Genetics of prelingual isolated deafness and Usher syndrome in the Maghreb and Jordan: Harnessing the potential of homozygosity
Notice bibliographique
Résumé
The molecular genetic diagnosis of prelingual sensorineural hearing impairment (HI) is essential for genetic counseling and patient management. Effective diagnosis requires a knowledge of the genetic architecture of HI, which is often lacking. We established a cohort of 450 unrelated patients with familial (at least two affected relatives) severe-to-profound bilateral prelingual HI in five countries with high consanguinity rates: Tunisia, Jordan, Algeria, Morocco, and Mauritania (the TJAMM cohort). Recessive and dominant inheritance were observed in 92% and 8% of cases, respectively; 14% were syndromic. Genome analysis detected 211 different mutations (36% not reported before) in 49 deafness genes, and fully resolved 90% of cases of autosomal recessive isolated deafness (DFNB forms), 89% of the mutations being homozygous. The deafness genes involved were similar in different countries, but their mutations, except a few in GJB2 and LRTOMT , differed considerably, suggesting an overrepresentation of private mutations. Biallelic missense mutations in MYO7A , CDH23 , PCDH15 , USH1C cause either DFNB forms or Usher syndrome type 1 (USH1) ( USH1/DFNB genes). Such mutations were overrepresented (13% of patients), highlighting the importance of distinguishing between these two mutation classes. We hypothesized that current difficulties might stem from the misclassification of certain mutations. By studying the 65 USH1/DFNB missense mutations reported to cause DFNB in the homozygous state, we identified some that, when associated with a loss-of-function mutation, resulted in USH1, a characteristic pattern of some recessive hypomorphic mutations. This reappraised classification of USH1/DFNB mutations has the potential to improve molecular diagnosis and patient management significantly.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».