Your browser doesn't support javascript.
loading
Mostrar: 20 | 50 | 100
Resultados 1 - 2 de 2
Filtrar
Mais filtros

Base de dados
Ano de publicação
Tipo de documento
Intervalo de ano de publicação
1.
Eur J Hum Genet ; 28(8): 1066-1077, 2020 08.
Artigo em Inglês | MEDLINE | ID: mdl-32238909

RESUMO

Next generation sequencing provides an important opportunity for improved diagnosis in epilepsy. To date, the majority of diagnostic genetic testing is conducted in the paediatric arena, while the utility of such testing is less well understood in adults with epilepsy. We conducted whole exome sequencing (WES) and copy number variant analyses in an Irish cohort of 101 people with epilepsy and co-morbid intellectual disability to compare the diagnostic yield of genomic testing between adult and paediatric patients. Variant interpretation followed American College of Medical Genetics and Genomics (ACMG) guidelines. We demonstrate that WES, in combination with array-comparative genomic hybridisation, provides a diagnostic rate of 27% in unrelated adult epilepsy patients and 42% in unrelated paediatric patients. We observe a 2.7% rate of ACMG-defined incidental findings. Our findings indicate that WES has similar utility in both adult and paediatric cohorts and is appropriate for diagnostic testing in both epilepsy patient groups.


Assuntos
Epilepsia/genética , Testes Genéticos/métodos , Deficiência Intelectual/genética , Adolescente , Adulto , Criança , Pré-Escolar , Comorbidade , Hibridização Genômica Comparativa/métodos , Hibridização Genômica Comparativa/normas , Epilepsia/diagnóstico , Epilepsia/epidemiologia , Feminino , Testes Genéticos/normas , Humanos , Lactente , Deficiência Intelectual/diagnóstico , Deficiência Intelectual/epidemiologia , Masculino , Pessoa de Meia-Idade , Mutação , Sensibilidade e Especificidade , Sequenciamento do Exoma/métodos , Sequenciamento do Exoma/normas
2.
Nat Commun ; 10(1): 1041, 2019 03 04.
Artigo em Inglês | MEDLINE | ID: mdl-30833567

RESUMO

Accurate detection of somatic mutations is still a challenge in cancer analysis. Here we present NeuSomatic, the first convolutional neural network approach for somatic mutation detection, which significantly outperforms previous methods on different sequencing platforms, sequencing strategies, and tumor purities. NeuSomatic summarizes sequence alignments into small matrices and incorporates more than a hundred features to capture mutation signals effectively. It can be used universally as a stand-alone somatic mutation detection method or with an ensemble of existing methods to achieve the highest accuracy.


Assuntos
Biologia Computacional/métodos , Análise Mutacional de DNA/métodos , Aprendizado de Máquina , Mutação , Redes Neurais de Computação , Biologia Computacional/instrumentação , Análise Mutacional de DNA/instrumentação , Bases de Dados Genéticas , Diploide , Exoma , Genes Neoplásicos , Humanos , Neoplasias/genética , Alinhamento de Sequência , Análise de Sequência de DNA/instrumentação , Análise de Sequência de DNA/métodos
SELEÇÃO DE REFERÊNCIAS
Detalhe da pesquisa