexaff
Yingxi Wang, Eleanor I. Sams, Rachel Slaugh, Sandra Crocker, Emily Cordova Hurtado, Ying‐Chen Claire Hou, Christopher Markovic, Kostandin Valle, Victoria Tate, Khadija Belhassan, Elizabeth L. Appelbaum, Titilope M. Akinwe, Rodrigo Starosta Tzovenos, Yang Cao, Amber Neilson, Yu Liu, Nathaniel Jensen, Reza Ghasemi, Tina Lindsay, Juana Manuel, Sophia Couteranis, Milinn Kremitzki, Jack Ustanik, Thomas Antonacci, Jeffrey K. Ng, Andrew Emory, Laura B. Metz, Tracie DeLuca, Katherine N. Lyons, Toni M. Sinnwell, Brianne Thomeczek, K.H. Wang, Nick Sisneros, Megha Muraleedharan, Anantha Kethireddy, Marco Corbo, Harsha Gowda, Katherine Y. King, Christina A. Gurnett, Susan K. Dutcher, Catherine Gooch, Yang Eric Li, Matthew W. Mitchell, Kevin A. Peterson, Amjad Horani, Jill A. Rosenfeld, Weimin Bi, Paweł Stankiewicz, Hsiao‐Tuan Chao, Jennifer E. Posey, Christopher M. Grochowski, Zain Dardas, Erik G. Puffenberger, Christopher E. Pearson, R. Frank Kooy, Dale Annear, A. Micheil Innes, Michael Heinz, Richard D. Head, Robert E. Fulton, Stephan Toutain, Lucinda Antonacci-Fulton, Xiaoxia Cui, Robi D. Mitra, F. Sessions Cole, Julie Neidich, Patricia Dickson, Jeffrey Milbrandt, Tychele N. Turner

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensAlberta Children's HospitalUniversity of CalgaryHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésBiologyCopy-number variationGeneticsStructural variationGene duplicationComputational biologyGeneGenomeHuman geneticsHuman genomeComparative genomic hybridizationChromosomeWhole genome sequencing

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Previous genomic efforts on chromosome 9p deletion and duplication syndromes have utilized low resolution strategies (i.e., karyotypes, chromosome microarrays). We present the first large-scale whole-genome sequencing (WGS) study of 100 individuals from families with 9p-related syndromes including 85 unrelated probands through the 9P-ARCH ( A dvanced R esearch in C hromosomal H ealth: Genomic, Phenotypic, and Functional Aspects of 9p -Related syndromes) research network. We analyzed the genomic architecture of these syndromes, highlighting fundamental features and their commonalities and differences across individuals. This work includes a machine-learning model that predicts 9p deletion syndrome from gene copy number estimates using WGS data. Two Late Replicating Regions (LRR1 [a previously un-named human fragile site], LRR2) were identified that contain most structural variant breakpoints in 9p deletion syndrome pointing to replication-based issues in structural variant formation. Furthermore, we show the utility of using WGS information to obtain a comprehensive understanding of 9p-related variation in an individual with complex structural variation where chromothripsis is the likely mechanism. Genes on 9p were prioritized based on statistical assessment of human genomic variation. Furthermore, through application of spatial transcriptomics to embryonic mouse tissue we examined 9p-gene expression in craniofacial and brain development. Through these strategies, we identified 24 important genes for the majority (83%) of individuals with 9p deletion syndrome including AK3, BRD10, CD274, CDC37L1, DMRT1, DMRT2, DMRT3, DOCK8, GLIS3, JAK2, KANK1, KDM4C, PLPP6, PTPRD, PUM3, RANBP6, RCL1 , RFX3 , RIC1 , SLC1A1 , SMARCA2 , UHRF2 , VLDLR , and ZNG1A . Two genes ( AK3 , ZNG1A ) are involved in mitochondrial function and testing of the mitochondrial genome revealed excess copy number in individuals with 9p deletion syndrome. This study presents the most comprehensive genomic analysis of 9p-related syndromes to date, with plans for further expansion through our 9P-ARCH research network.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,253
Écart entre enseignants0,224 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207