Caractérisation de variants génétiques pour estimer la prévalence de Niemann-Pick type C au Québec
Bibliographic record
Abstract
La maladie de Niemann-Pick type C (NP-C) est une maladie autosomal récessive rare neurodégénérative, pan-ethnique et avec variabilité phénotypique. La forme classique se trouve chez les patients juvéniles, mais des patients de tous les âges existent. Les symptômes incluent des signes viscéraux, moteurs et neurologiques. La maladie est causée par une mutation dans le gène NPC1 ou NPC2. La prévalence mondiale se trouve à environ un cas par 100 000 naissances, mais varie beaucoup selon les populations. Pour cette raison, nous avons voulu identifier et classifier des variants qui se trouve dans la population québécoise pour faire une estimation de la prévalence de NP-C au Québec. Nous croyons que cette maladie neurodégénérative est sous-diagnostiquée. Pour identifier le pool génétique de la population québécoise, nous avons utilisé une approche bio-informatique. À l’aide des données de séquençage des 1109 participants sains de la cohorte CARTaGENE, nous avons identifié des variants rares, ayant des fréquences alléliques inférieures à 1%, dans les gènes NPC1 et NPC2. Les données de séquençage de l’ARN et d’exome ont été alignées, les variants ont été détectés et annotés avec différents scores de pathogénicité. Les variants ont ensuite été classifiés à l’aide des lignes directrices de l’ACMG. À l’aide de notre pipeline bio-informatique, nous avons identifié 37 variants rares. Parmi ces variants, un, p.I1061T, a été classifié comme pathogénique comme il l’est dans d’autres bases de données et un, p.P543L, initialement classifié comme potentiellement pathogénique a été classifié comme pathogénique dans notre population. Le variant p.P543L est d’ailleurs possiblement une mutation fondatrice chez les Canadiens-Français. La prévalence mesurée à l’aide des fréquences alléliques de ces deux variants est de 0,61 cas par 100 000 naissances. Cette étude a permis d’identifier deux variants pathogéniques dans une population saine, c’est-à dire sans maladie neurodégénérative connue. Nous avons ensuite pu estimer pour la première fois la prévalence minimale de NP-C au Québec. Les résultats suggèrent que NP-C est sous-diagnostiquée dans notre population. Avec ces informations, les méthodes de diagnostic pourront être ajustées pour accélérer la détection de NP-C au Québec et ainsi aider les patients en donnant accès au traitement disponible pour réduire les symptômes neurologiques.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".