Secuenciación del exoma en anemia de Fanconi: del diagnóstico al descubrimiento de un nuevo gen
Bibliographic record
Abstract
La anemia de Fanconi (AF) es un trastorno genético raro de inestabilidad genómica que se caracteriza por insuficiencia de la médula ósea y predisposición al cáncer. Las 19 proteínas AF conocidas hasta el día de hoy están implicadas en la reparación de los enlaces entrecruzados del ADN (ICL). El diagnóstico molecular es de capital importancia para los pacientes AF y sus familias. La caracterización de las mutaciones permite el diagnóstico prenatal y preimplantacional, de identificar portadores en las familias y de descartar la enfermedad en donantes emparentados para el trasplante de médula ósea (TMO). Las mutaciones pueden ser utilizadas como marcadores para monitorizar el éxito del TMO y también son importantes para el desarrollo de nuevas terapias como la terapia génica o las últimas técnicas de "edición de genoma" para corregir el gen mutado AF. Debido a la heterogeneidad genética de la AF la identificación del gen mutado puede requerir varios meses de trabajo altamente especializado. El uso de las tecnologías de nueva generación para la secuenciación del ADN como la secuenciación del exoma (whole exome sequencing; WES) pueden ser una válida alternativa para caracterizar molecularmente los pacientes AF independientemente del subtipo. En este estudio se presentan los resultados de la caracterización molecular de 49 pacientes deAF utilizando WES. Para simplificar el proceso de diagnóstico molecular, se utilizó un kit comercial para el enriquecimiento de las secuencias exómicas y caracterizamos las grandes deleciones por análisis de cobertura. Todas las mutaciones encontradas fueron confirmadas por secuenciación de Sanger o Multiplex ligation-dependent probe amplification (MLPA). Fuimos capaces de caracterizar por completo 42 de 49 pacientes (85,7%) y 91 de 99 alelos mutados (92,8%) demostrando así el potencial de la WES para la caracterización molecular de la AF. El análisis por WES de individuos AF no clasificados nos permitió descubrir como causa de AF mutaciones bialélicas en ERCC4, un gen que codifica para la nucleasa XPF previamente conectada con la reparación por escisión de nucleótidos (NER) y con los síndromes Xeroderma Pigmentosum y progeria XFE. La complementación del fenotipo de las líneas celulares de AF con el cDNA wt de ERCC4, proporcionó la evidencia genética de que las mutaciones en ERCC4 causaban este subtipo de AF (FA-Q). Análisis bioquímicos y funcionales demostraron que las mutaciones en ERCC4 que causan AF- alteraban la función de XPF en la reparación de los ICL sin comprometer la NER. Nuestros datos demuestran que, dependiendo de las mutaciones en ERCC4 y el resultante equilibrio entre ambas actividades de reparación del ADN, los individuos pueden presentar tres trastornos distintos, Nuestros estudios destacan la naturaleza multifuncional de la endonucleasa XPF en la estabilidad del genoma y las enfermedades humanas. Para investigar el papel de ERCC4 en la susceptibilidad al cáncer de pecho y ovario, como ocurre con otros genes AF, examinamos los 11 exones y las regiones intrónicas proximales de ERCC4 in1573 casos de cáncer familiar de mama y ovario, que habían dado negativo para mutaciones en BRCA1 y BRCA2 y 854 controles. La prevalencia de los portadores de mutaciones en ERCC4 no difiere entre los casos y los controles, sugiriendo que ERCC4 no es un gen de susceptibilidad al cáncer de mama y ovario. Curiosamente, la prevalencia de portadores de mutaciones en ERCC4 (1/288 individuos) es similar a la reportada para FANCA, mientras que hay 100 veces más pacientes FA-A que FA-Q. Esto indica que la mayoría de las combinaciones de mutaciones bialélicas en ERCC4 son letales a nivel embrionario. Por último, se identificaron mutaciones adicionales en ERCC4 capaces de interrumpir específicamente la reparación de los ICLs.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".