MétaCan
Menu
Retour à la cohorte
Enregistrement W628690929 · doi:10.71781/30190

Identification des bases génétiques des myopathies à multi-minicores avec ou sans cardiomyopathie

2012· dissertation· fr· W628690929 sur OpenAlexaboutno aff
Claire Chauveau

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2012
Typedissertation
Languefr
DomaineMedicine
ThématiqueCardiomyopathy and Myosin Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMolecular biologyBiologyGynecologyMedicine

Résumé

récupéré en direct d'OpenAlex

Bien que les bases physiopathologiques de beaucoup de maladies musculaires soient dorénavant connues, les myopathies congénitales à cores (MCs), maladies génétiques qui se présentent dès la naissance avec un retard du développement moteur, une faiblesse musculaire et des complications respiratoires et/ou cardiaques parfois mortelles, demeurent mal comprises. Des mutations dans RYR1, SEPN1, TTN, ACTA1, CFL2 et MEGF10 ont été associées aux MCs, pourtant, dans plus de 50% des cas, le gène responsable reste à identifier. L’objectif de ma thèse a été de clarifier les mécanismes physiopathologiques des MCs par l’identification de nouveaux gènes ou de nouvelles mutations. Cette thèse a eu une dimension internationale concrétisée par la mise en place d’une cotutelle UPMC (France) et UdeM (Québec). J’ai développé deux axes de recherche complémentaires. D’une part j’ai étudié 21 familles informatives avec MC récessive, scoliose et atteinte respiratoire, en combinant clonage positionnel et étude de gènes candidats et en utilisant des outils variés allant du génotypage au séquençage de nouvelle génération (NGS). En parallèle, j’ai étudié 24 familles avec une MC autosomique récessive affectant les muscles cardiaque et squelettiques et dont le phénotype était semblable à celui observé chez des patients avec des délétions dans les 6 derniers exons de TTN. Ainsi pour l'analyse de cette deuxième cohorte, nous avons appliqué une stratégie de séquençage de gène candidat ciblée sur ces exons et de NGS pour le reste du gène. Pendant mon doctorat j'ai identifié les défauts génétiques de 8 des 45 familles étudiées (18 %), et caractérisé 3 nouvelles entités médicales, dont deux MCs dues à des nouvelles mutations de TTN. Ces résultats ont servi à l’identification de nouvelles interactions protéiques de la titine et contribuent à définir TTN comme une cause majeure de pathologies musculaires cardiaques et/ou squelettiques. Une troisième nouvelle forme de MC est provoquée par une mutation d'un coactivateur transcriptionnel peu connu et jamais associé à une maladie. Ces résultats ont révélé un nouvel acteur clef et une nouvelle voie de signalisation dans la physiopathologie du muscle, ont eu un bénéfice direct en termes de conseil génétique et ouvrent la voie pour le développement de thérapies.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,024
Tête enseignante GPT0,273
Écart entre enseignants0,249 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetCardiomyopathy and Myosin StudiesTravaux en français237 207