MétaCan
Menu
Retour à la cohorte
Enregistrement W4411464073 · doi:10.1002/acn3.70100

Genetic Diversity and Expanded Phenotypes in Dystonia: Insights From Large‐Scale Exome Sequencing

2025· article· en· W4411464073 sur OpenAlexaff
Mirja Thomsen, Fabian Ott, Sebastian Loens, Gamze Kilic‐Berkmen, Ai Huey Tan, Shen‐Yang Lim, Ebba Lohmann, Lea Ipsen, Lena A. Nothacker, Linn Welzel, Frauke Hinrichs, Thorsten Odorfer, Kirsten E. Zeuner, Friederike Schumann, Andrea A. Kühn, Simone Zittel, Marius E. Moeller, Robert M. Pfister, Christoph Kamm, Anthony E. Lang, Yi Wen Tay, Ana Luísa de Almeida Marcelino, Marie Vidailhet, Emmanuel Roze, Joel S. Perlmutter, Jeanne Feuerstein, Victor S.C. Fung, Florence Chang, Richard L. Barbano, Steven Bellows, Aparna Wagle Shukla, Alberto J. Espay, Mark S. LeDoux, Brian D. Berman, Stephen G. Reich, Andres Deik, Andre Franke, Michael Wittig, Sören Franzenburg, Jens Volkmann, Norbert Brüggemann, H. A. Jinnah, Tobias Bäumer, Christine Klein, Hauke Busch, Katja Lohmann

Notice bibliographique

RevueAnnals of Clinical and Translational Neurology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensToronto Western HospitalUniversity of Toronto
Organismes subventionnairesDystonia CoalitionNational Institutes of HealthUniversiti MalayaNational Center for Advancing Translational SciencesNational Institute of Neurological Disorders and StrokeDeutsche Forschungsgemeinschaft
Mots-clésExome sequencingMedicinePhenotypeDystoniaComputational biologyEvolutionary biologyDiversity (politics)ExomeGenetic diversityGeneticsBioinformaticsGeneBiologyPsychiatryPopulation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Dystonia is one of the most prevalent movement disorders, characterized by significant clinical and etiological heterogeneity. Despite considerable heritability (~25%), the etiology in most patients remains elusive. Moreover, understanding correlations between clinical manifestations and genetic variants has become increasingly complex. METHODS: Exome sequencing was conducted on 1924 genetically unsolved, mainly late-onset isolated dystonia patients, recruited primarily from two dystonia registries (DysTract and the Dystonia Coalition). Rare variants in genes previously linked to dystonia (n = 406) were examined, confirmed via Sanger sequencing, and analyzed for segregation when possible. RESULTS: We identified 137 distinct likely pathogenic/pathogenic variants (according to ACMG criteria) across 51 genes in 163/1924 patients, including 153/1895 index patients (diagnostic yield 8.1%). The strongest predictors of a genetic diagnosis were generalized dystonia (28.6% yield) and age at onset (20.4% yield in patients with onset < 30 years). Notably, 56.2% of these variants were novel, with recurrent variants in EIF2AK2, VPS16, KCNMA1, and SLC2A1. Additionally, 321 index patients (16.9%) harbored variants of uncertain significance in 102 genes. The most frequently implicated genes included VPS16, THAP1, GCH1, SGCE, GNAL, and KMT2B. Presumably pathogenic variants in less well-established dystonia genes were also found, including KCNMA1, KIF1A, and ZMYND11. At least six variants (in ADCY5, GNB1, IR2BPL, KCNN2, KMT2B, and VPS16) occurred de novo, supporting pathogenicity. INTERPRETATION: This study provides valuable insights into the genetic landscape of dystonia, underscores the utility of exome sequencing for diagnosis, substantiates several candidate genes, and expands the phenotypic spectrum of some genes to include prominent, sometimes isolated dystonia.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,096
Tête enseignante GPT0,364
Écart entre enseignants0,269 · 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

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Clinical and Translational NeurologyMême sujetNeurological disorders and treatmentsTravaux en français237 207