Задача 3: Задачи по математике 4 класс – Всё о детях – беременность, воспитание, уроки для детей

Содержание

Задача №3. Таблицы и схемы, поиск оптимального маршрута по таблице и по расписанию.

Автор – Лада Борисовна Есакова.

В своей деятельности человек повсеместно использует модели, то есть создает образ, упрощенную копию того объекта, с которым ему приходится иметь дело.

Модель – это искусственно созданный объект, дающий упрощенное представление о реальном объекте, процессе или явлении, отражающий существенные стороны изучаемого объекта с точки зрения цели моделирования.

Моделирование – это построение моделей, предназначенных для изучения и объектов, процессов или явлений.

Распространенными информационными моделями являются графики, схемы, таблицы, диаграммы. Одним из распространенных видов моделей являются графы. Граф – это один из способов графического едставления информации. Объекты представлены в нем как вершины (узлы), а связи между объектами как ребра (дуги). Т.е. граф – это набор вершин и связывающих их ребер.

Путь в графе – это конечная последовательность вершин, каждая из которых (кроме последней) соединена со следующей ребром. Граф может содержать циклы (первая вершина пути может совпадать с последней).

Обычно в задачах используют взвешенный граф, т.е. граф, в котором с каждым ребром связано число (вес). Например, расстояние, стоимость и т.д.

Граф может задаваться таблицей, в которой на пересечении строки и столбца с наименованиями вершин записано числовое значение (вес) ребра, соединяющего эти вершины.

Дерево – это граф, не имеющий циклов. В дереве существует один единственный путь между любой парой вершин. Одна из вершин дерева (корень) не имеет входящих ребер, все остальные имеют ровно одно входящее ребро. Вершины, у которых нет исходящих ребер, называются листьями.

1. Поиск графа, соответствующего таблице

Пример 1.

В таблице приведена стоимость перевозок между соседними железнодорожными станциями.

Укажите схему, соответствующую таблице.

Решение:

Сравним значения таблицы и схем:

Согласно таблице вершина A должна быть связана с вершинами B (значение 4) и D (значение 5). Т.е. AB=4, AD=5. На схеме значения указаны около соответствующего ребра. Сразу отбрасываем 1),2),3) схемы, т.к. на них AD не равно 5.

Для уверенности проверим все остальные ребра схемы 4): BC=3, BD=6, что совпадает со значениями таблицы. Правильная схема 4).

Ответ: 4

2. Анализ информации в таблице и графе

Пример 2.

На рисунке справа схема дорог Н-ского района изображена в виде графа, в таблице содержатся сведения о длинах этих дорог (в километрах).

Так как таблицу и схему рисовали независимо друг от друга, то нумерация населенных пунктов в таблице никак не связана с буквенными обозначениями на графе. Определите, какова длина дороги из пункта В в пункт Е. В ответе запишите целое число – так, как оно указано в таблице.

Решение:

На графе из вершины В выходит 5 ребер, значит в таблице соответствующий пункт должен иметь дороги в 5 других (строка должна содержать 5 заполненных клеток). Такой пункт в таблице один: П6.

На графе из вершины Е выходит 4 ребра, значит в таблице соответствующий пункт должен иметь дороги в 4 других (строка должна содержать 4 заполненные клетки). Такой пункт в таблице один: П4.

Таким образом, нам нужно найти расстояние между П6 и П4. Согласно таблице оно равно 20.

Ответ: 20

3. Поиск информации в таблице по условию

Пример 3.

Между четырьмя местными аэропортами: ЛУГОВОЕ, ДЯТЛОВО, НИКИТИНО и ОРЕХОВО, ежедневно выполняются авиарейсы. Приведён фрагмент расписания перелётов между ними:

Путешественник оказался в аэропорту ЛУГОВОЕ в полночь. Определите самое раннее время, когда он может попасть в аэропорт ОРЕХОВО. Считается, что путешественник успевает совершить пересадку в аэропорту, если между временем прилета в этот аэропорт и временем вылета проходит не менее часа.

1) 12:05 2) 12:50 3)12:55 4) 13:30

Решение:

Можно, конечно, решить эту задачу просто глядя на таблицу и перебирая подходящие варианты, но есть риск ошибиться или пропустить нужную строчку. Поэтому рекомендую нарисовать дерево всех возможных путей из аэропорта ЛУГОВОЕ в ОРЕХОВО:

Средняя ветка не подходит, т.к. между прилетом в аэропорт ДЯТЛОВО (11:15) и вылетом из ДЯТЛОВО в ОРЕХОВО (12:00) интервал меньше часа.

Из оставшихся двух выбираем раннее время прилета: 12:55.

Ответ: 3

4. Выбор таблицы по условию

Пример 4.

В таблицах приведена протяженность автомагистралей между соседними населенными пунктами. Если пересечение строки и столбца пусто, то соответствующие населенные пункты не являются соседними. Укажите номер таблицы, для которой выполняется условие «Максимальная протяженность маршрута от пункта C до пункта B не больше 6». Протяженность маршрута складывается из протяженности автомагистралей между соответствующими соседними населенными пунктами. При этом через любой насеченный пункт маршрут должен проходить не более одного раза.

Решение:

По каждой из схем построим дерево с корнем в точке C и листьями в точке B. При этом нам не нужно строить дерево полностью. Как только найдена ветка с протяженностью больше 6, делаем вывод, что таблица не удовлетворяет указанному условию:

Таблицы 1), 2) и 4) отвергаем уже при анализе первой ветки дерева.

В таблице 3) две ветки вообще не приведут в B, а две другие имеют суммарную длину, не превышающую 6.

Ответ: 3

5. Поиск кратчайшего пути по таблице

Пример 5.

Между населёнными пунктами A, B, C, D, E, F, Z построены дороги, протяжённость которых приведена в таблице. (Отсутствие числа в таблице означает, что прямой дороги между пунктами нет.)

Определите длину кратчайшего пути между пунктами A и Z (при условии, что передвигаться можно только по построенным дорогам).

1) 13 2) 16 3) 19 4) 21

Решение:

При решении этой задачи тоже не следует полагаться на простой визуальный анализ таблицы. Чтобы избежать ошибок, построим дерево с корнем в вершине A и листьями в вершине Z. При этом нам не нужно выписывать все ветки. Второй путь из A в С (AC=6) длиннее первого (ABC=5), значит и весь маршрут через него будет длиннее.

Второй путь из C в E (CE=10) длиннее первого (CDE=6), значит и весь маршрут через него будет длиннее.

Нам остается сложить длины всех отрезков и выбрать маршрут с наименьшей длиной.

Это верхняя ветка дерева с длиной 16.

Ответ: 2

Дистанционный репетитор – онлайн-репетиторы России и зарубежья

КАК ПРОХОДЯТ
ОНЛАЙН-ЗАНЯТИЯ?

Ученик и учитель видят и слышат
друг друга, совместно пишут на
виртуальной доске, не выходя из
дома!

КАК ВЫБРАТЬ репетитора

Выбрать репетитора самостоятельно

ИЛИ

Позвонить и Вам поможет специалист

8 (800) 333 58 91

* Звонок является бесплатным на территории РФ
** Время приема звонков с 10 до 22 по МСК

ПОДАТЬ ЗАЯВКУ

Россия +7Украина +380Австралия +61Белоруссия +375Великобритания +44Израиль +972Канада, США +1Китай +86Швейцария +41

Выбранные репетиторы

Заполните форму, и мы быстро и бесплатно подберем Вам дистанционного репетитора по Вашим пожеланиям.
Менеджер свяжется с Вами в течение 15 минут и порекомендует специалиста.

Отправляя форму, Вы принимаете Условия использования и даёте Согласие на обработку персональных данных

Вы также можете воспользоваться
расширенной формой подачи заявки

Как оплачивать и СКОЛЬКО ЭТО СТОИТ

от

800 до 5000 ₽

за 60 мин.

и зависит

ОТ ОПЫТА и
квалификации
репетитора

ОТ ПОСТАВЛЕННЫХ ЦЕЛЕЙ ОБУЧЕНИЯ
(например, подготовка к олимпиадам, ДВИ стоит дороже, чем подготовка к ЕГЭ)

ОТ ПРЕДМЕТА (например, услуги репетиторовиностранных языков дороже)

Оплата непосредственно репетитору, удобным для Вас способом

Почему я выбираю DisTTutor

БЫСТРЫЙ ПОДБОР
РЕПЕТИТОРА И
ИНДИВИДУАЛЬНЫЙ ПОДХОД

ОПТИМАЛЬНОЕ
СООТНОШЕНИЕ ЦЕНЫ И
КАЧЕСТВА

ПРОВЕРЕНЫ ДОКУМЕНТЫ ОБ ОБРАЗОВАНИИ У ВСЕХ РЕПЕТИТОРОВ

НАДЕЖНОСТЬ И ОПЫТ.
DisTTutor на рынке с 2008 года.

ПРОВЕДЕНИЕ БЕСПЛАТНОГО, ПРОБНОГО УРОКА

ЗАМЕНА РЕПЕТИТОРА, ЕСЛИ ЭТО НЕОБХОДИМО

375561 УЧЕНИКОВ ИЗ РАЗНЫХ СТРАН МИРА
уже сделали свой выбор

И вот, что УЧЕНИКИ ГОВОРЯТ

о наших репетиторах

Владимир Александрович Кузьмин

“

Тренинг у Кузьмина В. А. проходил в экстремальных условиях. Мой модем совершенно не держал соединение. За время часового тренинга связь прерывалась практически постоянно. Ясно, что в таких условиях чрезвычайно непросто чему-то учить. Однако Владимир Александрович проявил удивительную выдержку и терпение. Неоднократно он перезванивал мне на сотовый телефон, чтобы дать пояснения или комментарии. Ценой больших усилий нам удалось рассмотреть три программы: ConceptDraw MINDMAP Professional Ru, GeoGebra и Ultra Flash Video FLV Converter. Владимир Александрович открыл мне курс на платформе dist-tutor.info и научил подключать и настраивать Виртуальный кабинет, порекомендовав изучать возможности этого ресурса, чтобы постепенно уходить от использования Skype. В итоге, занятие мне очень понравилось! Спокойное объяснение материала, дружелюбный настрой, подбадривание дистанционного ученика даже в самых непростых ситуациях — вот далеко не полный перечень качеств Владимира Александровича как дистанционного педагога. Мне следует учиться у такого замечательного репетитора!

“

Вячеслав Юрьевич Матыкин

Чулпан Равилевна Насырова

“

Я очень довольна репетитором по химии. Очень хороший подход к ученику,внятно объясняет. У меня появились сдвиги, стала получать хорошие оценки по химии. Очень хороший преподаватель. Всем , кто хочет изучать химию, советую только её !!!

“

Алина Крякина

Надежда Васильевна Токарева

“

Мы занимались с Надеждой Васильевной по математике 5 класса. Занятия проходили в удобное для обоих сторон время. Если необходимо было дополнительно позаниматься во внеурочное время, Надежда Васильевна всегда шла навстречу. Ей можно было позванить, чтобы просто задать вопрос по непонятной задачке из домашнего задания. Моя дочь существенно подняла свой уровень знаний по математике и начала демонстрировать хорошие оценки. Мы очень благодарны Надежде Васильевне за помощь в этом учебном году, надеемся на продолжение отношений осенью.

“

Эльмира Есеноманова

Ольга Александровна Мухаметзянова

“

Подготовку к ЕГЭ по русскому языку мой сын начал с 10 класса. Ольга Александровна грамотный педагог, пунктуальный, ответственный человек. Она всегда старается построить занятие так, чтобы оно прошло максимально плодотворно и интересно. Нас абсолютно все устраивает в работе педагога. Сотрудничество приносит отличные результаты, и мы его продолжаем. Спасибо.

“

Оксана Александровна

Клиентам

Репетиторы по математике
Репетиторы по русскому языку
Репетиторы по химии
Репетиторы по биологии
Репетиторы английского языка
Репетиторы немецкого языка

Репетиторам

Регистрация
Публичная оферта
Библиотека
Бан-лист репетиторов

Партнеры

ChemSchool
PREPY. RU
Class

Задача 3. Работа с заголовками трасс. Ввод геометрии

В системе RadExPro сейсмические трассы хранятся в виде элементов базы данных. Соответственно, каждая трасса характеризуется рядом параметров, которые хранятся в виде таблицы полей заголовков трасс. Эти параметры могут использоваться для различных способов сортировки трасс и обработки. Заголовки трасс сохраняются в базе RadExPro в файлах, отдельно от файлов данных. Это ускоряет обработку данных.

Для работы с заголовками трасс (чтения и просмотра заголовков, их заполнения, редактирования, различных математических операций с заголовками) существуют специальные средства, знакомству с которыми посвящена данная задача.

Знакомство с системой RadExPro продолжим на примере многоканальных данных.

В первом потоке мы считали данные из полевого файла и сохранили в базе данных RadExPro под именем L02_raw, т. е. сырые, необработанные данные. Затем во втором потоке мы провели поканальную обработку данных (фильтрация, деконволюция, регулировка амплитуд), и сохранили их под именем (L02_Preproc).

Дальше мы будем работать с заголовками трасс в этих файлах, чтобы потом случайно не испортить заполненные нами заголовки, рекомендуется в обоих потоках закомментировать процедуры Trace Ouput.

После того, как данные сохранены в базе данных RadExPro, следует проверить, что все с ними в порядке. Для этого создаем новый поток, который можно назвать 30-Check Data. Вставляем в этот поток процедуры Trace Input и Screen Display. Параметры процедуры Screen Display копируем с первого потока. Но можно сделать и так – копируем весь первый поток – берем и перетаскиваем прямоугольник первого потока на прямоугольник профиля. Переименовываем новый поток. Входим в него и удаляем все процедуры, кроме Screen Display.

Процедуру Trace Input настраиваем на чтение сохраненной базы данных с сортировкой по номерам сейсмограмм и каналам (рис. 3.1).

Запустив поток, получаем изображение 16-канальных сейсмограмм в такой же последовательности, как и в первом потоке (рис. 3.2).

Рис. 3.1. Настройка процедуры Trace Input для проверки сохраненных в базе данных

Рис. 3.2. Изображение 16-канальных сейсмограмм в потоке Check Data

Теперь воспользуемся инструментом Header Display для просмотра заголовков трасс. Для этого на экране Screen Display кликнув по иконке H – Header в нижней части окна делаем этот режим активным. Затем подводим маркер к выбранной трассе в любом интервале времени и кликнем левой клавишей мыши – откроется окно Header Display (рис. 3.3).

Рис. 3.3. Инструмент Header Display

В окно выводится таблица заголовков выбранной трассы: слева – названия полей, справа – значения. Обратите внимание, во-первых, что заполнена только часть заголовков, остальные RadExPro или не прочитал, или они не были заполнены и в исходном полевом файле. Во-вторых, форматы чисел в заголовках разные, некоторые целочисленные, другие дробные, в формате плавающей запятой.

Нам для сортировки трасс по ОГТ (или точнее, по общей средней точке ОСТ) нужно знать координаты точек возбуждения SOU_X и точек приема REC_X (условно будем считать, что профиль идет вдоль оси X, координаты вдоль оси Y – нулевые). В данном случае, хотя заголовки эти и заполнены, но в них записаны координаты от приемника GPS в градусах и минутах. Кроме того, эти значения одинаковые для источника и всех приемников (в процессе регистрации во все эти заголовки просто записывались координаты приемника GPS). Поэтому нам нужно записать в эти заголовки правильные координаты в метрах, потом вычислить координаты точек ОГТ и провести бинирование, т.е. сгруппировать трассы с близкими координатами ОГТ в одну точку ОГТ.

Для работы с заголовками трасс предназначен инструмент Geometry Spreadsheet – редактор таблицы геометрии (таблицы заголовков).

Для запуска приложения выберите в меню главного окна программы (окна дерева проекта), либо в меню рабочего окна потока, команду Database/Geometry spreadsheet. В появившемся диалоговом окне Database Object Selection выберите базу данных, с заголовками которых следует работать – MFilan09_raw – откроется окно приложения Geometry Spreadsheet. Окно будет содержать один столбец со значениями поля заголовка TRACENO (номер трассы) для выбранного набора данных.

Далее выбираете в меню Fields → Add field и добавляете к таблице новые колонки со значениями необходимых полей заголовков. Выбор полей заголовка осуществляется в появляющемся окне (см. Приложение 3). На рис. 3.4 показано окно редактора заголовков с необходимыми нам заголовками.

Рис. 3.4. Окно приложения Geometry Spreadsheet с открытыми заголовками

Как уже указывалось выше, нам нужно перезаполнить необходимые заголовки трасс по-новому.

В учебных целях мы задачу присвоения геометрии, т.е. присвоения координат точек возбуждения и приема, существенно упростим. А именно, будем исходить из предположения, что профиль проложен точно по оси X, что расстояние между точками возбуждения составляет 2 м, коса 16 канальная, расстояние между соседними приемниками 2 м. Расстояние между пунктом возбуждения и первым каналом (вынос) определим по времени прихода прямой волны, зная скорость сейсмических волн в воде. (Во время проведения работ в данной части моря скорость равнялась 1420 м/с). Для измерения времени изобразим одну из сейсмограмм в увеличенных размерах, и, подводя маркер к вступлению прямой волны по первому каналу, измерим это время (рис. 3.5, нижняя строка), которое равно 3,7 мс. Умножив это время на скорость, получаем удаление первого канала от источника равным 5,25 м.

Кстати, так же можно измерить время вступления прямой волны по всем остальным каналам, и уточнить параметры всей системы наблюдений. Или, зная интервал между приемниками (2 м), можно определить скорость сейсмических волн в воде.

Рис. 3.5. Измерение времени вступления прямой волны по сейсмограмме

Теперь приступаем к присвоению геометрии. Первым присвоим координаты пунктам возбуждения. Для удобства координаты первого источника выберем равным 100 м, следующего плюс 2 м, и т. д.

В окне приложения Geometry Spreadsheet выбираем меню Tools->Header math и в появившемся окне пишем формулу расчета согласно допустимому синтаксису (см. Приложение 3). Для пунктов возбуждения это будет sou_x=100+[ffid]*2 (рис. 3.6). Расстояния от источника до приемников рассчитываем по следующей формуле offset=-(5.25+([chan]-1)*2). Значения отрицательные, так как приемники отстают от источника при буксировке за кормой судна. Для некоторых расчетов требуется абсолютное значение offsetа – aoffset, которое также вычисляем и присваиваем в соответствующее поле заголовков aoffset=(5.25+([chan]-1)*2) или aoffset=abs([offset]).

Теперь, когда координаты пунктов возбуждения определены, координаты приемников вычисляются по формуле rec_x=[sou_x]+[offset], а координаты средних точек (точек отражения) – cdp_x=([sou_x]+[rec_x])/2. Бинирование означает собирать в одну группу (сейсмограмму ОГТ) все трассы, отражения в которых получаются от одной площадки. В RadExPro это осуществляется присвоением одинаковых значений полю заголовков cdp, которое имеет целочисленный формат. Размеры площадки выбираются исходя из требований разрешающей способности и кратности перекрытия. Для обрабатываемых здесь данных рекомендуется попробовать размеры 1 м, 2 м и 4 м. Например, если выбрать размер бина равным 2 м, то для вычисления cdp можно написать такую простую формулу: cdp=[cdp_x]/2. Округление величины до целых значений будет происходить автоматически.

Рис. 3.6. Таблица полей заголовков трасс в окне приложения Geometry Spreadsheet
и окно инструмента Trace Header Math с формулами

В результате получаем таблицу с заполненными полями заголовков трасс (рис. 3.7).

Рис. 3.7. Таблица полей заголовков трасс с заполненными полями после сортировки
по cdp. При бинировании через 2 м cdp=100 принадлежат 16 трасс
с разносами от 5,25 м до 35,25 м (кратность суммирования по ОГТ = 16)

Чтобы проверить получившуюся кратность суммирования по ОГТ (число трасс в каждой сейсмограмме ОГТ), удобно сделать сортировку таблицы по столбцу cdp. Для этого нужно дважды кликнуть левой клавишей мыши по заголовку этого столбца – сортировка данных осуществится по значениям этого столбца. Затем можно выделить ячейки с одинаковыми значениями, как показано на рис. 3.7, и посчитать количество трасс с этими значениями cdp.

Теперь эту таблицу заголовков нужно сохранить в базе данных (Edit->Save changes), и можно работать дальше.

Для проверки правильности заполнения заголовков попробуем прочитать сейсмические трассы из базы данных по другой последовательности сортировки, а именно, по площадкам ОГТ и разносам. Входим в меню первой процедуры в потоке – Trace Input – и указываем первое поле сортировки cdp, а второе поле – offset. Запустив поток, убеждаемся, что теперь трассы группируются в сейсмограммы ОГТ (для удобства наблюдений, горизонтальные оси подписываем по cdp и offset), а также подсчитаем количество трасс в сейсмограммах ОГТ – кратность суммирования. Если кратность не устраивает, то возвращаемся в Geometry Spreadsheet и пересчитываем cdp, изменив в соответствующую сторону размеры бина.

Теперь наши данные готовы для последующей многоканальной обработки.

Задачи по Python 3 для начинающих от Tproger и GeekBrains

Вместе с факультетом Python-разработки GeekUniversity собрали для вас несколько простых задач по Python для обучения и тренировки. Их можно решать в любом порядке.

Обратите внимание, что у любой задачи по программированию может быть несколько способов решения. Чтобы посмотреть добавленный нами вариант решения, кликните по соответствующей кнопке. Все приведённые варианты написаны на Python 3.

***

Задача 1

Есть список a = [1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89].

Выведите все элементы, которые меньше 5.

Вариант решения

Самый простой вариант, который первым приходит на ум — использовать цикл for:

for elem in a:
    if elem < 5:
        print(elem)

Также можно воспользоваться функцией filter, которая фильтрует элементы согласно заданному условию:

print(list(filter(lambda elem: elem < 5, a)))

И, вероятно, наиболее предпочтительный вариант решения этой задачи — списковое включение:

print([elem for elem in a if elem < 5])

Задача 2

Даны списки:

a = [1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89];

b = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13].

Нужно вернуть список, который состоит из элементов, общих для этих двух списков.

Вариант решения

Можем воспользоваться функцией filter:

result = list(filter(lambda elem: elem in b, a))

Или списковым включением:

result = [elem for elem in a if elem in b]

А можно привести оба списка к множествам и найти их пересечение:

result = list(set(a) & set(b))

Однако в таком случае каждый элемент встретится в результирующем списке лишь один раз, т.к. множество поддерживает уникальность входящих в него элементов. Первые два решения (с фильтрацией) оставят все дубли на своих местах.

Задача 3

Отсортируйте словарь по значению в порядке возрастания и убывания.

Вариант решения

Импортируем нужный модуль и объявляем словарь:

import operator 
d = {1: 2, 3: 4, 4: 3, 2: 1, 0: 0}

Сортируем в порядке возрастания:

result = dict(sorted(d.items(), key=operator. itemgetter(1)))

И в порядке убывания:

result = dict(sorted(d.items(), key=operator.itemgetter(1), reverse=True))

Задача 4

Напишите программу для слияния нескольких словарей в один.

Вариант решения

Допустим, вот наши словари:

dict_a = {1:10, 2:20}
dict_b = {3:30, 4:40}
dict_c = {5:50, 6:60}

Объединить их можно вот так:

result = {}
for d in (dict_a, dict_b, dict_c):
    result.update(d)

А можно с помощью «звёздочного» синтаксиса:

result = {**dict_a, **dict_b, **dict_c}

О звёздочном синтаксисе можно прочитать в нашей статье.

Задача 5

Найдите три ключа с самыми высокими значениями в словаре my_dict = {'a':500, 'b':5874, 'c': 560,'d':400, 'e':5874, 'f': 20}.

Вариант решения

Можно воспользоваться функцией sorted:

result = sorted(my_dict, key=my_dict.get, reverse=True)[:3]

Аналогичный результат можно получить с помощью функции nlargest из модуля heapq:

from heapq import nlargest
result = nlargest(3, my_dict, key=my_dict. get)

Читайте также: Всё о сортировке на Python

Задача 6

Напишите код, который переводит целое число в строку, при том что его можно применить в любой системе счисления.

Вариант решения

Второй аргумент функции int отвечает за указание основания системы счисления:

print(int('ABC', 16))

Задача 7

Нужно вывести первые n строк треугольника Паскаля. В этом треугольнике на вершине и по бокам стоят единицы, а каждое число внутри равно сумме двух расположенных над ним чисел.

Вариант решения

def pascal_triangle(n):
   row = [1]
   y = [0]
   for x in range(max(n, 0)):
      print(row)
      row = [left + right for left, right in zip(row + y, y + row)]
   
pascal_triangle(6)

Задача 8

Напишите проверку на то, является ли строка палиндромом. Палиндром — это слово или фраза, которые одинаково читаются слева направо и справа налево.

Вариант решения

Тут всё просто, достаточно сравнить строку с её обратной версией, для чего можно использовать встроенную функцию reversed:

def is_palindrome(string):
    return string == ''. join(reversed(string))

print(is_palindrome('abba'))

Того же эффекта можно добиться с помощью срезов:

def is_palindrome(string):
    return string == string[::-1]

print(is_palindrome('abba'))

Задача 9

Сделайте так, чтобы число секунд отображалось в виде дни:часы:минуты:секунды.

Вариант решения

def convert(seconds):
    days = seconds // (24 * 3600)
    seconds %= 24 * 3600
    hours = seconds // 3600
    seconds %= 3600
    minutes = seconds // 60
    seconds %= 60
    print(f'{days}:{hours}:{minutes}:{seconds}')

convert(1234565)

Задача 10

Вы принимаете от пользователя последовательность чисел, разделённых запятой. Составьте список и кортеж с этими числами.

Вариант решения

values = input('Введите числа через запятую: ')
ints_as_strings = values.split(',')
ints = map(int, ints_as_strings)
lst = list(ints)
tup = tuple(lst)
print('Список:', lst)
print('Кортеж:', tup)

Задача 11

Выведите первый и последний элемент списка.

Вариант решения

lst = [1, 2, 3, 4, 5]
print(f'Первый: {lst[0]}; последний: {lst[-1]}')

Задача 12

Напишите программу, которая принимает имя файла и выводит его расширение. Если расширение у файла определить невозможно, выбросите исключение.

Вариант решения

def get_extension(filename):
    filename_parts = filename.split('.')
    if len(filename_parts) < 2:  # filename has no dots
        raise ValueError('the file has no extension')
    first, *middle, last = filename_parts
    if not last or not first and not middle:
        # example filenames: .filename, filename., file.name.
        raise ValueError('the file has no extension')
    return filename_parts[-1]

print(get_extension('abc.py'))
print(get_extension('abc'))  # raises ValueError
print(get_extension('.abc'))   # raises ValueError
print(get_extension('.abc.def.'))   # raises ValueError

Задача 13

При заданном целом числе n посчитайте n + nn + nnn.

Вариант решения

def solve(n):
    n1 = n
    n2 = int(str(n) * 2)
    n3 = int(str(n) * 3)
    print(n1 + n2 + n3)

solve(5)

Задача 14

Напишите программу, которая выводит чётные числа из заданного списка и останавливается, если встречает число 237.

Вариант решения

numbers = [    
    386, 462, 47, 418, 907, 344, 236, 375, 823, 566, 597, 978, 328, 615, 953, 345, 
    399, 162, 758, 219, 918, 237, 412, 566, 826, 248, 866, 950, 626, 949, 687, 217, 
]

for x in numbers:
    if x == 237:
        break
    elif x % 2 == 0:
        print(x)

Задача 15

Напишите программу, которая принимает два списка и выводит все элементы первого, которых нет во втором.

Вариант решения

set_1 = set(['White', 'Black', 'Red'])
set_2 = set(['Red', 'Green'])

print(set_1 - set_2)

Задача 16

Выведите список файлов в указанной директории.

Вариант решения

from os import listdir
from os.path import isfile, join
files = [f for f in listdir('/home') if isfile(join('/home', f))]
print(files)

Задача 17

Сложите цифры целого числа.

Вариант решения

def sum_digits(num):
    digits = [int(d) for d in str(num)]
    return sum(digits)

print(sum_digits(5245))

Задача 18

Посчитайте, сколько раз символ встречается в строке.

Вариант решения

string = 'Python Software Foundation'
string.count('o')

Задача 19

Поменяйте значения переменных местами.

Вариант решения

Можно написать монструозную конструкцию в стиле языка C:

x = 5
y = 10
temp = x
x = y
y = temp

Но в Python есть более удобный способ для решения этой задачи:

x = 5
y = 10
x, y = y, x

Задача 20

С помощью анонимной функции извлеките из списка числа, делимые на 15.

Вариант решения

nums = [45, 55, 60, 37, 100, 105, 220]
result = list(filter(lambda x: not x % 15, nums))

Задача 21

Нужно проверить, все ли числа в последовательности уникальны.

Вариант решения

def all_unique(numbers):
    return len(numbers) == len(set(numbers))

Задача 22

Напишите программу, которая принимает текст и выводит два слова: наиболее часто встречающееся и самое длинное.

Вариант решения

import collections

text = 'lorem ipsum dolor sit amet amet amet'
words = text.split()
counter = collections.Counter(words)
most_common, occurrences = counter.most_common()[0]

longest = max(words, key=len)

print(most_common, longest)

***

Хотите вырасти от новичка до профессионала? Факультет Python-разработки GeekUniversity даёт год опыта для вашего резюме. Обучайтесь на практических заданиях, по-настоящему освойте Python и станьте ближе к профессии мечты.
Узнать больше

Задача №3. Конвертация данных и загрузка в сторонние сервисы / Хабр

Сегодня публикуем последнюю задачу из цикла, в котором мы рассказываем, как работать с генетическими данными. Первая и вторая задачи уже опубликованы: их можно решить и прислать ответы нам. Предупреждаем, что эта задача занимает больше времени, чем остальные.

Главный приз — Полный геном.

Ранее мы уже делились полезной информацией и ссылками, которые могут пригодиться для работы с биоинформатическими данными. Советуем сначала прочитать предыдущие статьи, если вы их пропустили:

Что такое Полный геном и зачем он нужен
Задача №1. Узнайте пол и степень родства.
Задача №2. Определение популяционной структуры

Дисклеймер
Работа с генетическими данными проводится на Unix системах (Linux, macOS), так как некоторые команды и ПО недоступны на Windows. Поэтому для пользователей Windows одним из самых простых решений будет арендовать виртуальную машину с Linux.

Все описанные ниже операции выполняются в командной строке — терминале. Перед началом выполнения узнайте, как работать в терминале под управлением вашей ОС и использовать команды, так как некоторые из них могут потенциально навредить ОС и вашим данным.

Необходимое ПО

Мы собрали образ виртуальной машины (ВМ) со всем необходимым ПО на Яндекс.Облаке. Инструкции по настройке ВМ и установке ПО можно найти в статье с первой задачей. Там же есть инструкция, как настроить машину, чтобы пользоваться ею бесплатно до 31 декабря 2019 года.

В этой задаче нужно сконвертировать данные генотипирования из формата VCF в формат 23andMe, загрузить полученные файлы в сервис Promethease и ознакомиться с содержимым отчета для каждого образца.

Формат 23andMe представляет собой текстовый формат хранения данных генотипирования и содержит 4 поля, разделенных табуляцией. Первое поле содержит идентификатор вариации (например, rsID), второе — хромосому (допустимые значения этого поля 1-22, Х, Y и MT), третье — позицию на хромосоме, четвертое — генотип (диплоидный при наличии двух гомологичных хромосом, гаплоидный в других случаях). Этот формат поддерживается многими сервисами интерпретации, поэтому в задаче мы будем работать именно с ним.

Для выполнения задачи понадобится программный пакет BCFtools. Если вы его еще не установили, прочитайте статью с первой задачей. В ней содержатся инструкции по установке. Напоминаем, что для участия в новогоднем конкурсе 2019 необходимо выполнение всех задач.

Кроме BCFtools, вам понадобится файл create_23andme.sh — bash-скрипт, который используется для генерации данных в формате 23andMe. Этот файл расположен в каталоге /Technical как на Яндекс.Облаке, так и в архиве для скачивания, доступном по ссылке в статье.

Взять на заметку

Существует много сервисов, которые проводят анализ данных генотипирования: MyHeritage, Promethease, FamilyTreeDNA, DNA.LAND, GEDmatch. Они дают загрузить данные генотипирования в различных форматах, зачастую специфичных для конкретного поставщика услуг генотипирования (Ancestry, 23andMe, MyHeritage, FamilyTreeDNA, GenesForGood и другие). Наиболее лояльным к формату данных является Promethease: в данный сервис можно загрузить как VCF, так и файлы в формате 23andMe.

Существует несколько проблем совместимости форматов и сервисов:

Разные компании используют разные версии генома для картирования генетических вариаций.Эта проблема решается так называемым лифтовером (liftover), когда происходит замена позиций генетических вариаций в исходных данных на соответствующие им в другой версии генома. Например, Атлас выдает данные генотипирования по версии генома GRCh48, а GEDmatch принимает данные по предыдущей версии генома GRCh47. Конвертация координат генетических вариаций из GRCh48 в GRCh47 и называется лифтовером.
Использование уникальных идентификаторов генетических вариаций, отличных от rsIDs. Подобные несовместимости решаются путем исключения подобных записей из файла либо их аннотированием — присвоением идентификатора rsID. Второе возможно не всегда.
Сервисы используют фиксированный набор генетических вариаций. Иногда несоответствие хотя бы части загружаемых данных приводит к ошибке загрузки. Данная проблема актуальна, например, для MyHeritage. Ее можно решить путем выделения набора идентификаторов генетических вариаций, не вызывающих ошибку загрузки.

Используемые данные

Напоминаем, что в данном руководстве используются специально отобранные нами открытые данные из проекта «1000 Геномов». Для анализа мы выбрали 10 образцов с информацией о генотипах ~85 миллионов вариаций, которые получены путем анализа данных NGS с выравниванием на версию генома GRCh47. Родственные связи и популяции данных образцов указаны на Рисунке 1.

Рисунок 1. Родословная используемых в VCF образцов (квадрат соответствует мужскому полу, круг — женскому). Пунктирная линия соответствует неустановленному родству второго порядка.

Конвертация VCF

Ниже приведены инструкции по конвертации VCF файла и загрузке полученных данных в сервис Promethease, который совсем недавно стал бесплатным. Предлагаем ознакомиться с полученным отчетом Promethease по какому-либо из образцов. Используйте отфильтрованный по списку вариаций VCF файл, полученный в задаче №1.

# перейдите в нужную вам директорию
bcftools query -s HG00731 -f '[%SAMPLE]\t%ID\t%CHROM\t%POS\t%REF\t%ALT\t[%GT]\n' -e '%ID=="."' CEI.1kg.2019.demo.subset.vcf.gz | create_23andme.sh > HG00731.subset.23andme.txt
# скачайте на локальный компьютер файл HG00731.subset.23andme.txt

Команда bcftools query позволяет извлекать из VCF файла любую доступную информацию в формате, заданном пользователем после флага -f. Флаг -s указывает на идентификатор образца (HG00731), для которого необходимо извлечь данные. Флаг -е используется для обозначения критерия исключения, в данном случае ’%ID=="."’ исключает записи, в которых нет идентификатора rsID. Выход с bcftools query передается на вход в скрипт create_23andme. sh, который преобразует данные в TSV формат с 4 колонками (rsID, хромосома, позиция, генотип) и записывает их в файл. Можете скачать и сохранить скрипт create_23andme.sh себе для работы с собственными данными полногеномного секвенирования.

Скрипт create_23andme.sh использует извлеченные из VCF файла поля для определения типа генетической вариации (однонуклеотидная вариация SNV, инсерция INS или делеция DEL) и записи идентификатора rsID, хромосомы, позиции и аллелей в stdout в соответствии с определенным типом вариации (A, G, T и С являются допустимыми аллелями для типа SNV, I и D — допустимые обозначения аллелей для типов INS и DEL).

Имейте в виду, что процесс конвертации занимает достаточно много времени: около 4 часов на один файл для одного образца с ~1 миллионом вариаций. Параллелизация BCFtools не поддерживается.

Перейдите на promethease.com и зарегистрируйтесь. Нажмите на кнопку Upload raw data (Рисунок 2) и загрузите файл HG00731. subset.23andme.txt. После окончания загрузки нажмите на кнопку Create free report и введите желаемое название отчета, который будет сформирован по вашим данным. После составления отчета вам придет уведомление на электронную почту и вы сможете ознакомиться с содержимым отчета. Найдите в отчетах для каждого образца группу крови, которую определила система интерпретации Promethease, в системе AB0/Rh (Rh — Резус-фактор). Проверьте полученные вами результаты на соответствие с Таблицей 1.

Таблица 1. Группы крови и Резус-фактор, полученные по результатам анализа Promethease образцов из демонстрационного датасета

Атлас использует отличающиеся от Promethease пороги включения того или иного признака в интерпретацию по уровню доказательности. Под уровнем доказательности понимается совокупность результатов статистических тестов и критериев значимости каждой связи, наблюдаемой между генетической вариацией и какой-либо чертой человеческого организма. Множество признаков, которые можно найти в отчете Promethease, имеют низкий уровень доказательности и/или имеют высокий уровень только в ограниченном наборе популяций, например только для представителей азиатской популяции.

На заметку

Опытным путем нами был установлен основанный на чипе Infinium Global Screening Array v2.0 список генетических вариаций, которые могут быть загружены в MyHeritage. Этот список (external_interpretation_rsids.txt) хранится в отдельном файле в каталоге /Technical, и его можно использовать для фильтрации VCF с последующей конвертацией по аналогии с инструкцией выше. Также этот файл можно использовать для фильтрации данных генотипирования с чипа, чтобы иметь возможность загрузить их на MyHeritage. Если у вас уже есть приобретенный генетический тест «Атлас», вы можете выгрузить данные генотипирования в формате из личного кабинета и отфильтровать их по предложенному списку вариаций — первая колонка в выгружаемых из личного кабинета данных.

Отметим, что используемые в данном руководстве файлы всегда содержат заполненное поле ALT (альтернативный аллель), что позволяет понять, к какому типу относится каждая из вариаций (INS, DEL, SNV) и правильно создать запись в формате 23andMe. Данные полногеномного секвенирования в Атлас содержат заполненный ALT аллель только в тех местах, где этот аллель был обнаружен, в противном случае информации для заполнения поля ALT при генерации VCF файла просто не существует. Выдача данных по гомозиготным референсным сайтам (позициям в геноме, где не был обнаружен референсный аллель) необходима, так как клинический эффект имеют не только обнаруженные вариации нуклеотидной последовательности, но и их отсутствие.

Отсутствие ALT аллеля в таких позициях генома не позволяет определить тип генетической вариации, для которой был обнаружен только референсный (REF) аллель. Запись генотипов для таких случаев усложняется необходимостью использовать источник информации о возможных аллелях для данной вариации и не покрывается данным руководством. Если потенциально вы будете использовать данное руководство и скрипт create_23andme.sh для конвертации VCF файла, полученного после полногеномного секвенирования в Атлас, сконвертированный файл не будет содержать референсные гомозиготные генотипы, так как скрипт create_23andme. sh явным образом фильтрует такие записи для исключения ошибок при формировании записей для инсерций и делеций.

Для того чтобы скрипт create_23andme.sh все же выдавал референсные гомозиготные генотипы, вам необходимо заменить в нем содержимое строк 25–28

...
  if [ "$ALT" == "." ] || [[ "$ALT" == *"*"* ]]
  then
    continue
  fi
...

на

...
  if [[ "$ALT" == *"*"* ]]
  then
    continue
  fi
  
  if [ "$ALT" == "." ]
  then
    echo -e "$RSID\t$CHR\t$POS\t$REF$REF"
  fi
...

Эта замена позволит выводить в stdout записи с гомозиготными референсными генотипами. Необходимо иметь в виду, что такие записи для инсерций и делеций будут некорректны, так как допустимые аллели в используемом формате для инсерций и делеций — это I и D, а скрипт будет использовать аллели A, G, T или C. Чтобы правильно выводить данные для инсерций и делеций, необходимо заранее знать о том, какой тип вариации свойственен данной позиции генома, в которой не был обнаружен ALT аллель. Эту информацию можно получить путем анализа ALT аллеля при его наличии (уже реализовано в create_23andme.sh) или использованием внешней базы данных, например, dbSNP (нет в create_23andme.sh).

Для того, чтобы получить отчет Promethease по полному VCF файлу полногеномного секвенирования в Атлас, можно загрузить в Promethease собственно сам VCF файл, однако нужно иметь ввиду, что размер предоставляемого Атлас сжатого VCF файла — около 8 гигабайт, тогда как Promethease позволяет загружать файлы не более 4 гигабайт. Описание решений этой проблемы доступно по ссылке. Еще одно решение заключается в разделении VCF файла на несколько частей (меньше 4 гигабайт каждая) и загрузке каждой в качестве дополнительного файла в меню загрузки данных Promethease.

Третье задание конкурса

Загрузите сконвертированные данные каждого из 12 образцов тестового датасета, который вы отфильтровали по списку вариаций в первой задаче, в Promethease и составьте таблицу соответствия идентификатор образца — определенная системой интерпретации Promethease группа крови AB0/Rh (Rh — Резус-фактор). Группы крови, определенные вероятностно и записанные с приставкой «prob» в отчете Promethease, запишите без приставки. Неопределенные значения запишите как unknown (Резус-фактор для unknown групп крови по-прежнему необходимо записать, если он определен). Пример представлен в Таблице 1.

Конвертация VCF в используемый выше формат в предложенной реализации сильно упрощена, но требует значительного количества времени. Для оптимизации вы можете написать скрипт с циклом, который автоматически будет выполнять генерацию этих данных, итерируя по набору идентификаторов. Можно сделать несколько таких скриптов и каждому передать разные наборы идентификаторов образцов для параллельного выполнения, однако количество параллельно запущенных скриптов не должно превышать количество ЦПУ вашего компьютера/виртуальной машины. Хорошее описание создания таких циклов доступно по ссылке. При работе на Яндекс.Облаке вы можете при необходимости создать еще одну виртуальную машину с бо́льшим количеством виртуальных ЦПУ, что позволит пропорционально сократить время на выполнение задачи.

Это последняя задача из нашего цикла. Ответы присылайте на почту [email protected] до 26 декабря до 23:59. Правильные ответы и имена победителей опубликуем 28 декабря. Победитель получит тест Полный геном, а второе и третье места — генетический тест «Атлас». Также будут специальные призы от Яндекс.Облако. Бывшие и настоящие сотрудники Атласа в конкурсе не участвуют 😉

TASK™ 3 Информация о продукте | Smooth-On, Inc.

Инструкции

Материалы следует хранить и использовать в теплой среде (73°F/23°C). Эти продукты имеют ограниченный срок годности и должны быть использованы как можно скорее. Все жидкие уретаны чувствительны к влаге и будут поглощать атмосферную влагу. Инструменты и контейнеры для смешивания должны быть чистыми и изготовлены из металла, стекла или пластика. Смешивание должно производиться в хорошо проветриваемом помещении. Носите защитные очки, одежду с длинными рукавами и резиновые перчатки, чтобы свести к минимуму риск загрязнения.

Поскольку нет двух совершенно одинаковых приложений, рекомендуется небольшое тестовое приложение для определения пригодности, если производительность этого материала вызывает сомнения.

Нанесение антиадгезива – Если вы не уверены в совместимости с поверхностью, следует провести пробную отливку на поверхность, аналогичную окончательной форме или модели, чтобы избежать повреждения рабочей поверхности. Полиуретановые, латексные или металлические формы должны быть сухими и требуют покрытия подходящим разделительным составом. Universal Mold Release (доступен в Smooth-On) идеально подходит для этой цели. На все поверхности, которые будут контактировать с пластиком, следует нанести обильный слой разделительного состава. Чтобы обеспечить полное покрытие, слегка нанесите разделительный состав мягкой кистью на все поверхности. Затем нанесите легкий туман и дайте разделительному составу высохнуть в течение 30 минут.

ВАЖНО: Срок годности продукта уменьшается после открытия. Оставшийся продукт следует использовать как можно скорее. Немедленная замена крышек на обоих контейнерах после выдачи продукта поможет продлить срок годности неиспользованного продукта. XTEND-IT™ Dry Gas Blanket (доступен в Smooth-On) значительно продлевает срок годности неиспользованных жидких уретановых продуктов.

Измерение – Правильное соотношение смешивания 1A:1B по объему или 115A:100B по весу. Вылейте необходимое количество части А в контейнер для смешивания. Выдавите необходимое количество части B и соедините с частью A.

Смешивание – Материалы следует хранить и использовать в теплой среде (73° F / 23° C). Встряхните часть А и часть В перед использованием. Добавьте часть А к части В и тщательно перемешайте. Медленно и осознанно перемешайте, несколько раз соскребая смесь со стенок и дна емкости для смешивания. Будьте осторожны, чтобы не выплеснуть материал с низкой вязкостью из контейнера. Помните, продукт быстро застывает. Чем выше массовая концентрация, тем быстрее происходит гелеобразование и отверждение материала. Не задерживайтесь между смешиванием и заливкой.

Пылесос – TASK™ 9Продукты 0006 имеют низкую вязкость и не требуют вакуумной дегазации. Если вы решите пропылесосить материал, выдержите смесь до 29 ч.и.г. ртути в вакуумной камере до тех пор, пока смесь не начнет подниматься, ломаться и падать. Разрешить 3-4-кратное увеличение объема в контейнере для смешивания. Помните о жизнеспособности, чтобы материал не затвердел в контейнере для смешивания.

Заливка – Залить смесь в одну точку в самой нижней точке формы. Пусть смесь ищет свой уровень. Равномерный поток поможет свести к минимуму захваченный воздух.

Для достижения наилучших результатов . . . Наилучшие результаты достигаются при использовании метода литья под давлением. После заливки смешанного состава весь литейный узел (форма, конструкция плотины и т. д.) помещается в камеру высокого давления и подвергается воздействию давления воздуха 60 фунтов на квадратный дюйм (4,2 кг/см2) в течение всего времени отверждения материала.

Отверждение – Важно: Используйте этот продукт с вентиляцией размером не менее комнаты или вблизи принудительной вентиляции и не вдыхайте пары. Испарения, которые могут быть видны при значительной массовой концентрации, быстро рассеиваются при соответствующей вентиляции. Отливки значительной массы могут быть горячими на ощупь и вызывать раздражение кожи сразу после отверждения. Дайте отливке остыть до комнатной температуры, прежде чем обращаться с ней.

Время извлечения готовой отливки из формы зависит от массы и конфигурации формы. Отливки с малой массой или тонкостенные отверждения требуют больше времени для отверждения, чем отливки с более высокой массовой концентрацией.

При изготовлении вращающихся или полых отливок заполнение жесткой пеной ( Foam-iT! 5 или другой) обеспечит легкое армирование. Обратная засыпка пеной рекомендуется, если отливки будут подвергаться воздействию температуры выше 85°F / 30°C.

Последующее отверждение – Отливки достигают «полного отверждения» быстрее и достигают максимальных физических свойств и термостойкости, если TASK™ 3 подвергается пост-отверждению. Отливки должны подвергаться пост-отверждению в форме или опорной конструкции. Дайте материалу высохнуть в течение полного времени при комнатной температуре, а затем в течение 4–8 часов при 150–160°F (65–72°C). Перед обработкой отливке или детали необходимо дать остыть до комнатной температуры.

Предупреждение: Испарения, которые могут быть видны, когда этот продукт начинает «гелеобразоваться» и отвердевать, рассеются при соответствующей вентиляции. Используйте этот продукт только с вентиляцией размером с комнату и не вдыхайте пары. Сразу после отверждения отливки будут очень горячими и могут обжечь кожу. Дайте остыть до комнатной температуры перед обработкой.

Производительность – Отвержденные отливки жесткие и долговечные. Они устойчивы к влаге, умеренному нагреву, растворителям, разбавленным кислотам и могут подвергаться механической обработке, грунтовке/окраске или приклеиваться к другим поверхностям (любой разделительный состав должен быть удален). При механической обработке отвержденных пластиков TASK™ наденьте пылезащитную маску или другое приспособление для предотвращения вдыхания остаточных частиц. Отливки можно выставлять на улицу после грунтовки и покраски.

Ответ на вопрос сообщества
Опираясь на успех задания 3 SemEval 2015 «Выбор ответа в ответах на вопросы сообщества» (см. документ с описанием задания), мы предлагаем расширение, которое охватывает полное задание по ответам на вопросы сообщества (CQA) и, следовательно, ближе к реальному приложению (см., например, форум Qatar Living).
Системы CQA набирают популярность в Интернете. Такие системы редко модерируются, они довольно открыты, и поэтому они имеют небольшие ограничения, если таковые имеются, в отношении того, кто может публиковать сообщения и кто может отвечать на вопросы. С положительной стороны это означает, что можно свободно задать любой вопрос и ожидать хороших, честных ответов. С другой стороны, нужно приложить усилия, чтобы просмотреть все возможные ответы и понять их. Например, вопрос нередко имеет сотни ответов, что отнимает много времени у пользователя, чтобы проверить и просеять их все. Настоящая задача может помочь автоматизировать процесс поиска хороших ответов на новые вопросы в дискуссионном форуме, созданном сообществом (например, путем поиска похожих вопросов на форуме и определения сообщений в ветках ответов на те похожие вопросы, которые отвечают на исходные вопросы). хорошо вопрос).
По сути, основную задачу CQA можно определить так:
«учитывая (i) новый вопрос и (ii) большой набор цепочек вопросов и комментариев, созданных пользователем сообщество , ранжировать комментарии, которые наиболее полезны для ответа на новый вопрос»
Поскольку автоматические системы обычно несовершенны, с точки зрения пользователя удобнее ранжировать комментарии по вероятности их релевантности, поэтому мы сосредоточимся на задачах ранжирования.
Тестовый вопрос является новым по отношению к коллекции, но ожидается, что он будет связан с одним или несколькими вопросами в коллекции. Лучшие ответы могут быть получены из разных веток вопросов и комментариев. В коллекции потоки независимы друг от друга, а списки комментариев отсортированы в хронологическом порядке и содержат некоторую метаинформацию (например, дату, пользователя, тему и т. д.). Комментарии в конкретной ветке предназначены для ответа на вопрос, инициирующий эту ветку, но, поскольку это ресурс, созданный сообществом случайных пользователей, в нем много шума и неактуального материала, помимо неформального использования языка и множества опечаток и ошибок. грамматические ошибки. Интересно, что вопросы в сборнике могут быть семантически связаны друг с другом, хотя и не явно.

Мы не собираемся предлагать просто еще одно обычное задание на ответы на вопросы. Как и в прошлом году, у нас есть три цели: (1) сосредоточиться на семантических решениях, выходящих за рамки простых представлений «мешка слов» и методов «сопоставления слов»; (2) изучить новые феномены НЛП, связанные со сценарием ответов на вопросы сообщества, например связь между комментариями в цепочке, отношения между разными ветвями и сходство вопроса с вопросом; и (3) способствовать участию в нашей задаче экспертов, не являющихся экспертами по IR/QA. Третий пункт достигается явным предоставлением набора потенциальных ответов (шаг поисковой системы уже выполнен нами) для (пере) ранжирования и определением двух необязательных подзадач помимо основной задачи CQA, а именно:
A. Сходство вопросов и комментариев : учитывая вопрос из цепочки вопросов и комментариев, ранжируйте комментарии в соответствии с их релевантностью (сходством) по отношению к вопросу (это соответствует прошлогоднему заданию: SemEval-2015, задание 3).
B. Сходство вопросов-вопросов : учитывая новый вопрос, переранжировать все похожие вопросы, найденные поисковой системой (при условии, что ответы на похожие вопросы также должны отвечать на новый вопрос).
Обратите внимание, что две предыдущие подзадачи должны дать участникам достаточно инструментов для создания системы CQA для решения основной задачи. Тем не менее, можно подойти к CQA, не обязательно решая две задачи выше. Участники могут свободно использовать любой подход, который они хотят. Также обратите внимание, что участие в основной задаче и/или двух подзадачах будет необязательным. Участники могут пойти на любую возможную комбинацию. Для каждой подзадачи будет отдельная оценка и анализ.
Придерживаясь функции многоязычия с 2015 года, мы предоставляем данные для двух языков: английского и арабского. Для английского языка мы используем реальные данные из созданных сообществом форумов Qatar Living Forums . Данные на арабском языке были собраны с медицинских форумов ( webteb , altibbi и Consult islamweb ) с использованием несколько иной процедуры. Из-за различного характера источников набор данных для арабского языка отличается, и мы предлагаем только основную задачу ранжирования CQA на этих данных, т. Е. Нахождение хороших ответов на заданный новый вопрос. Наконец, мы предоставляем обучающие данные для всех языков и подзадач под наблюдением человека. Все примеры были вручную помечены сообществом аннотаторов на краудсорсинговой платформе.
Для точного определения всех подзадач и оценки см. Описание задачи на странице . Корпуса и инструменты можно загрузить со страницы Data and Tools .
(упрощенный) Английский Пример

Давайте рассмотрим следующий вопрос, которого НЕТ в Qatar Living (QL):
Q : Могу ли я водить в Катаре с австралийскими водительскими правами?
Полученные вопросы:
Q1 : Как долго я могу водить машину в Катаре с моим международным водительским удостоверением, прежде чем меня заставят сменить австралийские права на катарские? Когда я перехожу на катарскую лицензию, я действительно теряю свою австралийскую лицензию? Я бы предпочел оставить его себе, если это возможно.. .
—> вопрос, аналогичный Q1 (задача B)
Комментарий к Q1:
зависит от страховой компании, Qatar Insurance Company сообщила мне об этом по электронной почте
«Спасибо за ваше электронное письмо! Что касается вашего запроса ниже, иностранец имеет право управлять автомобилем в Дохе при следующих условиях: Водитель-иностранец с действующими водительскими правами его страны может управлять автомобилем только в течение одной недели с даты въезда Иностранный водитель с действительными международными водительскими правами может управлять автомобилем в течение 6 месяцев с дата въезда Водитель-иностранец с водительскими правами GCC, которому разрешено управлять автомобилем в течение 3 месяцев с момента въезда» 901:30 Будучи австралийцем, ваши водительские права должны быть переведены в катарские только после проверки зрения (временные, затем постоянные после сортировки RP).
—> хороший ответ на Q1 (задача A):
—> хороший ответ на Q (Задание C, основная задача)
Q2 : Привет 😀 кто знает сколько будет стоить получение водительских прав !! хотя он у меня был раньше в моей стране, так что практически я знаю, как водить. любая помощь !?
—> не похоже на Q , т. е. отрицательный пример для Задания B
Комментарий к Q2: Почему нет более короткого курса? дайте мне знать плз. если кто-то очень хорошо умеет водить машину, то он/она может получить права после берегового курса?
—> отрицательный пример для Q2 (задача A)
—> отрицательный пример для Q (задача C)
Обратите внимание, что вместо того, чтобы просто классифицировать или находить ограниченный набор похожих вопросов и правильных ответов, мы попросим участников указать рейтинг релевантности.
(упрощенный) Арабский Пример
Новый вопрос
Q : الى ماذا يمكن ان يدل الالم في الاسنther ان يدل الالم في الاسنther ان يدل الالم في الاسنان الذي يظهر فقط عند شرب او اكل شيئ ساخن او اесть الень ات ات ات ات ات ات ات ات ات ات ايئ سيئ ساخن ارد الень ال ال اs اs اs اs اs اs которым اесть الень الень الень الень الень الень الень اесть الم. ما هو العلاج
( Что означает зубная боль, когда она появляется только при питье чего-то холодного или еде чего-то горячего или холодного, в то время как иначе она не возникает? )
Полученные вопросы:
Q1: عند شرب الماء البارد اشعر ببعض الالم البارد اشعر ببعض الالم في مجموعه من الاسن فما трите ال уважения к ( При питье холодной воды у меня болит часть зубов, в чем причина? )
A1: اسباب حساسية الاسنان يعود الى تاكل الطبقة الخارجية الحامية للاسنان و التي تسمى المينا . … و انكشف طبقة العاج الغنية بالمستقبلات الحسية …. و هناك عدة مسببات منها: التسوسات و النخور – انحسار اللثة بسبب الالتهابات اللثوية و اربطة السن- التفريش الخاطئ للاسنان – الاكثار من استخدام المنتجات المبيضة للاسنان – كثرة تناول الاطعمة و المشروبات الغازية الحمضية – انكسار الاسنان لا بد من الاسراع بمراجعة الطبيب حتى لا تتفاقم المشكلة
( Причина повышенной чувствительности зубов – разрушение наружного слоя, защищающего зубы … )
Хороший ответ (ярлык: Прямой)
Q2 : منذ شهر تقريبا خلعت طاحونة العقل واصبح هناك الم بالضرس المجاور لها واخبرتوني ان الجذر انكشف ولكني لا زلت اعاني عند شرب الماء البارد فالي متي سيبقي الجذر مكشوفا وهل هناك علاج مفيد لتلك الحالة
( 1 month ago, Я удалила зуб мудрости,и с тех пор у меня болит соседний зуб.Вы ранее ответили,что нерв обнажается и это должно пройти какое-то время.У меня до сих пор болит, когда я пью холодную воду,Сколько времени это займет?Есть ли лекарство от этой боли? )

A2 :ان قلع ضرس العقل يترك خلفه حفره بجا نب الضرس المجاور وتظهر هذه الاعراض وخاصة عند شرب البارد والساخن واكل السكاكر والحامض لا يوجد وقت محدد ولكن عندما تلتئم الحفره تماما يزول الالم ولكن بامكانك استخدام معاحين اسنان للحساسيه والمضمضه بمضمضات تحتوى على الفلورايد مثل la ополаскиватель для полости рта calut sensetive
( Удаление зуба приводит к обнажению следующего, и это симптомы, которые у вас есть. Точного времени для лечения нет, но вы можете использовать жидкость для полоскания рта la calut sensetive, которая может помочь )
Соответствующий ответ : (метка: Соответствующий)

Q3 : اعاني من شق في احد اسناني الامامية وكذلك لاحضت مؤخرا تكدس الطعام بين الاسنان عند الاكل بمعني يلزمني اني افرشي اسناني بعد اي اكل يدخل فمي فما السبب والعلاج
(I have a crack in one of my teeth and food stuck there and Мне приходится убираться каждый раз, когда я ем, с чем это может быть связано?)
A3 : ومن اسباب وجود الشقوق على طt0130 ( Обычно причиной может быть одновременное употребление холодной и горячей воды. Также причиной этого может быть употребление большого количества кислой пищи )
Не имеет значения Ответ : (метка: Не имеет значения)
Приведенный выше ранг был бы оптимальным, хотя при оценке мы не будем учитывать позицию Релевантных по отношению к Нерелевантным вопросам. Таким образом, важным действием будет размещение прямого ответа сверху.
Задача 3. Расчет подписи для AWS Signature Version 4
Перед вычислением подписи вы получаете ключ подписи из своего секретного доступа AWS. ключ. Поскольку производный ключ подписи зависит от даты, службы и региона, он предлагает более высокая степень защиты. Вы не просто используете свой секретный ключ доступа для подписи запрос. Затем вы используете ключ подписи и строку для подписи, которые вы создали в Задаче 2: Создайте строку для подписи для версии 4 подписи как входные данные для хеш-функции с ключом. Шестнадцатеричный результат хеш-функции с ключом: подпись.
Подпись версии 4 не требует использования определенной кодировки символов для кодировать строку для подписи. Однако для некоторых сервисов AWS может потребоваться определенная кодировка. Для получения дополнительной информации обратитесь к документации по этому сервису.
Для расчета подписи
Получите ключ подписи. Для этого используйте свой секретный ключ доступа для создания серии кодов аутентификации сообщений на основе хэшей (HMAC). Это показано в следующем псевдокод, где HMAC(ключ, данные) представляет функцию HMAC-SHA256, которая возвращает вывод в двоичном формате. Результат каждой хэш-функции становится входом для следующий.
Псевдокод для получения ключа подписи
kSecret = ваш секретный ключ доступа kDate = HMAC("AWS4" + kSecret, Дата) kRegion = HMAC(kDate, Регион) kService = HMAC(kRegion, Service) kSigning = HMAC(kService, "aws4_request")
Обратите внимание, что дата, используемая в процессе хеширования, имеет формат ГГГГММДД (например, 20150830 ), и не включает время.
Убедитесь, что параметры HMAC указаны в правильном порядке для программирования. язык, который вы используете. В этом примере ключ показан как первый параметр, а данные (сообщение) в качестве второго параметра, но функция, которую вы используете, может указывать ключ и данные в другом порядке.
Используйте дайджест (двоичный формат) для получения ключа. В большинстве языков есть функции для вычисления либо хэша в двоичном формате, обычно называемого дайджестом, либо хеша в шестнадцатеричном кодировании, называется гексдайджест. Для получения ключа требуется, чтобы вы использовали двоичный формат переварить.
В следующем примере показаны входные данные для получения ключа подписи и результирующий вывод, где kSecret = wJalrXUtnFEMI/K7MDENG+bPxRfiCYEXAMPLEKEY .
В примере используются одни и те же параметры из запроса в Задаче 1 и Задаче 2 (a запрос в IAM в регионе us-east-1 от 30 августа 2015 г. ).
Пример ввода
HMAC(HMAC(HMAC(HMAC("AWS4" + kSecret,"20150830"),"us-east-1"),"iam"),"aws4_request")
В следующем примере показан производный ключ подписи, полученный из этой последовательности. хэш-операций HMAC. Это показывает шестнадцатеричное представление каждого байта в бинарный ключ подписи.
Пример ключа подписи
c4afb1cc5771d871763a393e44b703571b55cc28424d1a5e86da6ed3c154a4b9
Дополнительные сведения о том, как получить ключ подписи в различных программах языки см. в разделе Примеры получения ключа подписи для подписи версии 4.
Вычислить подпись. Для этого используйте полученный ключ подписи и строка для подписи в качестве входных данных для хеш-функции с ключом. После того, как вы вычислите подпись, преобразовать двоичное значение в шестнадцатеричное представление.
Следующий псевдокод показывает, как вычислить подпись.
подпись = HexEncode(HMAC( полученный ключ подписи , строка для подписи ))
Примечание
Убедитесь, что вы указали параметры HMAC в правильном порядке для программирования язык, который вы используете. В этом примере ключ показан как первый параметр, а данные (сообщение) в качестве второго параметра, но функция, которую вы используете, может указывать ключ и данные в другом порядке.
В следующем примере показана результирующая подпись, если вы используете тот же ключ подписи. и строка для подписи из задачи 2:
Пример подписи
5d672d79c15b13162d9279b0855cfba6789a8edb4c82c400e06b5924a6f2b5d7
Javascript отключен или недоступен в вашем браузере.
Для использования документации Amazon Web Services должен быть включен Javascript. Инструкции см. на страницах справки вашего браузера.
Условные обозначения документов
Задача 2: Создайте строку для подписи
Задача 4: Добавьте подпись к HTTP запрос
Увеличение и уменьшение функции канала TASK3 и его регуляция новой вариацией вызывают синдром импринтинга KCNK9 | Геномная медицина
Исследования
Открытый доступ
Опубликовано: 13 июня 2022 г.
Марго А. Кузен ORCID: orcid.org/0000-0002-6119-9346 ^1,2 ^na1 ,
Эмма Л. Вил ORCID: Orcid.org/0000-0002-6778-9929 ³ ^NA1,
Nikita R. Dsouza ⁴,
Swarnendu ⁴,
Swarnendu ⁴,
. Мария Арелин ⁵ ,
Джеффри Бик ⁶ ,
Мир Реза Бехейрния ⁷ ,
Jasmin Beygo ⁸ ,
Vikas Bhambhani ⁶ ,
Martin Bialer ⁹ ,
Stefania Bigoni ¹⁰ ,
Cyrus Boelman ¹¹ ,
Jenny Carmichael ¹² ,
Thomas Courtin ¹³ ,
Benjamin Cogne ¹⁴ ,
Ivana Dabaj ^15,16 ,
Diane Doummar ¹⁷ ,
Laura Fazilleau ¹⁸ ,
Алессандра Ферлини ORCID: orcid.org/0000-0001-8385-9870 ¹⁰ ,
Ralitza H. Gavrilova ^2,19 ,
John M. Graham Jr ²⁰ ,
Tobias B. Haack ^21,22 ,
Jane Juusola ²³ ,
Sarina G. Kant ^24,25 ,
Saima Kayani ²⁶ ,
Boris Keren ²⁷ ,
Petra Ketteler ^8,28 ,
Кьяра Клёкнер ²⁹ ,
Tamara T. Koopmann ²⁴ ,
Teresa M. Kruisselbrink ^2,19 ,
Alma Kuechler ⁸ ,
Laëtitia Lambert ^30,31 ,
Xénia Latypova ¹⁴ ,
Robert Roger Lebel ³² ,
Magalie S. Leduc ⁷ ,
Emanuela Leonardi ^33,34 ,
Andrea M. Lewis ⁷ ,
Wendy Liew ³⁵ ,
Keren Machol ^7,36 ,
Samir Mardini ³⁷ ,
Kirsty McWalter ²³ ,
Cyril Mignot ²⁷ ,
Julie McLaughlin ⁹ ,
Alessandra Murgia ^33,34,
Vinodh Narayanan ³⁸,
Caroline Nava ²⁷,
Sonja Neuser ²⁹,
Mathilde ²⁹,
Mathilde ,
Mathilde ,
Mathilde ,
. 0462 ,
Джухён Парк ²² ,
Конрад Платцер ORCID: orcid.org/0000-0001-6127-6308 ²⁹ ,
Céline Poirsier ³⁹ ,
Maximilian Radtke ²⁹ ,
Keri Ramsey ³⁸ ,
Cassandra K. Runke ¹⁹ ,
Мария Х. Гильен Сакото ²³ ,
Фернандо Скалья ^7,36,40 ,
Марван Шинави ⁴¹ ,
9013ranger0461 42 ,
Ee Shien Tan ³⁵ ,
John Taylor ¹² ,
Anne-Sophie Trentesaux ¹⁸ ,
Filippo Vairo ^2,19 ,
Rebecca Willaert ²³ ^na2 ,
Неда Заде ^43,44 ,
Рауль Уррутиа ^4,45 ,
Душица Бабович-Вуксанович ^{2,19 90 Циммернн
ORCID: orcid.org/0000-0001-7073-0525 ^4,46,47 ,}
Алистер Мэти ORCID: orcid. org/0000-0001-6094-2890 ^3,48 и
…
Эрик В. Клее ORCID: orcid.org/0000-0003-2946-5795 ^1,2,19
Геномная медицина том 14 , номер статьи: 62 (2022) Процитировать эту статью
2035 доступов
54 Альтметрический
Детали показателей
Abstract
Background
Геномика позволяет проводить индивидуальную диагностику и лечение, но остаются большие проблемы с функциональной интерпретацией редких вариантов. На сегодняшний день описан только один причинный вариант для KCNK9 синдром импринтинга (КИС). Генотипический и фенотипический спектр KIS еще предстоит описать, а точный механизм заболевания полностью не изучен.
Методы
В этом исследовании раскрываются механизмы, лежащие в основе KCNK9 импринтинг-синдрома (KIS), путем описания 15 новых KCNK9 изменений у 47 лиц, страдающих KIS. Мы используем клиническую генетику и компьютерное фенотипирование лица для описания фенотипического спектра KIS. Затем мы исследуем функциональные эффекты вариантов в закодированном канале TASK3, используя анализ на основе последовательностей, трехмерное молекулярно-механическое и динамическое моделирование белков, а также электрофизиологические и функциональные методологии in vitro.
Результаты
Мы описываем более широкую генетическую и фенотипическую изменчивость KIS в когорте людей, идентифицируя дополнительную мутационную горячую точку в p. Arg131 и демонстрируя общие черты этого нарушения развития нервной системы, включая задержку моторики и речи, умственную отсталость, раннее кормление. трудности, мышечная гипотония, поведенческие аномалии и дисморфические черты. Компьютерное моделирование белков и электрофизиологические исследования in vitro обнаруживают вариабельность воздействия Варианты KCNK9 функции канала TASK3, идентифицирующие варианты, вызывающие усиление, и другие, вызывающие потерю проводимости. Однако наиболее последовательным функциональным воздействием генетических вариантов KCNK9 и была измененная регуляция канала.
Выводы
Это исследование расширяет наше понимание механизмов KIS, демонстрируя его сложную этиологию, включая усиление и потерю функции канала и постоянную потерю регуляции канала. Эти данные быстро применимы к диагностическим стратегиям, поскольку KIS нельзя идентифицировать только по клиническим признакам, и поэтому его следует диагностировать на молекулярном уровне. Кроме того, наши данные свидетельствуют о том, что могут потребоваться уникальные терапевтические стратегии для устранения конкретных функциональных последствий KCNK9 изменение функции и регулирования канала.
Предыстория
Область клинической геномики сталкивается с проблемой парадигмы, согласно которой отдельные генетические варианты определяют конкретные заболевания человека, или может ли спектр генетических изменений вызывать одно и то же заболевание или даже терапевтически лечиться одним и тем же способом. Выяснение точного механизма заболевания, особенно для каналопатий, где агонисты или антагонисты могут быть клинически доступны, может предложить определенные возможности фармакотерапевтического вмешательства. KCNK9 (MIM: 605874, NM_001282534.1) кодирует белок TASK3 (TWIK-родственный кислоточувствительный K-канал 3, K _2P 9.1), член семейства двухпоровых доменов калиевых (K2P) каналов [1]. , 2]. KCNK9 относится к небольшому числу импринтированных отцовских генов, в которых экспрессируется только материнский аллель [3]. Недавние исследования на мышах, однако, выявили остаточную отцовскую экспрессию в некоторых областях мозга [4]. KCNK9 синдром импринтинга (KIS), также известный как синдром Бирка-Бареля (MIM: 612292), представляет собой редкое генетическое заболевание, вызванное генетическим изменением материнской копии KCNK9, , о которой впервые сообщалось с причинным вариантом p.(Gly236Arg) [5], и двумя последующими вариантами неопределенной значимости (VUS) [6]. , 7]. KIS характеризуется патофизиологическими симптомами различной степени выраженности, включающими дисморфические черты с удлиненным лицом, различной степенью умственной отсталости (ID) и врожденной гипотонией [5, 8].
K2P-каналы участвуют в стабилизации мембранного потенциала покоя возбудимых и невозбудимых клеток, регулируя клеточную активность. KCNK9 -кодируемые каналы TASK3 преимущественно экспрессируются в центральной нервной системе (ЦНС), где они вносят вклад в фоновый ток во многих популяциях нейронов [9, 10]. У мышей с нокаутом TASK3 обнаруживается ряд когнитивных нарушений, и предполагается, что эти каналы играют роль в различных патологических состояниях, включая эпилепсию, боль и нарушения секреции альдостерона, стимуляцию дыхания и продолжительность сна [9]. В значительной степени регулируемые физиологическими медиаторами, эти каналы особенно чувствительны к повышенному внеклеточному подкислению, что приводит к ингибированию каналов [1, 9].]. Эти каналы также сильно ингибируются активированными рецепторами, связанными с G-белком (GPCR), которые связаны в основном через семейство белков G _αq [11,12,13].
Из-за важности этого канала для патофизиологии человека несколько лабораторий, включая нашу, посвятили усилия механистической характеристике его функций дикого типа и измененных вариантов. Электрофизиологические исследования варианта p.Gly236Arg продемонстрировали пониженные внутренние выпрямляющие токи, которые нечувствительны к внеклеточной рН- и GPCR-опосредованной регуляции [14]. Временная экспрессия варианта p.Gly236Arg в кортикальных пирамидных нейронах во время развития серьезно нарушает миграцию, что, вероятно, способствует нарушению развития при KIS [15]. У мышей отсутствует TASK3 ( Kcnk9 ^-/- ) имеют нарушения памяти [16], нарушения сна [17] и поведение, устойчивое к отчаянию, имеющее связь с депрессией [18]. Предполагая механизм потери функции, были предложены стратегии лечения с использованием препаратов, стимулирующих каналы [8]. Однако точные механизмы KIS и то, вызывают ли дополнительные варианты такое же расстройство, остаются неизвестными.
Настоящее исследование значительно расширяет знания об этом синдроме, всесторонне оценивая 47 человек с 19уникальные варианты KCNK9 . Мы охарактеризовали 15 новых вариантов, используя моделирование данных и клеточные эксперименты, чтобы определить, как каждое изменение изменяет функцию канала, и интерпретировать эти данные в контексте клинических результатов. Мы обнаружили, что вариантов KCNK9 могут вызывать усиление или потерю функции канала, и оба проявляют патогномоничные характеристики измененной регуляции. Важно отметить, что аллели усиления функции, таким образом, могут не поддаваться действию препаратов, стимулирующих каналы. Таким образом, это исследование предоставляет новые знания, имеющие большое биомедицинское значение, путем продвижения нашего текущего понимания этого синдрома и его патобиологических механизмов, а также демонстрации того, как вычислительные и экспериментальные методы могут быть интегрированы для решения механизмов заболевания.
Методы
Участники
В этом исследовании описано 47 больных из 29 семей. Мы описываем 26 вновь идентифицированных лиц из 22 семей (семейства F1-17, F23, F24, F26, F27 и F29), полученных в результате профессионального общения, а также с помощью GeneMatcher [19]. Они были набраны из больниц или клиник из США и других стран, включая Великобританию, Германию, Италию, Францию, Нидерланды, Канаду и Сингапур. Клинические, фенотипические и KCNK9Для каждого участника было проанализировано данных о генетических вариантах. Все семьи, предоставившие новые или обновленные данные, дали информированное согласие (F1-F19, F23, F24, F26-F27 и F29). Данные для семейств F20-F22, F25 и F28 были взяты только из предыдущих публикаций. Это исследование было одобрено Институциональным наблюдательным советом клиники Мэйо и местными комитетами по этике. Семья 9 была принята на работу в проект Genomics England 100,000 Genomes. Ранее опубликованные лица с вариантами KCNK9 также описаны с обобщенными опубликованными данными и/или обновленными неопубликованными клиническими данными [5,6,7,8]. Лица П18.1, П19.1, P20.1 и P21.1 в этом исследовании относятся к опубликованным пациентам 1-4 от Graham et al. [8]. Семья F22 относится к арабо-израильскому родству, описанному Barel et al. и Грэм и др. [5, 8]. Лицо P25.1 относится к лицу, о котором сообщили Šedivá et al. [6], о семействе F27 ранее сообщалось без подробной клинической информации [20], а человек P28.1 относится к BK-227-03, описанному Guo et al. [7].
Обозначение варианта
вариантов KCNK9 были идентифицированы с помощью различных методов, включая тестирование панели генов или секвенирование экзома или генома, в коммерческих клинических лабораториях, включая Ambry Genetics (Алисо Вьехо, Калифорния), Baylor Genetics (Хьюстон, Техас) и GeneDx (Гейтерсбург, Мэриленд). академических клинических лабораториях или посредством научных исследований. Дополнительные сведения приведены в отдельных клинических историях в Дополнительном файле 1: Дополнительное примечание.
Анализ лица
Приложение Face2Gene Research (FDNA Inc., Бостон, Массачусетс) с использованием технологии DeepGestalt (алгоритм 19.1.9) [21] использовалось для оценки наличия отчетливого рисунка лица у лиц с синдромом импринтинга KCNK9 . Семнадцать фронтальных фотографий лица были получены от неродственных пострадавших лиц без очков или синяков под глазами (индивидуально: возраст на фото: P3.1: 9 лет, P6.1: 10y3 m, P7.1: 9y, P8.1: 1y5 m , P9.1: 12л-18л, P12.1: 2г2 м, P13.1: 6л1м, P16.1: 17л, P18.1 (обновленное фото пациента 1) [8]: 6л, P23.1: 1г3 м, P24.1: 3 м, P27.1: 6y1м, P29.1: 8y1m и опубликованные фотографии пациента 2 (P19.1: 11 m), 3 (P20.1: 1y1m) и 4 (P21.1: 3y) от Graham et al. [8] и индивидуум (P25.1: 17y), описанный Šedivá et al. [6] и по сравнению с 17 контрольными изображениями, соответствующими возрасту, полу и этнической принадлежности, предоставленными Face2Gene. Чтобы оценить силу DeepGestalt в различении пострадавших людей от контрольной, использовалась схема перекрестной проверки, включающая серию бинарных сравнений между всеми группами. Для этих бинарных сравнений данные были разделены случайным образом несколько раз на обучающие наборы и тестовые наборы. Каждый такой набор содержал половину образцов из группы, и этот случайный процесс повторялся 10 раз. Результаты сравнений представляются с использованием кривой рабочих характеристик приемника (ROC) и площади под кривой (AUC). Среднее значение AUC = 0,87 и AUC STD = 0,07.
Молекулярное моделирование
Для белка, кодируемого KCNK9 , TASK3, в настоящее время не существует экспериментально решенной структуры. Поэтому мы начали молекулярное моделирование с канонической последовательности UniProt, Q9NPC2-1, которая соответствует транскрипту Ensembl ENST00000303015, для поиска существующих экспериментальных структур гомологичных последовательностей с использованием Clustal [22, 23] выравнивания с банком данных белков (PDB) [24] . Используя I-tasser [25], мы создали модели на основе гомологии для экспериментальных структур с наивысшей гомологией — остатков 1-271 из KCNK1 человека (PDB: 3ukm) [26] и KCNK4 (PDB: 3um7) [27]. Качество этих моделей оценивалось с использованием онлайн-серверов и стандартных показателей, включая PROCHECK [28], QMEAN [29].], QMEANBrane [30] и VADAR [31]. Мы сравнивали модели друг с другом путем расчета их электростатических потенциалов, объемов и доступных площадей поверхности с использованием DaliLite [32] и APBS [33]. Мы суммировали показатели качества на уровне остатка, чтобы оценить, группируются ли различия в качестве в 3D. Все структурные показатели были в пределах ожидаемого для высоконадежных мембранных белков. Области, встроенные в мембрану, имеют высокие показатели качества, сравнимые с петлями, открытыми для растворителя как на внутриклеточной, так и на внеклеточной стороне, которые имеют более низкие показатели качества. Мы считаем, что эти циклы будут более гибкими, и поэтому какого-либо отдельного статического представления их будет недостаточно. Наше использование реплик и сравнение с диким типом (WT) поможет контролировать ошибки в начальном размещении этих петель и облегчит интерпретацию эффектов геномных вариантов.
После завершения работы по 3D молекулярному моделированию, описанной выше, была выпущена экспериментальная структура для TASK1 ( KCNK3 ) [34]. Этот белок ближе по идентичности последовательностей к TASK3 (62%) по сравнению с экспериментальными структурами TWIK1 ( KCNK1 ) и TRAAK ( KCNK4 ), использованными в качестве матриц в данном исследовании (27% и 28% соответственно) [26, 27]. ]. В нашей модели все аминокислоты вплоть до Val243 согласуются с экспериментальной структурой TASK1. После Val243 наша модель была неупорядоченной и очень динамичной при моделировании, согласующейся с последовательностью, не соответствующей С-концу TWIK1 или TRAAK. В моделях на основе TASK1 Met249сталкивается с мембраной, и мы вычислили, что Met249Thr является дестабилизирующим, что согласуется с нашим первоначальным анализом (см. раздел «Результаты»). Таким образом, наше моделирование было в высокой степени согласовано с моделью на основе TASK1, и мы интерпретировали варианты, используя информацию из обеих.
Явное молекулярное окружение было сгенерировано с помощью Visual Molecular Dynamics (VMD) [35] и CHARMM-GUI [36, 37]. Был создан двухслойный участок мембраны POPC размером 80×80Å. Белок был ориентирован на участок с использованием основанных на последовательностях аннотаций трансмембранных спиралей от UniProt и консенсусных аннотаций от MESSA [38]. Воду добавляли для обеспечения расстояния 10 Å между TASK3 и границами среды. Среду нейтрализовали при 150 мМ KCl добавлением 75 К ⁺ и ионы 79 Cl ^–. Эта исходная система явных условий для WT TASK3 использовалась в дальнейшем моделировании, как описано ниже.
Расчеты на основе структуры
Мы оценили геномные варианты с помощью алгоритмов на основе трехмерной структуры. Во-первых, мы создали димерные модели каждого геномного варианта, используя FoldX [39, 40] версии 4 для вычислительного мутагенеза и расчета изменений стабильности фолдинга при мутации (ΔΔG _крат). Система WT TASK3 с явной средой была модифицирована для каждого геномного варианта с использованием моделей, созданных FoldX. Мы также оценили исходные модели с помощью Frustratometer [41] для количественной оценки того, как каждый геномный вариант изменяет локальные взаимодействия, с более интегрированной точки зрения, которая объясняет множество одновременных типов благоприятных и неблагоприятных взаимодействий мутировавших остатков.
Моделирование молекулярной динамики
Мы изучили динамику генетических вариантов KCNK9 на TASK3 и то, как они влияют на ионные взаимодействия, с помощью моделирования молекулярной динамики (МД), реализованного в программном обеспечении NAMD [42], и силового поля CHARMM27 [43]. ]. Каждая белковая модель была проанализирована в трех экземплярах, начиная с минимизации энергии для 10 000 шагов. Затем к атомам белка, не являющимся атомами водорода, были добавлены гармонические ограничения, и система была нагрета до 300 К в течение 300 пс с использованием термостата Ланжевена. Белковые ограничения постепенно освобождались в течение 1 нс. Вся система моделировалась без ограничений еще 32 нс. В общей сложности мы сгенерировали 110 нс траектории МД на вариант. Для вариантов и повторов мы создали 2,3 мкс траектории MD, чтобы изучить влияние вариантов в TASK3.
Молекулярно-динамический анализ
Мы рассчитали значения среднеквадратичного отклонения (RMSD) и среднеквадратичной флуктуации (RMSF) с использованием атомов C ^α после структурного выравнивания каждой траектории с начальной конформацией WT и игнорирования подвижного C-конца . Мы использовали анализ основных компонентов (PCA), чтобы суммировать доминирующие конформационные изменения по траекториям. ПК рассчитаны в декартовых координатах с использованием атомов C ^α. Мы рассчитали функцию радиального распределения (ФРР) ионов с использованием VMD. РДФ К ⁺ описывает нормированную вероятность наблюдения ионов K ⁺ внутри концентрических оболочек. Электростатические поверхности отбирались с течением времени путем извлечения периодических кадров из каждой симуляции и оценивались каждый с использованием APBS [33, 44]. Анализы проводились с использованием пользовательского рабочего процесса структурной биоинформатики и с использованием пакета bio3d R [45]. Белковые структуры и траектории визуализировали с помощью PyMOL [45, 46] и VMD [35]. Мы создали наш зависящий от времени прогноз эффекта для каждого варианта генома, используя ручной синтез нескольких показателей, основанных на структуре и динамике, а также ручную проверку траекторий моделирования.
Экспрессионные плазмиды млекопитающих
кДНК TASK3 человека (Genbank ^TM AF212829) клонировали в вектор pcDNA3.1 ⁺ (Invitrogen, Carlsbad, CA, USA), подаренный Helen Meadows (GlaxoSmithKline, UK) или во флуоресцентный вектор pAcGFP1-N1 (Clontech-Takara Bio Europe). Плазмиды, кодирующие кДНК мускаринового ацетилхолинового рецептора М3 человека (Genbank ^TM AF498917), были получены из Ресурсного центра кДНК UMR (Rollo, Миссури).
Мутагенез
Каждый из клинически идентифицированных вариантов KCNK9 (ARG131SER, ARG131HIS, ARG131PRO, MET132ARG, PHE135DEL, MET156VAL, MET159ILE, PHE164CYS, THR199ALA, TYR205CYS, GLY-GLY, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, Gly, gly, gly, gly15236, gly, gly, gly, gly, gly, gly159. кДНК с использованием набора QuikChange (Agilent, CA, USA), как описано ранее [14]. Олигонуклеотидные праймеры были синтезированы компанией Eurofins MWG Operon, Эберсберг, Германия, а все конструкции секвенированы компанией DNA Sequencing & Services, MRC/PPU, Университет Данди, Шотландия.
Культура клеток
Все эксперименты проводились с использованием модифицированной клеточной линии эмбриональной почки человека 293, tsA201 (Европейская коллекция аутентифицированных клеточных культур; Sigma-Aldrich, Великобритания), приготовленной и поддерживаемой, как описано ранее [14]. Как только клетки достигли 80% слияния, их разделили и ресуспендировали в среде с плотностью 7 × 10 ⁴ и 0,5 мл перенесли в 4-луночный планшет, содержащий покровное стекло, покрытое поли-D-лизином, готовым для трансфекции следующим образом. день.
Трансфекция
Плазмиды, содержащие кДНК дикого типа или мутантного варианта TASK3, и аналогичная плазмида, кодирующая кДНК зеленого флуоресцентного белка (GFP), котрансфицировали в концентрации 0,5 мкг с использованием модифицированного кальций-фосфатного протокола, как ранее. описано [14]. Затем клетки инкубировали при 37 °C в 95% O ₂ и 5% CO ₂ в течение 4–6 ч, а затем промывали фосфатно-солевым буфером. Через 18–24 ч клетки использовали для экспериментов. Все варианты экспрессировались как гомодимерные каналы (каждая α-субъединица димера экспрессирует встроенную мутацию) для всех экспериментов. Для экспериментов по измерению эффекта рецепторов, связанных с G-белком, рецепторы М3 также включали в трансфекцию в концентрации 0,5 мкг.
Электрофизиология пэтч-клэмп цельных клеток
Токи регистрировали от GFP-флуоресцирующих клеток tsA201, экспрессирующих интересующую кДНК, с использованием пэтч-кламп цельных клеток в конфигурации фиксации напряжения и протокола ступенчатого линейного напряжения, как описано ранее [14] с использованием внеклеточного раствора, состоящего из 145 мМ NaCl, 2,5 мМ KCl, 3 мМ MgCl ₂, 1 мМ CaCl ₂ и 10 мМ HEPES (pH доведен до 7,4), и внутриклеточного пипеточного раствора 150 мМ MgM KCl, 3 ₂, 5 мМ EGTA и 10 мМ HEPES (pH доведен до 7,4). Все эксперименты проводились при комнатной температуре (20–25 °C), а токи регистрировались с помощью патч-клеммы Axopatch 1D (Molecular Devices, Саннивейл, Калифорния), фильтровались на частоте 2 кГц и оцифровывались на частоте 5 кГц. Внеклеточный контрольный раствор и модулирующие соединения перфузировали со скоростью 4–5 мл мин ^-1 .
Электрофизиологический анализ данных и статистика
Анализ данных исходящего тока целых клеток и программное обеспечение для анализа были такими же, как описано ранее Cunningham et al. [47]. Графики ток-напряжение были получены из рампы напряжения (от - 120 мВ до + 20 мВ). Данные были выражены как среднее значение ± 95% доверительные интервалы (ДИ), а n представляет собой количество зарегистрированных отдельных клеток. Используемый статистический анализ представлял собой либо однофакторный дисперсионный анализ с апостериорным критерием множественных сравнений Даннетта, либо непарный/парный критерий Стьюдента t . Данные считались статистически разными, если P < 0,05 (*), P < 0,01 (**), P < 0,001 (***) и P < 0,0001 (****). Данные из вариантов сравнивали с соответствующими контрольными данными из WT TASK3, записанными либо одновременно, либо примерно в тот же календарный период и номер партии клеток.
Конфокальная микроскопия
Исследования колокализации проводились в соответствии с подробными методами, описанными в Cunningham et al. [47]. Вкратце, кДНК WT человека TASK3 и человека TASK3_Tyr205Cys субклонировали во флуоресцентный вектор pAcGFP1-N1 (Clontech-Takara Bio Europe) для создания слитой конструкции с GFP и экспрессировали в клетках tsA201 с использованием реагента для трансфекции TurboFect (ThermoFisher, Лафборо, Великобритания). Перед фиксацией клеток плазматические мембраны клеток окрашивали красителем CellMask Deep Red (CMR) (ThermoFisher, Великобритания), а ядра – красителем Hoechst 33528 (Sigma-Aldrich, Великобритания). Покровные стекла клеток монтировали в среду для маскирования против выцветания Vectashield (Vector Laboratories, Великобритания).
Изображения конфокальной микроскопии были получены с использованием конфокального микроскопа LSM 880 (Carl Zeiss, Оберкохен, Германия) и обработаны с использованием программного обеспечения Zen Black (Carl Zeiss). Клетки возбуждали аргоновым лазером с длиной волны 561, 488 или 405 нм для окрашивания плазматической мембраны CMR, слитого канала pAcGFP и ядер, окрашенных Hoechst 33528, соответственно.
Колокализация определялась с помощью программного обеспечения Zen Black, и коэффициент корреляции Пирсона (PCC) использовался для представления степени совместной локализации.
Химические вещества
Хлорид мускарина, хлорид цинка, дитиотреитол, 5-дитио-бис(2-нитробензойная кислота) и метантиосульфонаты были приобретены у Sigma-Aldrich, Великобритания. Для экспериментов с высоким содержанием калия (25 мМ K) или кислым pH (pH 6,4) внеклеточный раствор корректировали соответствующим образом. Хлорид мускарина добавляли непосредственно к внеклеточному раствору в концентрации 0,1 мкМ перед использованием.
Корреляция функциональных исследований и классификация вариантов патогенности
Чтобы надлежащим образом взвесить силу функциональных доказательств, полученных с помощью компьютерного моделирования и электрофизиологических исследований in vitro, мы разработали схему взвешивания для каждого из них. Для вычислительного моделирования мы в основном использовали следующие четыре динамические характеристики (см. Дополнительный файл 2: Таблица S1): «СКО Δ3-HB bbn» представляет собой изменение СКО остова белка среди 3-спиральных пучков. Поскольку канал WT демонстрирует динамику при моделировании (медиана 2,8 Å RMSD), мы разделили эту метрику на три уровня в зависимости от того, насколько искажены 3HB были для каждого варианта по сравнению с WT: ≥ 0,3 ΔRMSD, в пределах 0,3 ΔRMSD и ≤ – 0,3 ΔRMSD по сравнению с моделированием WT. SSR фильтра C ^α RMSF» представляет собой сумму квадратов невязок для селективного фильтра альфа-углерода RMSF между WT и каждым вариантом. Мы распределили эту метрику по трем уровням по сравнению с WT: больше 1,0, от 1,0 до 0,5 и меньше 0,5. Селективность фильтра зависит не только от основной цепи, но и от ориентации боковой цепи. Таким образом, мы количественно определили «мотивы Δ RMSD тяжелых атомов боковой цепи TIG (Thr-Ile-Gly)», разделенные на более 0,5, в пределах 0,5 и менее 0,0. Наконец, мы использовали «антикамера открывается/закрывается ПК», чтобы указать, указывает ли одна функция ПК на открытие вестибюля, две функции ПК указывают на открытие, отсутствие изменений, одна функция более закрытой тамбура и две функции более закрытого вестибюля. (Дополнительный файл 3: Видео S1). Для электрофизиологических исследований мы использовали двухэтапный подход, применяя больший вес к току, чем к другим измеренным атрибутам канала. Сначала мы взвешивали каждый результат анализа: текущая амплитуда (0–3, что соответствует уровню статистической значимости (0: не значимо; 1: 0,001 < P < 0,01; 2: 0,0001 < P < 0,001; 3: P < 0,0001) и регулирование с помощью GPCR или pH (0: незначительно; 1: P < 0,05) и добавленные веса для каждого варианта (максимальный вес = 5). Затем их масштабировали по шкале 0–3 (0: суммарный вес = 0; 1: суммарный вес = 1; 2: суммарный вес = 2–3; 3: суммарный вес = 3). Единственным исключением из этого был вариант Tyr205Cys, который не имел измеряемого тока, но получил бы только суммарный вес 3, поскольку регуляция с помощью GPCR и pH не могла быть измерена без какого-либо базового тока, но повреждающие доказательства были более значительными, чем сам этот вес. .
Варианты были классифицированы в соответствии с рекомендациями 2015 года Американского колледжа медицинской генетики и геномики и руководящими принципами Ассоциации молекулярной патологии [48]. Согласно текущим рекомендациям ClinGen, PM2 использовался в качестве вспомогательного уровня доказательств [49]. Консервативно, PS2 применялся как умеренный уровень доказательности из-за того, что KCNK9 является локусом, импринтированным по отцовской линии. PP3 определяли с помощью CADD [50], MutationTaster [51], PrimateAI [52], SIFT [53] и Polyphen2 [54] (dbNSFP версии 4. 1 [55]), применяя подтверждающий уровень доказательности, когда 3 или более инструментов предсказывают повреждение воздействия (Дополнительный файл 2: Таблица S1). Вес функционального доказательства (PS3) был применен с использованием только электрофизиологических данных с перемасштабированием веса (нет = 0; поддерживающий = 1; умеренный = 2; сильный = 3). Согласованность между расчетным и in vitro влиянием вариантов оценивали с использованием моделей корреляции Спирмена и линейной регрессии.
Результаты
Разнообразные геномные вариации в
KCNK9
В этом исследовании описано 47 больных с гетерозиготными вариантами KCNK9 из 29 семей. Мы суммируем первоначально описанное арабо-израильское родство 15 пораженных особей и шести ранее опубликованных одиночек в дополнение к 26 вновь идентифицированным особям из 22 семей, несущих 15 уникальных новых вариантов KCNK9 (рис. 1А).
Рис. 1
Лица с синдромом импринтинга KCNK9 . A KCNK9 , кодирующие экзоны, показаны все варианты по прогнозируемому изменению белка с использованием ProteinPaint (Детская исследовательская больница Св. Иуды). Число в кружке представляет собой количество семей, описанных с вариантом, без числа = 1 семья. Ранее опубликованные варианты выделены серым цветом. B Схема топологии белка TASK3, показывающая расположение вариантов. C Сохранение остатков, затронутых вариантами. Полосы в верхней строке обозначают положение варианта. D Фотографии спереди и в профиль людей с вариантами KCNK9 . Возраст на момент фотографии: P2.1: 1 год 6 мес, P3.1: 9 лет, P6.1: 10 лет 3 мес, P7.1: 9 лет, P8.1: 1 год 5 мес, P9.1: 12 лет. 18л, P9.2: 12л-18л, P12.1: 2г 2 м; P13.1: 6 лет 1 мес., P15.1: 58 лет, P16.1: 17 лет, P18.1 (обновленное фото, часть 1, Graham et al. 2016): 6 лет, P23.1: 1 год 3 мес, P24. 1: слева 3 м, справа 5 л, P27.1: 6 л 1 м, P27.2: 8 л 1 м, P27. 3: 28 л, P29.1: 8 л 1 м. y = лет; m = месяцев. E Анализ лица с использованием приложения Face2Gene Research (FDNA Inc., Бостон, Массачусетс) лиц с KCNK9 синдром импринтинга (фронтальные фото P3.1, P6.1, P7.1, P8.1, P9.1, P12.1, P13.1, P16.1, P18.1, P19.1*, P20.1*, P21.1*, 23.1, P24.1 (фото 3 м), 25,1*, 27,1 и 29,1 по сравнению с контрольной группой по возрасту, полу и этнической принадлежности. Агрегированное бинарное сравнение (AUC = площадь под кривой , ROC = рабочая характеристика приемника) демонстрирует значительную разницу между двумя когортами ( P < 0,05). KCNK9 имеет отцовский импринтинг, что позволяет патогенным вариантам присутствовать на отцовском аллеле, не вызывая заболевания, и, таким образом, может быть обнаружен в здоровых популяциях. Мы заметили, что KCNK9 почти не переносит миссенс-вариации с gnomAD (v2.1.1) [56] миссенс-ограничение Z -показатель = 2,9 (наблюдаемое/ожидаемое отношение = 0,48; ДИ 0,41–0,56), где значимое ограничение составляет Z > 3,09. Однако KCNK9 менее ограничен, чем другие гены, вызывающие доминантные нарушения развития нервной системы [57], и 9/19 вариантов (дополнительный файл 2: таблица S1) попадают в области ограниченного кодирования (CCR) > 95-го процентиля [58]. Идентифицированные вариантов KCNK9 (рис. 1A, B и дополнительный файл 2: таблица S1) отсутствуют или чрезвычайно редки в популяции и попадают либо в трансмембранный (TM), либо в внутрицитоплазматический домены, не встречаясь во внеклеточных областях белок, и большинство из них влияет на высококонсервативные остатки (Fig. 1C). Шесть семей несут вариант p.(Gly236Arg), поражающий 20 человек, известный очаг изменений. Среди новой вариации, выявленной в нашей когорте, восемь семей с девятью пораженными людьми несут миссенс-изменения в Arg131, в том числе пять семей с p.(Arg131His) и по одному с p.(Arg131Cys), p.(Arg131Pro) и p. (Arg131Ser) в пораженной паре братьев и сестер. У двух братьев и сестер из дополнительного семейства соседний остаток модифицирован вариантом p. (Met132Arg). Кроме того, у двух неродственных пробандов есть p.(Met159Иль) вариант. Остальные идентифицированные варианты были уникальными для каждой семьи. В соответствии с отцовским импринтингом KCNK9 , десять семей продемонстрировали материнское наследование, а в 16 семьях вариант возник de novo у пораженного человека или матери (дополнительный файл 2: таблица S1). Таким образом, мы идентифицировали разнообразные генетические изменения каналов TASK3, связанные с KIS, которым не хватало механистического понимания и ассоциации с заболеванием, что мотивировало их функциональную характеристику.
Спектр и вариабельность клинических фенотипов, связанных с
KCNK9 вариация
Оценивая доступные клинические данные, мы описываем фенотипический спектр и вариабельность в нашей когорте (таблица 1). Подробные истории болезни представлены в дополнительном файле 1: дополнительное примечание. У большинства людей наблюдаются задержки развития нервной системы, расстройство личности, гипотония, поведенческие аномалии и лицевой дисморфизм.
Таблица 1 Фенотипы лиц с KCNK9вариация
Полная таблица
Неврологически у большинства людей была тяжелая и легкая глубокая ИД ( n = 24 семьи, 83%) и двигательная ( n = 26, 90%) и речь ( n = 27, 93%) задержки с мышечной гипотонией от легкой до выраженной ( n = 25, 86%), особенно в младенчестве. Это часто сопровождалось миопатическими изменениями при биопсии мышц и электромиографии (ЭМГ). Часто встречались поведенческие и когнитивные нарушения ( n = 17, 59%) и включали синдром дефицита внимания и гиперактивности (СДВГ), расстройство аутистического спектра (РАС) и агрессивное, импульсивное или агрессивное поведение. Например, пробанд P6.1 демонстрировал аутистические черты со стереотипиями (дополнительный файл 4: видео S2).
Лихорадочные судороги были зарегистрированы в пяти семьях (17% семей, дополнительный файл 5: таблица S2). Сообщалось, что у пяти из 15 пострадавших членов семьи F22 развились судороги, но без дополнительных подробностей [5, 8]. У четырех дополнительных пробандов (P11.1, P12.1, P13.1 и P18.1), сообщивших об афебрильных судорогах, приступы начались в возрасте от 2 до 8 лет. Судороги хорошо контролировались медикаментами (монотерапия или комбинированная терапия, включая ламотриджин, вальпроат натрия, клоназепам или окскарбазепин). У трех из этих лиц фебрильные судороги и неподтвержденные эпизоды судорог предшествовали афебрильным судорогам с началом уже в возрасте 1 месяца. Три дополнительных человека (P3.1, P4.1 и P29.1) сообщили только о фебрильных судорогах, а P1.2 испытал эпизоды предполагаемых абсансных судорог, которые не были подтверждены.
Дисморфические признаки были зарегистрированы у всех лиц, по которым были доступны данные (таблица 1 и рис. 1D). Анализ фотографий лица (рис. 1E) 17 неродственных людей с KIS по сравнению с контрольной группой с использованием программного обеспечения для беспристрастного распознавания лиц [21] продемонстрировал статистически значимую разницу в дисморфических чертах лица в нашей когорте ( P = 0,014, AUC = 0,88 ± 0,05). Составное гештальт-изображение лица демонстрирует вытянутое лицо, дугообразные брови, опущенные вниз уголки рта, тонкую верхнюю губу, натянутую верхнюю губу, короткий губной желобок и битемпоральное сужение. Дополнительные особенности, включая толстые альвеолярные гребни, расщелину или высокое небо и конические пальцы, были относительно распространены. Таким образом, эти описания расширяют и уточняют спектр признаков и симптомов, характеризующих этот синдром.
Варианты TASK3 демонстрируют измененные свойства молекулярной механики и динамики
Мы использовали модели трехмерных каналов TASK3 (рис. 2A–C), используя экспериментальные данные из семейства генов, в расчетах влияния варианта на белок ( N = 14; таблица 2). Структурное моделирование белков в 3D позволяет рассчитывать конкретные биохимические и биофизические детали. Такие расчеты предоставляют информацию, отличную от алгоритмов геномики [59], и позволяют нам оценить влияние вариантов на механику канала. Используя 3D-модели, мы смоделировали динамику TASK3 (дополнительный файл 6: рис. S1), которая была последовательной во всех технических повторах (не показано) и выявила механику, специфичную для мутации (рис. 2D-G; подробности в дополнительном файле 1: дополнительное примечание). ). Gly236Arg действительно закупорился, поместил положительный заряд в предкамеру канала (рис. 2D) и исказил фильтр селективности (дополнительный файл 6: рис. S2A). Фильтр селективности характеризуется кольцом гидрофобных и ароматических остатков, которые образуют взаимодействия между мономерами и облегчают транспортировку по каналу (дополнительный файл 6: рис. S2B). Моделирование также показало перестройку фильтра селективности для Arg131His, в то время как Met132Arg приводил к блокировке мутировавших каналов, а Phe135del искажал обе области, подтверждая интерпретацию сниженной функции (дополнительный файл 2: таблица S1). Остальные мутированные каналы, кроме Phe164Cys и Ala237Asp, показали более открытую внутреннюю часть канала при моделировании (таблица 2), что мы интерпретировали как более подходящее для переноса ионов. Некоторые варианты одновременно демонстрировали особенности, которые могли быть связаны с меньшей разрешающей способностью, например, Arg131His с искаженным фильтром селективности и Arg131Ser с более узким входом в канал. Чтобы лучше суммировать совокупные эффекты этих изменений динамики белка, мы количественно оценили изменения в распределении K+ в ключевых местах (дополнительный файл 6: рис. S3 и S4) и обнаружили серьезное истощение K ⁺ рядом с фильтром селективности для Gly236Arg (рис. 3А). На цитоплазматической поверхности Gly236Arg почти не показывал K ⁺, Arg131His показывал мало, а Met159Ile сравнительно больше, но все же меньше по сравнению с WT (фиг. 3B). Моделирование даже продемонстрировало частичное спасение Gly236Arg за счет коммутации Ala237Thr, ранее показанное экспериментально [14] (рис. 3C и дополнительный файл 1: дополнительное примечание), подтверждая механистическую ценность данных. Интересно, что [K ⁺ ] вокруг фильтра селективности и ΔΔG _раз значительно коррелировали ( ρ = 0,50), что указывает на связь между нашими расчетами, основанными на структуре и динамике. Вместе, без учета данных электрофизиологии (ниже), моделирование предсказало потерю функции для Gly236Arg, Phe135del и Met132Arg, небольшое изменение для Phe164Cys и Ala237Asp, вероятное усиление функции, но с сочетанием признаков, связанных с усилением и потерей, для Met156Val, Arg131His, Arg131Ser и усиление функции для Arg131Pro, Met159Ile, Thr199Ala и Met249Тр (табл. 2). Таким образом, трехмерное структурное и динамическое моделирование обогатило информацию, доступную из геномики, для объяснения механики мутировавшего канала TASK3.
Рис. 2
Структура TASK3 и расположение вариантов. A Мы смоделировали TASK3 в явной среде и показали, что димер окрашен мономером. Мы опускаем окружающую среду с других изображений для простоты. B Мы отмечаем расположение вариантов, наблюдаемых в нашей когорте. Розовые сферы отмечают участки вариантов в одном мономере, а голубые сферы – в другом. R303C и A320T не входят в модельную область. C Мы показываем тот же вид TASK3, окрашенный особенностями структуры, которые мы будем использовать при описании эффектов геномных вариантов. Мы окрашивали только один мономер, так как признаки перекрываются. Трансмембранные (TM) спирали образуют ядро структуры, а три из них образуют тип пучка из 3 спиралей (3-HB). Мотивы TIG образуют нижнюю часть фильтра селективности и окрашены в черный цвет. Предполагается, что С-конец загибается вдоль обращенной внутрь клетки стороны и может участвовать в механизме ворот. Большинство вариантов находятся на стороне, обращенной внутрь клетки, или обращены во внутреннюю центральную камеру, что обозначено цифрой 9.0778 и . D G236R помещает положительно заряженные боковые цепи аргинина внутрь канала, не только перекрывая его, но, вероятно, добавляя катионную блокаду. E Из нашего моделирования MD мы также наблюдали устойчивые конформационные изменения, связанные с G236R. F Вариант M159I, встречающийся внутри 3-HBs, также был связан с последовательным изменением ориентации N-концевой спирали. G Наблюдаются три различных варианта R131, которые влияют на организацию и ориентацию 3-HB относительно N-концевой спирали
Полноразмерное изображение
Таблица 2 KCNK9 Варианты в этом исследовании оценивались на предмет структурных и динамических изменений TASK3
Полноразмерная таблица
Рис. 3
Функциональные изменения в TASK3 связаны с измененным распределением ионов. Здесь мы показываем избранные примеры с более широкой характеристикой в дополнительном файле 6: рис. S6 и S7. A Мы показываем сглаженный RDF K ⁺ для выбранных вариантов, при этом M159I и R131H демонстрируют WT-подобное, но меньшее присутствие K ⁺ вокруг фильтра селективности и истощение для G236R. B Сглаженный RDF K ⁺ с центром в остатке 236, обращенном к цитоплазматической поверхности, снова демонстрирует резкое истощение по G236R, менее резкое по R131H и более скромное изменение по M159I. C Сглаженный K ⁺ RDF, сосредоточенный вокруг фильтра селективности, показывает, что значительное истощение для G236R частично компенсируется двойным вариантом A237T с умеренным увеличением только для A237T. Это согласуется с ранее опубликованными экспериментальными анализами, которые показали, что A237T является частично компенсирующим вариантом G236R 9.0007
Изображение в натуральную величину
Электрофизиологические исследования выявили измененный ток в вариантах TASK3
Чтобы оценить функциональное влияние вариантов KCNK9 на свойства канала TASK3, мы провели электрофизиологию пэтч-клэмп цельных клеток для регистрации токов, проходящих через 15 клинически идентифицированных KCNK9. вариантов каналов, временно экспрессированных в клетках tsA201 человека и характеризующих их свойства (дополнительный файл 7: таблица S3). Вариант KIS, Gly236Arg, вводит положительно заряженный аргинин в область TM4 канала и дает значительно сниженное ( P < 0,05) и внутренние выпрямляющие токи [14]. Однако для 13 новых вариантов (Arg131Ser, Arg131Cys, Arg131His, Arg131Pro, Met132Arg, Phe135del, Met156Val, Met159Ile, p.Phe164Cys, Thr199Ala, p.Ala237Asp, Met249Thr, p.Ala320Thr) наблюдается обратный эффект — язвенно-выпрямляющий. pA) токи – наблюдались, определяемые линейными изменениями удерживающего потенциала от - 120 до + 20 мВ (рис. 4A-C и дополнительный файл 7: таблица S3). Семь из этих вариантов (Arg131Ser, Arg131Cys, Arg131His, Arg131Pro, Met159Ile, Thr199Ala, Met249Thr) имели достоверно повышенные токи наружу ( P < 0,05, непарные t -тест), в то время как Met132Arg и Phe135del, расположенные на внутриклеточной цитоплазматической петле между TM2 и TM3, значительно ( P < 0,05 ) уменьшенные внешние токи (рис. 4A и дополнительный файл 7: таблица S3) по сравнению с экспериментально подобранными контролями WT. Интересно, что оставшиеся четыре варианта (Met156Val, Phe164Cys, Ala237Asp, Ala320Thr) были функционально неотличимы от WT в этом анализе (фиг. 4A). Двенадцать вариантов имели средние нулевые токовые потенциалы, подобные WT ( P > 0,05) и близким к равновесному потенциалу для K ⁺ в данных условиях регистрации (рис. 4А–С). Вариант Phe135del был единственным вариантом, который демонстрировал значительный ( P < 0,05) сдвиг реверсивного потенциала, чтобы стать более деполяризованным, подобно наблюдаемому с Gly236Arg. Tyr205Cys встречается во второй области поры (P2) канала и не функционировал в наших экспериментальных условиях, без измеримого тока и нулевого потенциала тока (дополнительный файл 7: таблица S3), неотличим от зеленого флуоресцентного белка (GFP) только трансфицированные клетки. Используя флуоресцентно меченные каналы в конфокальной микроскопии каналов WT, Gly236Arg и Tyr205Cys, мы обнаружили, что каналы Tyr205Cys имеют такие же уровни белка TASK3 на плазматической мембране, что и каналы WT (дополнительный файл 6: рис. S5), что позволяет предположить, что вариант Tyr205Cys переносится как эффективно к плазматической мембране в виде WT. Попытки восстановить ток через каналы Tyr205Cys с помощью модифицирующих цистеин агентов (дитиотреитол (ДТТ), 5″-дитио-бис(2-нитробензойная кислота) (ДТНБ или Эллмана) или метантиосульфонаты (МТС)) не увенчались успехом (дополнительный файл 6: рис. С6). Таким образом, новая изученная вариация не была похожа на Gly236Arg и значительно отличалась по плотности тока от WT, подтверждая ее роль в определении KIS, но с другим основным механизмом.
Рис. 4
Влияние изменений отдельных белков на регуляцию каналов различными модуляторами. A ящики, выделенных синим, обозначают увеличение измеренного параметра по сравнению с соответствующими элементами управления WT, где ↑ P <0,05, ↑ .. P <0,01 и ↑↑ P <0,001 и ↑↑емиm
888 P <0,001 и ↑↑емиm
888. P < 0,0001, определено с использованием непарного теста Стьюдента t . Ящики, выделенные серым цветом, обозначают уменьшение измеряемого параметра по сравнению с WT, где ↓ P < 0,05, ↓↓ P < 0,01, ↓↓↓ P < 0,001 и ↓↓↓↓ P 0,0 0,0 0,0 Белые прямоугольники означают отсутствие изменений в эффекте от WT ( ←→ P ≥ 0,05). Зеленые прямоугольники обозначают нефункциональные варианты и отражают клетки, трансфицированные только GFP. B Амплитуда тока в зависимости от времени. C Амплитуда тока в зависимости от напряжения. D Ингибирование кислотным рН. E Ингибирование мускарином. *** P < 0,001 и **** P < 0,0001 для межгрупповых различий, определенных с помощью непарного критерия Стьюдента т -тест. Квадратные или круглые символы представляют отдельные точки данных для каждого условия и канала. Столбики погрешностей представляют собой 95% доверительные интервалы. рА, пикоампер; пФ, пикофарад; В _РЭВ , реверсивный потенциал; мс, миллисекунда; мВ, милливольт; M3, мускариновый рецептор 3
Изображение в натуральную величину
Изменения в регуляции TASK3 — дисфункциональная черта, присущая вариантам KIS
Чувствительность к изменениям внеклеточного pH — характерный регуляторный отпечаток каналов TASK3. При pKa 6,7 каналы TASK3 ингибируются повышенным внеклеточным подкислением от физиологического pH [1, 60, 61]. Интересно, что каналы с мутациями Gly236Arg демонстрируют пониженную чувствительность к внеклеточному закислению (дополнительный файл 8: таблица S4 и см. Veale et al. [14]). Определив чувствительность к pH новых вариантов TASK3, мы обнаружили, что десять из 13 вариантов имели пониженную чувствительность к внеклеточному подкислению с pH 7,4 до 6,4 (рис. 4A, D и дополнительный файл 8: таблица S4), аналогично каналам Gly236Arg; мы не обнаружили чувствительного изменения рН с Met156Val, Met249Thr, или Ala320Thr. Tyr205Cys не удалось измерить из-за отсутствия измеряемого тока при - 40 мВ. Эти данные показывают, что большинство вариантов связаны с таким же нарушением регуляции каналов за счет внеклеточного подкисления, как и каналы Gly236Arg.
Примечательно, что каналы TASK3 также регулируются активированными GPCR, что приводит к ингибированию, а каналы Gly236Arg демонстрируют полную потерю G _αq-опосредованного ингибирования канала (дополнительный файл 9: таблица S5 и см. Veale et al., 2007, 2014) [13, 14]. Таким образом, мы проанализировали потерю G _αq-опосредованное ингибирование каналов в присутствии 0,1 мкМ мускарина и обнаружил, что семь из 13 каналов (Arg131Ser, Arg131Cys, Arg131His, Arg131Pro, Phe135del, Met159Ile, Ala237Asp) показали значительное ( P < 0,0008 P 0,0955 8 q 8 q ) снижение -опосредованное ингибирование (фиг. 4A, E и дополнительный файл 9: таблица S5), подобное Gly236Arg, тогда как Ala320Thr проявлял повышенную чувствительность к G _αq-опосредованному ингибированию. Пять оставшихся вариантов (Met132Arg, Met156Val, Phe164Cys, Thr199Ala, Met249Thr), сохраняли чувствительность к ингибированию, опосредованному G _αq, сходную с контролем WT (фиг. 4A). Эти исследования показывают, что активированная GPCR регуляция каналов TASK3 изменяется большинством клинических вариантов, подобно Gly236Arg, и предполагает регуляцию каналов как определяющее функциональное следствие клинической KCNK9 вариации, связанной с KIS.
Интегрированная вычислительная и экспериментальная оценка механизмов измененных каналов
Мы оценили соответствие результатов расчетов и экспериментов и показали, что расчетная оценка, ослепленная данными in vitro, согласовывалась с данными in vitro. Мы классифицировали доказательства in vitro и расчетов по следующим весам воздействия (дополнительный файл 2: таблица S1; подробности см. в методах): нет (без изменений по сравнению с WT; вес = 0), поддерживающий (различия наблюдаются, но клиническая значимость неясна; 1), умеренная (функция, вероятно, нарушена; 2) и сильная (функция изменена в соответствии с тем, что она является причиной заболевания; 3). Все варианты, предсказываемые компьютерным путем для закупорки канала, оказали сильное влияние экспериментально. Три из четырех вариантов с численно смоделированными характеристиками, показывающими, что канал является как более, так и менее разрешительным, оказали сильное влияние (четвертый имел умеренное влияние) экспериментально. Из оставшихся шести вариантов четыре были умеренного воздействия и по одному поддерживающему и сильному воздействию, экспериментально; среди этих шести расчеты соответствовали классу воздействия in vitro, но предсказывали большее влияние для Met156Val и Ala237Asp и меньшее влияние для Met159.Иль и Ала320Thr. Met156Val уникален среди тестов in vitro тем, что не оказывает заметного влияния на внутреннюю функцию или регуляцию. Еще три, Phe164Cys, Ala237Asp и Ala320Thr, имеют минимальные изменения во внутренней функции белка, но изменяют способ ее регуляции. Важно отметить, что наши вычислительные модели не были настроены для проверки изменений в регуляции каналов. Наконец, Met159Ile имеет одни из самых разрушительных структурных показателей (таблица 2). Таким образом, хотя в моделировании мы видим меньше деформаций канала Met159Ile, Met159Предполагается, что Ile изменит структуру TASK3. Следовательно, биохимическая и механическая связь между нашим моделированием и данными in vitro указывает на их взаимную ценность для интерпретации эффектов генетических вариантов.
Затем мы дополнительно изучили данные наших симуляций, для которых функции лучше всего связаны с экспериментальными результатами. Мы обнаружили, что изменения положения мотива TIG, который определяет фильтр селективности и организацию 3-спирального пучка (3-HB), по-видимому, являются наиболее последовательными структурными особенностями, которые связаны с текущими изменениями амплитуды (дополнительный файл 2: Таблица S1). Четыре варианта (Met132Arg, Phe135del, Gly236Arg и Tyr205Cys) экспериментально продемонстрировали снижение или отсутствие амплитуды тока. По расчетам, все эти четыре показали большее искажение 3-HB по сравнению с WT. В то же время Met132Arg и Phe135del имели более закрытую предкамеру, а Gly236Arg – более открытую предкамеру. Таким образом, предполагается, что эти четыре варианта будут более конформационно нестабильными, что приведет к потере амплитуды. Шесть вариантов (Arg131Ser, Arg131His, Arg131Pro, Met159Ile, Thr199Ala и Met249Thr) имеют увеличенную амплитуду по данным электрофизиологии. Все шесть, кроме Arg131Ser, имели меньшее искажение 3-HB. В то же время Arg131Pro и Met249Thr имеют более открытую предкамеру, а Arg131His/Ser — более закрытую предкамеру. Мотивы TIG значительно изменены для всех шести, кроме Arg131Pro. Таким образом, эти варианты в целом были более конформационно стабильными, но изменение TIG указывало на потерю конформационного контроля над движением ионов. Три варианта (Met156Val, Phe164Cys и Ala237Asp) продемонстрировали нормальные амплитуды тока WT в электрофизиологических анализах. Эти три показали различные изменения 3-HBs и TIGs в моделировании. Большое изменение 3-HB было рассчитано для Ala237Asp, хотя не было замечено влияния на амплитуду тока, в отличие от синтетического варианта Ala237Thr с усилением функции [14, 62]. Отклонение TIG было незначительным для Phe164Cys и Met156Val, но большим для Ala237Asp. Эти три варианта имеют смешанные 3D-характеристики, которые поддерживают общее увеличение амплитуды от нейтрального до умеренного, что согласуется с нашими экспериментами. Таким образом, структурное моделирование и функциональные эксперименты позволили сделать выводы о том, как мутировавшие каналы TASK3 могут стать дисфункциональными.
Корреляция функциональных свойств вариантов KIS и классификаций патогенности
Затем мы попытались классифицировать вариантов KCNK9 , используя 5-балльную шкалу патогенности от доброкачественных до патогенных, используя все соответствующие и доступные данные для каждого варианта. Алгоритмы прогнозирования на основе ДНК были почти единодушны в отношении повреждающих вариантов, за исключением p.(Met156Val) и p.(Ala320Thr) (рис. 5A). Наши данные in vitro были более детализированы и демонстрируют, что каждый вариант может иметь уникальные особенности, но регуляция канала чаще всего нарушалась (Fig. 5B). Чтобы оценить силу доказательств, поддерживающих повреждающую интерпретацию для исследований гетерологичных клеток in vitro, а также для исследований с компьютерным моделированием, мы использовали четырехточечные веса воздействия, рассчитанные выше (дополнительный файл 2: таблица S1; см. методы для получения подробной информации). ). классифицировать вариантов KCNK9 с точки зрения патогенности, мы использовали текущие рекомендации Американского колледжа медицинской генетики и геномики и Ассоциации молекулярной патологии [48] (рис. 5C и дополнительный файл 2: таблица S1). Поэтому, в соответствии с этими рекомендациями, мы рассматривали только исследования на основе клеток in vitro как способствующие PS3 и придавали наибольший вес текущей амплитуде (подробности см. В методах). Используя существующие данные, четыре из 19 вариантов KCNK9 будут классифицированы как патогенные, семь — как вероятно патогенные, а восемь останутся VUS. Данные in vitro, которые мы собрали в этом исследовании, повысили три VUS до вероятно патогенных и один вероятно патогенный до патогенного (рис. 5C). Вычисления также продемонстрировали нюансы паттернов, которые мы суммировали выше, используя искажение 3-HB и TIG (рис. 5D). Варианты имели очень схожую силу доказательств, подтверждающих повреждающее воздействие на белок как экспериментальных, так и вычислительных подходов (рис. 5E; ранговая корреляция ρ = 0,72, 9).0778 P = 0,0041). Таким образом, интерпретация наших данных с точки зрения этих рекомендаций предоставляет информацию для немедленного применения в клинической медицине, однако нюансы вычислительных экспериментов и экспериментов in vitro показывают, что информация с более подробным механистическим значением может улучшить интерпретацию генетических вариантов KIS.
Рис. 5
Сочетание экспериментального и вычислительного подходов добавляет механистических деталей к интерпретации генетических вариантов. A Большинство алгоритмов, основанных на последовательностях ДНК, одинаково предсказывают варианты нашей когорты, но среди них отсутствует консенсус. Каждая геномная оценка была ограничена в соответствии с тем, как мы использовали их в соответствии с критериями PP3 классификации ACMG. B Наши эксперименты выявили специфические функциональные изменения для каждого мутировавшего белка, что привело к классу воздействия in vivo и C обновлению классификации ACMG для каждого варианта. D Вычислительные анализы были дополнительно обобщены и продемонстрировали специфические для вариантов изменения в ключевых участках белка, что привело к прогнозируемому классу воздействия (дополнительная информация в дополнительном файле 2: Таблица S1). E Классы воздействия экспериментального и вычислительного подходов были в высокой степени согласованы, демонстрируя потенциал вычислительных инструментов для улучшения информации, доступной для интерпретации генетических вариантов. Мы резюмировали соответствие, используя пузырьковую диаграмму с радиусом, пропорциональным количеству вариантов в каждом классе. Варианты окрашены в соответствии с их классом ACMG, а пузырьки окрашены в соответствии с классом ударной вязкости (слева расчетный и справа in vitro)
Изображение в полный размер
Обсуждение
Настоящее исследование вносит значительный вклад в понимание области каналопатий в целом и KIS, в частности, путем характеристики значительной когорты людей с новыми генетическими вариантами в KCNK9 , пораженных с это синдром развития нервной системы. Кроме того, мы всесторонне характеризуем функциональное влияние вариантов, используя многоуровневый подход. Мы сообщаем о 26 ранее неопубликованных людях с 15 новыми вариантами, демонстрирующими фенотипические черты, сходные с теми, у которых ранее сообщалось о варианте Gly236Arg, связанном с KIS. Более того, мы сообщаем о существовании двух мутационных горячих точек в KCNK9 , встречающийся в ранее описанном кодоне Gly236 и недавно идентифицированном кодоне Arg131. Вычислительное моделирование белка, молекулярно-механический расчет, моделирование молекулярной динамики и электрофизиологические методы «заплаты-зажим» целых клеток в сочетании убедительно свидетельствуют о том, что подавляющее большинство этих вариантов изменяют функцию канала, и здесь мы классифицировали их как патогенные или вероятно патогенные для KIS.
К счастью, сбор этого обширного мутационного ландшафта для KIS позволил нам выполнить детальное клиническое фенотипирование 47 больных из 29семей с этим синдромом (табл. 1). Преобладающие черты этого расстройства включают задержку моторики и речи, расстройство личности, ранние трудности с кормлением, мышечную гипотонию, поведенческие аномалии, включая гиперактивность и агрессию, а также дисморфические черты, включая удлиненное лицо, постоянно открытый рот, микроретрогнатию, высокие дугообразные брови и битемпоральное сужение. Менее распространенные признаки включают судороги, которые могут развиться в детстве и в основном контролируются лекарствами, комбинированное обструктивное и центральное апноэ во сне и сколиоз. Эти признаки согласуются с первоначально описанным вариантом p.(Gly236Arg), но с более широким диапазоном тяжести. Другие синдромы, которые можно учитывать при дифференциальной диагностике, включают синдром делеции 22q, синдром Коэна и синдром Прадера-Вилли. Совокупность клинических признаков, наблюдаемых при KIS, недостаточно специфична, чтобы это расстройство можно было легко распознать в клинике, и поэтому для подтверждения потребуется молекулярный диагноз.
В отличие от первоначальных мутантных каналов Gly236Arg, которые имеют уменьшенный внутренний выпрямляющий ток [14], более 50% вновь описанных вариантов имеют значительно увеличенный внешний ток. Примечательно, что хотя новые варианты KIS оказывали различные эффекты на ток канала, они оказывали гораздо более последовательное влияние на регуляцию TASK3 внеклеточным рН, а также активированными GPCR. Принимая во внимание общие принципы динамики белка, генетические варианты могут смещать баланс движений и тем самым изменять функцию белка [63, 64]. Варианты, которые встречаются на участках нижнего 3-HB (Arg131, Met132, Phe135, Met156, Met159, и Ala237), вероятно, изменяют гидрофобную упаковку области, повышая вероятность переноса K ⁺ вблизи поры канала и больше событий переноса K ⁺. Это резко контрастирует со снижением, наблюдаемым с Gly236Arg, что указывает на отчетливую дисфункцию каналов этими новыми вариантами. В частности, генетические варианты в положении 131 приводят к разным степеням искажения, которые тянут N-концевую спираль внутрь, а также вытягивают спирали 3-HB наружу. Эти изменения смещают С-конец другого мономера из его нормального взаимодействия, и он смещается внутрь, в полость для переноса ионов. Этот сдвиг является наибольшим для Arg131His, причем Arg131Pro и Arg131Ser имеют большую изменчивость между ними. Таким образом, мы считаем, что искажение конфигурации 3-HB может обеспечить новую метрику для отслеживания нарушения канала геномными вариантами.
Вариант Tyr205Cys, появляющийся сразу после последовательности фильтра консервативной ионной селективности (GFG) во второй области пор канала, приводил к полностью нефункциональным каналам. Эта потеря функции, скорее всего, является следствием замены амфипатического тирозина гидрофобным остатком цистеина в водной среде. Было показано, что ароматические остатки, такие как триптофан и тирозин, важны в области пор каналов KcsA (K-канал стрептомицетов A) в определении окончательных размеров внеклеточного устья поры [65].
В идеале скорость проводимости, полученная в результате моделирования, должна быть напрямую связана с экспериментами. Хотя мы наблюдали несколько событий переноса ионов, в большинстве симуляций мутировавших каналов было больше событий ионного транспорта, чем WT, что указывает на то, что длина используемых симуляций может быть недостаточной для прямого вычислительного измерения проводимости. Будущие исследования расширят нашу первоначальную работу, такую как определение уровня детализации моделирования и времени, необходимого для прямого сопоставления экспериментальных измерений проводимости.
В целом как направленность, так и величина изменений, наблюдаемых при компьютерной молекулярной структурной оценке, в значительной степени согласуются с данными электрофизиологических исследований. Это говорит о том, что эти оценки не только полезны для выяснения основных молекулярных причин измеренных электрофизиологических изменений, но также могут использоваться отдельно для получения доказательств патогенности. Эти данные позволили получить дальнейшую клиническую характеристику KIS и лучше понять механистическую сложность, лежащую в основе этого редкого генетического заболевания. В настоящее время рекомендации ACMGG/AMP по классификации вариантов содержат критерии для вычислительных доказательств (PP3) и для функциональных анализов (PS3), но строгость, широта и сложность компьютерных исследований, описанных здесь, не могут быть адекватно отражены в PP3. Когда клеточные анализы недоступны для идентифицированных вариантов, надлежащее использование компьютерного анализа вариантов для определения патогенности отдельного варианта становится критически важным и осуществимым, как показано здесь.
Это исследование дает представление о сложной механике, лежащей в основе этого редкого генетического заболевания. Было продемонстрировано, что вариантов KCNK9 могут вызывать различные эффекты на функцию канала, начиная от повышающей и понижающей регуляции тока до различных эффектов на регуляцию с помощью G _αq и внеклеточного подкисления. Тем не менее, нарушения регуляции TASK3, будь то за счет увеличения или уменьшения свойств канала, достаточно, чтобы вызвать одно клиническое расстройство, KIS, неразделимое в соответствии со специфическим функциональным воздействием. Таким образом, мы можем заключить, что отклонения от нормальной плотности тока в любом направлении в конечном итоге приводят к одному и тому же общему физиологическому эффекту и клиническому исходу. Это было показано при других генетических состояниях, связанных с несколькими различными калиевыми каналами, включая K _V 1.2, K _V 2.1 K _V 7.2 и K _ir 1.2, где, как это ни парадоксально, варианты потери и усиления функции приводят к гипервозбудимым расстройствам, таким как эпилепсия [66]. Кроме того, наиболее последовательным наблюдением (примерно для 70% вариантов) является потеря регуляции. Так что, возможно, как во время развития, так и для функциональных ответов в зрелости наиболее важным наблюдением является не текущий размер как таковой, а соответствующая реакция канала на регуляторные сигналы. В будущей работе дальнейшее понимание функциональных последствий различных эффектов 9Варианты 0778 KCNK9 , которые мы описали, могут быть получены из нейронов, происходящих из иПСК, от пациентов, несущих эти варианты. Помимо изучения тока через мутированные каналы в самих нейронах, это позволит нам измерить влияние измененной функции канала на возбудимость и паттерны возбуждения этих нейронов и предоставит трансляционную модель для терапевтической оценки.
Наблюдаемые переменные эффекты на функцию канала, вызванные вариантами в KCNK9 имеют дополнительные последствия для потенциальной терапии KIS. Ранее предполагалось, что препараты, стимулирующие каналы, такие как подгруппа нестероидных противовоспалительных препаратов класса фенамовой кислоты, могут быть полезны при лечении KIS, поскольку было показано, что флуфенамовая кислота частично восстанавливает сниженный ток в Gly236Arg-мутированных каналах. 14]. Грэм и др. описали ранние результаты лечения двух пациентов с KIS мефенамовой кислотой, свидетельствующие о положительном эффекте [8]. Данные, представленные в этом исследовании, предполагают, что как минимум эти лекарства могут быть эффективны только для людей с подмножеством вариантов, вызывающих снижение тока, подобно Gly236Arg. Эти данные также могут указывать на осторожность при лечении людей с нормальным или повышенным током канала, поскольку мы можем предположить усугубление вредных эффектов. Однако это также может указывать на то, что при таком подходе может быть сложно правильно подобрать дозу для достижения максимальной эффективности или что без достижения надлежащей регуляции каналов может быть достигнута небольшая польза. Альтернативной стратегией может быть увеличение экспрессии нормального отцовского аллеля, как показано Cooper et al. [4]. Вполне возможно, что уровни экспрессии отцовских аллелей могут способствовать наблюдаемой фенотипической изменчивости, и, если они будут определены, это поддержит это как возможный подход к лечению. Интересно предположить, что клиническая польза может быть достигнута за счет лечения такими препаратами, как вальпроевая кислота, известный ингибитор гистондеацетилазы (HDAC), путем стимуляции экспрессии отцовского аллеля. В нашем исследовании мы наблюдали двух пациентов с приступами, получавших лечение этим препаратом, которые показали хороший контроль над приступами, но необходима дальнейшая работа, чтобы определить, показывают ли улучшение другие симптомы, связанные с KIS.
Выводы
Таким образом, KIS представляет собой нарушение развития нервной системы, вызванное спектром патогенных вариантов материнского аллеля отцовского импринтированного гена KCNK9 . Варианты нарушают функцию канала TASK3, вызывая усиление или потерю тока или регуляцию тока, демонстрируя сложность, лежащую в основе механизма заболевания, и, вероятно, требуют различных методов лечения. Эти результаты дополнительно характеризуют клинические особенности, связанные с этим возникающим расстройством, демонстрируют полезность компьютерного моделирования для понимания влияния вариантов на функцию белка и вносят осторожность и предложения в отношении потенциальных стратегий лечения для будущих исследований.
Доступность данных и материалов
Все данные, полученные или проанализированные в ходе этого исследования, которыми мы можем поделиться, включены в эту опубликованную статью и ее дополнительные информационные файлы. Необработанные данные о генетических последовательностях недоступны, поскольку участники исследования не давали согласия на обнародование своих данных о последовательностях. Конкретные вопросы или запросы могут быть сделаны соответствующим авторам.
Сокращения
3-HB:
Комплект из 3-х спиралей
ACMGG:
Американский колледж медицинской генетики и геномики
СДВГ:
Синдром дефицита внимания и гиперактивности
AMP:
Ассоциация молекулярной патологии
ASD:
Расстройство аутистического спектра
Центральный регистрационный центр:
Ограниченные области кодирования
КИ:
Доверительные интервалы
CMR:
CellMask темно-красный
ЦНС:
Центральная нервная система
DTNB:
5″-дитио-бис(2-нитробензойная кислота)
ДТТ:
Дитиотреитол
ЭМГ:
Электромиография
GFP:
Зеленый флуоресцентный белок
GPCR:
Рецептор, связанный с G-белком
HDAC:
Деацетилаза гистонов
ID:
Умственная отсталость
К2П:
Семейство 9 калиевых каналов с двумя порами0007
KIS:
Синдром импринтинга KCNK9
МД:
Молекулярная динамика
МТС:
Метантиосульфонаты
ПТС:
Анализ главных компонентов
ПКК:
Коэффициент корреляции Пирсона
PDB:
Банк данных о белках
RDF:
Функция радиального распределения
СКО:
Среднеквадратичное отклонение
RMSF:
Среднеквадратичное колебание
ОКР:
Рабочая характеристика приемника
АУК:
Площадь под кривой
СТД:
Стандартное отклонение
ЗАДАНИЕ 3:
Кислоточувствительный K-канал 3, связанный с TWIK, K2P9. 1
ТИГ:
Мотив Thr-Ile-Gly
ТМ:
Трансмембранный
VMD:
Визуальная молекулярная динамика
ВУС:
Вариант неопределенного значения
Вес:
Дикий тип
Ссылки
Enyedi P, Czirjak G. Молекулярный фон утечки K + токов: двухпоровые доменные калиевые каналы. Physiol Rev. 2010; 90 (2): 559–605.
КАС пабмед Статья Google ученый
Гольдштейн С.А., Бейлисс Д.А., Ким Д., Лесаж Ф., Плант Л.Д. , Раджан С. Международный союз фармакологов. LV. Номенклатура и молекулярные взаимоотношения двух-P калиевых каналов. Pharmacol Rev. 2005;57(4):527–40.
КАС пабмед Статья Google ученый
Луеди П.П., Дитрих Ф.С., Вайдман Дж.Р., Боско Дж.М., Джирту Р.Л., Хартеминк А.Дж. Вычислительная и экспериментальная идентификация новых импринтированных генов человека. Геном Res. 2007;17(12):1723–30.
КАС пабмед ПабМед Центральный Статья Google ученый
Купер А., Бутто Т., Хаммер Н., Джаганнатх С., Фенд-Гуэлла Д.Л., Ахтар Дж. и др. Ингибирование деацетилирования гистонов восстанавливает фенотип в мышиной модели синдрома умственной отсталости Бирка-Барела. Нац коммун. 2020;11(1):480.
КАС пабмед ПабМед Центральный Статья Google ученый
“>
Барел О., Шалев С.А., Офир Р., Коэн А., Злотогора Дж., Шорер З. и др. Унаследованный по материнской линии синдром умственной отсталости Бирка Барела, вызванный мутацией в геномно импринтированном калиевом канале KCNK9. Am J Hum Genet. 2008;83(2):193–9.
КАС пабмед ПабМед Центральный Статья Google ученый
Седива М., Лассутова П., Замечник Дж., Седлачкова Л., Симан П., Хаберлова Дж. Новый вариант в KCNK9ген у девочки с синдромом Берка-Бареля. Евр Дж Мед Жене. 2020;63(1):103619.
ПабМед Статья Google ученый
Guo H, Duyzend MH, Coe BP, Baker C, Hoekzema K, Gerdts J, et al. Секвенирование генома идентифицирует несколько вредных вариантов у пациентов с аутизмом с более тяжелыми фенотипами. Генет Мед. 2019;21(7):1611–20.
КАС пабмед Статья Google ученый
“>
Грэм Дж. М. мл., Заде Н., Келли М., Тан Э. С., Лью В., Тан В. и др. Синдром импринтинга KCNK9 – дальнейшее определение возможного излечимого расстройства. Am J Med Genet A. 2016;170(10):2632–7.
КАС пабмед Статья Google ученый
Мэти А., Вейл Э.Л., Каннингем К.П., Холден Р.Г., Райт П.Д. Калиевые каналы с двумя порами как лекарственные мишени: анестезия и не только. Annu Rev Pharmacol Toxicol. 2021; 61: 401–20.
КАС пабмед Статья Google ученый
Талли Э.М., Солорзано Г., Лей К., Ким Д., Бейлисс Д.А. Распределение Cns членов семейства двухпоровых доменов (KCNK) калиевых каналов. Дж. Нейроски. 2001;21(19):7491–505.
КАС пабмед ПабМед Центральный Статья Google ученый
Chen X, Talley EM, Patel N, Gomis A, McIntire WE, Dong B, et al. Ингибирование фонового калиевого канала альфа-субъединицами белка Gq. Proc Natl Acad Sci U S A. 2006;103(9)): 3422–7.
КАС пабмед ПабМед Центральный Статья Google ученый
Мэти А. Нейрональные двухпоровые калиевые каналы и их регуляция рецепторами, связанными с G-белком. Дж. Физиол. 2007; 578 (часть 2): 377–85.
КАС пабмед Статья Google ученый
Veale EL, Kennard LE, Sutton GL, MacKenzie G, Sandu C, Mathie A. G(alpha)q-опосредованная регуляция двухпоровых калиевых каналов TASK3: роль протеинкиназы C. Mol Pharmacol. 2007;71(6):1666–75.
КАС пабмед Статья Google ученый
Veale EL, Hassan M, Walsh Y, Al-Moubarak E, Mathie A. Восстановление тока через мутированные калиевые каналы TASK3, лежащие в основе синдрома Бирка-Бареля. Мол Фармакол. 2014;85(3):397–407.
ПабМед Статья КАС Google ученый
Bando Y, Hirano T, Tagawa Y. Дисфункция калиевых каналов KCNK нарушает миграцию нейронов в развивающейся коре головного мозга мыши. Кора головного мозга. 2014;24(4):1017–29..
ПабМед Статья Google ученый
Линден А.М., Санду С., Аллер М.И., Вековищева О.Ю., Розенберг П.Х., Висден В. и др. У мышей с нокаутом TASK-3 наблюдается повышенная ночная активность, нарушения когнитивных функций и сниженная чувствительность к ингаляционным анестетикам. J Pharmacol Exp Ther. 2007;323(3):924–34.
КАС пабмед Статья Google ученый
Pang DS, Robledo CJ, Carr DR, Gent TC, Vyssotski AL, Caley A, et al. Неожиданная роль калиевых каналов TASK-3 в сетевых колебаниях с последствиями для механизмов сна и анестезирующего действия. Proc Natl Acad Sci U S A. 2009;106(41):17546–51.
КАС пабмед ПабМед Центральный Статья Google ученый
Готтер А.Л., Сантарелли В.П., Доран С.М., Танненбаум П.Л., Краус Р.Л., Розал Т.В. и др. TASK-3 как потенциальная мишень для антидепрессантов. Мозг Res. 2011;1416:69–79.
КАС пабмед Статья Google ученый
Собрейра Н., Шьеткатте Ф., Валле Д., Хамош А. GeneMatcher: инструмент для сопоставления исследователей, интересующихся одним и тем же геном. Хум Мутат. 2015;36(10):928–30.
ПабМед ПабМед Центральный Статья Google ученый
Клее Э.В., Кузен М.А., Пинто Э.В.Ф., Моралес-Росадо Х.А., Маке Э.Л., Дженкинсон В.Г. и др. Влияние интегрированных трансляционных исследований на секвенирование клинического экзома. Генет Мед. 2021;23(3):498–507.
ПабМед Статья Google ученый
Гурович Ю., Ханани Ю., Бар О., Надав Г., Флейшер Н., Гельбман Д. и др. Выявление лицевых фенотипов генетических нарушений с помощью глубокого обучения. Нат Мед. 2019;25(1):60–4.
КАС пабмед Статья Google ученый
McWilliam H, Li W, Uludag M, Squizzato S, Park YM, Buso N, et al. Веб-сервисы инструментов анализа из EMBL-EBI. Нуклеиновые Кислоты Res. 2013;41(проблема с веб-сервером):W597–600.
ПабМед ПабМед Центральный Статья Google ученый
Sievers F, Wilm A, Dineen D, Gibson TJ, Karplus K, Li W, et al. Быстрое, масштабируемое создание высококачественных множественных выравниваний белков с использованием Clustal Omega. Мол Сист Биол. 2011;7:539.
ПабМед ПабМед Центральный Статья Google ученый
“>
Berman HM, Westbrook J, Feng Z, Gilliland G, Bhat TN, Weissig H, et al. Банк данных о белках. Нуклеиновые Кислоты Res. 2000;28(1):235–42.
КАС пабмед ПабМед Центральный Статья Google ученый
Zhang Y. Сервер I-TASSER для предсказания трехмерной структуры белка. Биоинформатика BMC. 2008; 9:40.
ПабМед ПабМед Центральный Статья КАС Google ученый
Миллер А.Н., Лонг С.Б. Кристаллическая структура двухпорового домена калиевого канала человека K2P1. Наука. 2012;335(6067):432–6.
КАС пабмед Статья Google ученый
Brohawn SG, del Marmol J, MacKinnon R. Кристаллическая структура человеческого K2P TRAAK, чувствительного к липидам и механическим воздействиям K+ ионного канала. Наука. 2012;335(6067):436–41.
КАС пабмед ПабМед Центральный Статья Google ученый
Ласковски Р.А., Руллманн Дж.А., Макартур М.В., Каптейн Р., Торнтон Дж.М. AQUA и PROCHECK-NMR: программы для проверки качества белковых структур, решенных с помощью ЯМР. Дж Биомол ЯМР. 1996;8(4):477–86.
КАС пабмед Статья Google ученый
Benkert P, Kunzli M, Schwede T. Сервер QMEAN для оценки качества белковых моделей. Нуклеиновые Кислоты Res. 2009; 37 (проблема с веб-сервером): W510–4.
КАС пабмед ПабМед Центральный Статья Google ученый
Studer G, Biasini M, Schwede T. Оценка локального структурного качества моделей трансмембранных белков с использованием статистических потенциалов (QMEANBrane). Биоинформатика. 2014;30(17):i505–11.
КАС пабмед ПабМед Центральный Статья Google ученый
“>
Уиллард Л., Ранджан А., Чжан Х., Монзави Х., Бойко Р.Ф., Сайкс Б.Д. и др. VADAR: веб-сервер для количественной оценки качества структуры белка. Нуклеиновые Кислоты Res. 2003;31(13):3316–9.
КАС пабмед ПабМед Центральный Статья Google ученый
Холм Л., Парк Дж. Рабочий стол DaliLite для сравнения структуры белков. Биоинформатика. 2000;16(6):566–7.
КАС пабмед Статья Google ученый
Бейкер Н.А., Сентябрь Д., Джозеф С., Холст М.Дж., Маккаммон Дж.А. Электростатика наносистем: применение к микротрубочкам и рибосомам. Proc Natl Acad Sci U S A. 2001;98(18):10037–41.
КАС пабмед ПабМед Центральный Статья Google ученый
Родстром К.Э.Дж., Кипер А.К., Чжан В., Ринне С., Пайк А.С.В., Гольдштейн М. и др. Нижние Х-образные ворота в каналах TASK улавливают ингибиторы в вестибюле. Природа. 2020; 582 (7812): 443–7.
КАС пабмед Статья Google ученый
Хамфри В., Далке А., Шультен К. VMD: визуальная молекулярная динамика. Дж Мол График. 1996;14(1):33–8 27–8.
КАС пабмед Статья Google ученый
Джо С., Ким Т., Айер В.Г., Им В. CHARMM-GUI: графический веб-интерфейс пользователя для CHARMM. J Comput Chem. 2008; 29(11):1859–65.
КАС пабмед Статья Google ученый
Джо С., Лим Дж. Б., Клауда Дж. Б., Им В. CHARMM-GUI Membrane Builder для смешанных бислоев и его применение для дрожжевых мембран. Биофиз Дж. 2009; 97 (1): 50–8.
КАС пабмед ПабМед Центральный Статья Google ученый
“>
Конг К., Гришин Н.В. MESSA: MEta-сервер для анализа белковых последовательностей. БМС Биол. 2012;10:82.
КАС пабмед ПабМед Центральный Статья Google ученый
Шимковиц Дж., Борг Дж., Стричер Ф., Нис Р., Руссо Ф., Серрано Л. Веб-сервер FoldX: онлайновое силовое поле. Нуклеиновые Кислоты Res. 2005; 33 (проблема с веб-сервером): W382–8.
КАС пабмед ПабМед Центральный Статья Google ученый
Ван Дурме Дж., Дельгадо Дж., Стричер Ф., Серрано Л., Шимковиц Дж., Руссо Ф. Графический интерфейс для силового поля FoldX. Биоинформатика. 2011;27(12):1711–2.
ПабМед Статья КАС Google ученый
Парра Р.Г., Шафер Н.П., Радуски Л.Г., Цай М.Ю., Гузовский А.Б., Волинс П.Г., и соавт. Protein Frustratometer 2: инструмент для локализации энергетических расстройств в белковых молекулах, теперь с электростатикой. Нуклеиновые Кислоты Res. 2016; 44(W1):W356–60.
КАС пабмед ПабМед Центральный Статья Google ученый
Phillips JC, Braun R, Wang W, Gumbart J, Tajkhorshid E, Villa E, et al. Масштабируемая молекулярная динамика с NAMD. J Comput Chem. 2005; 26(16):1781–802.
КАС пабмед ПабМед Центральный Статья Google ученый
Cornell WDCP, Bayly CI, Gould IR, Merz KM, Ferguson DM, Spellmeyer DC, et al. Силовое поле второго поколения для моделирования белков, нуклеиновых кислот и органических молекул. J Am Chem Soc. 1995; 117:5179–97.
КАС Статья Google ученый
Jurrus E, Engel D, Star K, Monson K, Brandi J, Felberg LE, et al. Усовершенствования программного обеспечения для биомолекулярной сольватации APBS. Белковая наука. 2018;27(1):112–28.
КАС пабмед Статья Google ученый
Грант Б.Дж., Родригес А.П., ЭльСави К.М., Маккаммон Дж.А., Кейвс Л.С. Bio3d: пакет R для сравнительного анализа белковых структур. Биоинформатика. 2006;22(21):2695–6.
КАС пабмед Статья Google ученый
Система молекулярной графики PyMOL. Версия 1.8.6.1. Шредингер, ООО. https://pymol.org/2/support.html?#citing.
Cunningham KP, Holden RG, Escribano-Subias PM, Cogolludo A, Veale EL, Mathie A. Характеристика и регуляция калиевых каналов дикого типа и мутантных доменов TASK-1 с двумя порами, показанных при легочной артериальной гипертензии. Дж. Физиол. 2019;597(4):1087–101.
КАС пабмед Статья Google ученый
Ричардс С., Азиз Н. , Бэйл С., Бик Д., Дас С., Гастье-Фостер Дж. и др. Стандарты и рекомендации по интерпретации вариантов последовательностей: совместная согласованная рекомендация Американского колледжа медицинской генетики и геномики и Ассоциации молекулярной патологии. Генет Мед. 2015;17(5):405–24.
ПабМед ПабМед Центральный Статья Google ученый
Рекомендация по интерпретации варианта последовательности ClinGen для PM2 — версия 1.0. Страница рабочей группы: https://clinicalgenome.org/working-groups/sequence-variant-interpretation/, дата утверждения: 4 сентября 2020 г. (2020 г.).
Ренцш П., Виттен Д., Купер Г.М., Шендур Дж., Кирхер М. CADD: прогнозирование вредоносности вариантов во всем геноме человека. Нуклеиновые Кислоты Res. 2019;47(D1):D886–D94.
КАС пабмед Статья Google ученый
“>
Schwarz JM, Cooper DN, Schuelke M, Seelow D. MutationTaster2: предсказание мутаций для возраста глубокого секвенирования. Нат Методы. 2014;11(4):361–2.
КАС пабмед Статья Google ученый
Sundaram L, Gao H, Padigepati SR, McRae JF, Li Y, Kosmicki JA, et al. Прогнозирование клинических последствий мутации человека с помощью глубоких нейронных сетей. Нат Жене. 2018;50(8):1161–70.
КАС пабмед ПабМед Центральный Статья Google ученый
Ng PC, Henikoff S. Прогнозирование вредных аминокислотных замен. Геном Res. 2001;11(5):863–74.
КАС пабмед ПабМед Центральный Статья Google ученый
Аджубей И.А., Шмидт С., Пешкин Л., Раменский В.Е., Герасимова А., Борк П. и др. Метод и сервер для прогнозирования повреждающих миссенс-мутаций. Нат Методы. 2010;7(4):248–9..
КАС пабмед ПабМед Центральный Статья Google ученый
Liu X, Li C, Mou C, Dong Y, Tu Y. dbNSFP v4: обширная база данных функциональных прогнозов и аннотаций, специфичных для транскриптов, для несинонимичных SNV человека и сайтов сплайсинга. Геном Мед. 2020;12(1):103.
КАС пабмед ПабМед Центральный Статья Google ученый
Karczewski KJ, Francioli LC, Tiao G, Cummings BB, Alfoldi J, Wang Q, et al. Спектр мутационных ограничений количественно определен по вариациям у 141 456 человек. Природа. 2020;581(7809): 434–43.
КАС пабмед ПабМед Центральный Статья Google ученый
Бетанкур С., Буксбаум Д.Д. Генная ограниченность и корреляции генотип-фенотип при нарушениях развития нервной системы. Curr Opin Genet Dev. 2020; 65: 69–75.
КАС пабмед Статья Google ученый
Хаврилла Дж. М., Педерсен Б. С., Слой Р. М., Куинлан А. Р. Карта областей ограниченного кодирования в геноме человека. Нат Жене. 2019;51(1):88–95.
КАС пабмед Статья Google ученый
Tripathi S, Dsouza NR, Urrutia R, Zimmermann MT. Структурная биоинформатика улучшает механистическую интерпретацию геномной изменчивости, продемонстрированную посредством анализа 935 различных мутаций семейства RAS. Биоинформатика. 2020.
Kim Y, Bang H, Kim D. TASK-3, новый член семейства тандемных каналов K(+). Дж. Биол. Хим. 2000;275(13):9340–7.
КАС пабмед Статья Google ученый
Раджан С., Вишмайер Э., Синь Лю Г., Прейзиг-Мюллер Р. , Даут Дж., Карщин А. и др. TASK-3, новый кислоточувствительный K+-канал с тандемным доменом пор. Внеклеточный гистидин как датчик pH. Дж. Биол. Хим. 2000;275(22):16650–7.
КАС пабмед Статья Google ученый
Ashmole I, Vavoulis DV, Stansfeld PJ, Mehta PR, Feng JF, Sutcliffe MJ, et al. Отклик тандемного порового калиевого канала ТАСК-3 (К(2Р)9.1) к напряжению: стробирование в цитоплазматическом устье. Дж. Физиол. 2009; 587 (часть 20): 4769–83.
КАС пабмед ПабМед Центральный Статья Google ученый
Раманатан А., Савол А.Дж., Лангмид С.Дж., Агарвал П.К., Ченнубхотла С.С. Обнаружение конформационных подсостояний, имеющих отношение к функции белка. ПЛОС Один. 2011;6(1):e15827.
КАС пабмед ПабМед Центральный Статья Google ученый
“>
Шеху А., Кавраки Л.Е., Клементи С. К характеристике ансамблей белков в нативном состоянии. Биофиз Дж. 2007; 92 (5): 1503–11.
КАС пабмед Статья Google ученый
Дойл Д.А., Морайс Кабрал Дж., Пфютцнер Р.А., Куо А., Гулбис Дж.М., Коэн С.Л. и др. Структура калиевого канала: молекулярные основы К+ проводимости и селективности. Наука. 1998;280(5360):69–77.
КАС пабмед Статья Google ученый
Нидай З., Цингунис А.В. Увеличение функции калиевых каналов при эпилепсии: неразрешенный парадокс. Нейробиолог. 2018;24(4):368–80.
КАС пабмед ПабМед Центральный Статья Google ученый
Скачать ссылки
Благодарности
Мы благодарим семьи за их желание участвовать в этом исследовании. Некоторые из авторов этой публикации являются членами Европейской справочной сети по редким врожденным порокам развития и редкой умственной отсталости ERN-ITHACA [Идентификатор Рамочного соглашения о партнерстве ЕС: 3HP-HP-FPA ERN-01-2016/739516].
Финансирование
TBH поддерживается Deutsche Forschungsgemeinschaft (DFG, Немецкий исследовательский фонд) — 418081722, 433158657. MAC, TMK, FV и EWK поддерживаются Центром индивидуальной медицины клиники Майо. RU, NRD, ST и MTZ были поддержаны Фондом инноваций и открытий Линды Т. и Джона А. Меллоуза, Центром геномных наук и точной медицины Медицинского колледжа Висконсина и Благотворительным фондом развития здорового Висконсина (AHW).
Ни один финансирующий орган не участвовал в разработке исследования, сборе, анализе или интерпретации данных или в написании рукописи.
Информация об авторе
Примечания автора
Марго А. Кузин и Эмма Л. Вил внесли одинаковый вклад в эту работу.
Ребекка Уилларт умерла.
Авторы и филиалы
Отделение количественных медицинских наук, клиника Мэйо, Рочестер, Миннесота, США
Марго А. Кузен и Эрик В. Клее
Центр индивидуализированной медицины, клиника Майо, Рочестер, Миннесота, США
Марго А. Кузен, Ралица Х. Гаврилова, Тереза М. Круисельбринк, Филиппо Вайровик, Дусика Бабо – Вуксанович и Эрик В. Клее
Фармацевтическая школа Медуэй, Кентский и Гринвичский университеты, Central Avenue, Anson Building, Central Avenue, Chatham Maritime, ME4 4, Кент, TB, ME4 4 TB, UK
Эмма Л. Вил, Робин Г. Холден и Алистер Мэти
Лаборатория исследований и разработок в области биоинформатики, Центр геномных наук и точной медицины Линды Т. и Джона А. Меллоуз, Медицинский колледж Висконсина, Милуоки, Висконсин, США
Никита Р. Дсоуза, Сварненду Трипати, Рауль Уррутия и Майкл T. Zimmermann
Отделение женского и детского здоровья, Больница для детей и подростков, Университетские больницы, Лейпцигский университет, Лейпциг, Германия
Мария Арелин
Детская больница Миннесоты, Миннеаполис, Миннесота, США
Джеффри Бик и Викас Бхамбхани
Кафедра молекулярной и генетики человека, Медицинский колледж Бейлора, Хьюстон, Техас, США
Mir Bekiernia Leduc, Andrea M. Lewis, Keren Machol & Fernando Scaglia
Институт генетики человека, Университетская клиника Эссена, Университет Дуйсбург-Эссен, Эссен, Германия
Jasmin Beygo, Petra Ketteler & Alma Kuechler
Отделение медицинской генетики, Northwell Health, Manhasset, NY, USA
Martin Bialer & Julie McLaughlin
Отделение медицинской генетики, факультет медицинских наук, Университет Феррары, Феррара, Италия
, Stefania Bigoni, Stefania Bigoni & Davide Ognibene
Отделение неврологии, Детская больница Британской Колумбии, Ванкувер, Британская Колумбия, Канада
Cyrus Boelman
Оксфордский центр геномной медицины, здание ACE, Ортопедический центр Наффилда, Фонд Оксфордского университета, больница NHS Foundation Trust дорога, Хедингтон, Оксфорд, OX3 7HE, Великобритания
Дженни Кармайкл и Джон Тейлор
Département of Genetics, APHP, Hôpital Pitié-Salpêtrière, Sorbonne Université, Paris, France
Thomas Courtin
Chunes, De nantes, De nantes, De nantes, De nantes, De gen. Cogne, Xénia Latypova & Mathilde Nizon
CHU de Rouen, Service de Néonatologie, Reanimation Pédiatrique, Neuropediatrie et éducation fonctionnelle de l’enfant, INSERM U 1245, ED497, 76000, Rouen, France
Ivana Dabaj
APHP, Больница Raymond Poincaré, Hôpitaux Universitaires Paris Ile-de-France Ouest, Pôle pédiatrique, Service de Pédiatrie, Centre de Reference Nord-Est-Ile de France, , Garches, France
Ivana Dabaj
APHP, Отделение нейропедиатрии, Национальный справочный центр нейрогенетических расстройств, Hôpital Armand-Trousseau, GHUEP, Париж, Франция
Diane Doummar
Service de Néonatologie, CHU de Caen, Кан, Франция
Laura Fazilleau и Anne-Sophie Trentesaux
Отделение клинической геномики, клиника Mayo, Рочестер, Миннесота, США
Ralitza H. Gavrilova, Kissera Mink. Кассандра К. Рунке, Филиппо Вайро, Дусика Бабович-Вуксанович и Эрик В. Клее
Отделение педиатрии, Медицинский центр Harbour-UCLA, Медицинский центр Cedars-Sinai, Медицинская школа Дэвида Геффена Калифорнийского университета в Лос-Анджелесе, Лос-Анджелес, Калифорния, США
John M. Graham Jr
Центр редких заболеваний Тюбингенского университета, Тюбинген, Германия
Tobias B. Haack
Институт медицинской генетики и прикладной геномики, Тюбингенский университет, Тюбинген, Германия Тобиас Б. Хаак и Джухён Парк
GeneDx, 207 Perry Parkway, Gaithersburg, MD, США
Джейн Джусола, Кирсти МакУолтер, Мария Дж. Гиллен Сакото и Ребекка Уилларт
Отделение клинической генетики, Медицинский центр Лейденского университета, Лейден, Нидерланды
Сарина Г. Кант и Тамара Т. Купманн
Отделение клинической генетики, Erasmus MC, Университетский медицинский центр Роттердама, Роттердам, Нидерланды
Sarina G. Kant
Кафедра педиатрии и неврологии Юго-западного медицинского центра Техасского университета и детского здоровья, Даллас, Техас, США
Saima Kayani
APHP, Département de Génétique et Centre de Référence Déficiences Intellectuelles de Causes Rares, Hôpital de la Pitié-Salpêtrière, Assistance Publique – Hôpitaux de Paris, 75651, Paris, France
Boris Keren, Cyril Mignot & Caroline Nava
Педиатрия III, Детская онкология и гематология, Университетская клиника Эссена, Эссен, Германия
Петра Кеттелер
Институт генетики человека, Медицинский центр Лейпцигского университета, 04103, Лейпциг, Германия
Chiara Klöckner, Sonja Neuser, Konrad Platzer & Maximilian Radtke
Service de Genetique Clinique, Chru de Nancy, F-54000, Vandoeuvre-Nance-Nancy, France
Lañtitia Lambert
58 55
95959595585858558558558558555585558555855558555585555855555585555585558558555959н.
UMR_S 1256, Université de Lorraine, Faculté de Médecine, 9 avenue de la Forêt de Haye, CS 50184, Vandoeuvre-les-Nancy, France
Laëtitia Lambert
Секция медицинской генетики, SUNY Upstate University Hospital, SNY , США
Robert Roger Lebel
Молекулярная генетика нарушений развития нервной системы, отделение женского и детского здоровья, Университет Падуи, Падуя, Италия
Emanuela Leonardi и Alessandra Murgia
Научно-исследовательский институт Падуи, Падуя Италия
Emanuela Leonardi & Alessandra Murgia
Отделение детской медицины, женская и детская больница KK, больница Маунт-Элизабет, Сингапур, Сингапур
Wendy Liew & Ee Shien Tan
Детская больница Техаса, Хьюстон, Техас, США
Keren Machol & Fernando Scaglia
. Mardini
Центр редких детских расстройств, Научно-исследовательский институт трансляционной геномики, Феникс, Аризона, США
Винод Нараянан и Кери Рэмси
Отделение генетики, университетская больница Реймса, Реймс, Франция
Céline Poirsier
Объединенный центр медицинской генетики BCM-CUHK, Шатин, САР Гонконг
Fernando Scaglia
Кафедра педиатрии, отделение генетики и геномной медицины, Медицинский факультет Вашингтонского университета Сент-Луиса , MT, США
Marwan Shinawi
Практика генетики человека, Бремен, Германия
Stephanie Spranger
Центр генетики, Orange, CA, США
Neda Zadeh
Отдел медицинской генетики, Choc Kids’s Hospital, Orange, CA, USA
NEDA Zadeh
Департамент хирургии, Медицинский колледж Висконсин, Милвуке, штат Вашингтон, USA
73888888888888888888888888873.
Институт клинических и трансляционных наук, Медицинский колледж Висконсина, Центр исследований человека, Милуоки, Вашингтон, США
Майкл Т. Циммерманн
Кафедра биохимии, Медицинский колледж Висконсина, Милуоки, Висконсин, США
Michael T. Zimmermann
Школа инженерии, искусства, науки и технологии, Университет Саффолка, Ипсвич, Великобритания
Alistair Mathie
Authors
Margot A. Cousin. также можете искать этого автора в PubMed Google Scholar
Emma L. Veale
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Академия
Дсоуза Никита Р.
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Swarnendu Tripathi
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Robyn G. Holden
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Мария Арелин
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Geoffrey Beek
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Мир Реза Бехейрния
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Jasmin Beygo
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Vikas Bhambhani
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Martin Bialer
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Стефания Бигони
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Cyrus Boelman
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Jenny Carmichael
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Thomas Courtin
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Benjamin Cogne
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Ivana Dabaj
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Diane Doummar
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Академия
Laura Fazilleau
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Alessandra Ferlini
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Ралица Х. Гаврилова
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Академия
John M. Graham Jr
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Tobias B. Haack
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Jane Juusola
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Сарина Г. Кант
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Saima Kayani
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Борис Керен
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Петра Кеттелер
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Chiara Klöckner
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Тамара Т. Купманн
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Тереза М. Крюссельбринк
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Alma Kuechler
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Laëtitia Lambert
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Ксения Латыпова
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Robert Roger Lebel
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Magalie S. Leduc
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Emanuela Leonardi
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Андреа М. Льюис
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Wendy Liew
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Керен Махол
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Академия
Самир Мардини
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Kirsty McWalter
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Cyril Mignot
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Julie McLaughlin
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Alessandra Murgia
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Vinodh Narayanan
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Кэролайн Нава
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Sonja Neuser
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Mathilde Nizon
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Davide Ognibene
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Joohyun Park
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Konrad Platzer
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Céline Poirsier
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Академия
Максимилиан Радтке
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Keri Ramsey
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Cassandra K. Runke
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Maria J. Guillen Sacoto
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Fernando Scaglia
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Marwan Shinawi
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Stephanie Spranger
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Ee Shien Tan
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
John Taylor
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Anne-Sophie Trentesaux
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Filippo Vairo
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Rebecca Willaert
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Neda Zadeh
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Raul Urrutia
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Dusica Babovic-Vuksanovic
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Michael T. Zimmermann
Посмотреть публикации автора
Вы также можете искать этого автора в PubMed Google Scholar
Алистер Мэти
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Eric W. Klee
Просмотр публикаций автора
Вы также можете искать этого автора в PubMed Google Scholar
Вклады
MAC, ELV, MTZ, AM и EWK разработали, координировали и контролировали исследование. MAC собрал клинические и генетические данные. NRD, ST, MTZ и RU выполнили компьютерный биологический анализ. ELV, RGH и AM проводили электрофизиологические анализы и анализы in vitro. MAC, ELV и MTZ написали рукопись. Все остальные авторы предоставили клинические и генетические данные. Все авторы прочитали и одобрили окончательный вариант рукописи.
Авторы переписки
Переписка с Майкл Т. Циммерманн, Алистер Мэти или Эрик В. Клее.
Декларация этики
Одобрение этики и согласие на участие
Это исследование было одобрено Институциональным наблюдательным советом клиники Майо (IRB № 12-009346) и местными комитетами по этике и соответствует Хельсинкской декларации. Все семьи дали письменное информированное согласие на участие в этом исследовании. Семья 9 была привлечена к участию в проекте Genomics England 100 000 Genomes Project с письменного информированного согласия родителей и детей. Семейства F18 и F19были опубликованы ранее [8], а также предоставили письменное информированное согласие на участие в этом исследовании для предоставления обновленной клинической информации. Семейства F18-F22, F25 и F28 были опубликованы ранее [5, 6, 7, 8], и для этого исследования не было предоставлено никаких новых данных.
Согласие на публикацию
От всех участников было получено письменное информированное согласие на публикацию идентифицируемых данных и клинической информации в этом исследовании.
Конкурирующие интересы
JJ, KMc, MJGS и RW являются сотрудниками GeneDx. AML и GB являются текущими акционерами и сотрудниками Invitae. Остальные авторы заявляют, что у них нет конкурирующих интересов.
Дополнительная информация
Примечание издателя
Springer Nature остается нейтральной в отношении юрисдикционных претензий в опубликованных картах и институциональной принадлежности.
Дополнительная информация
Дополнительный файл 1: Дополнительное примечание
. Клинические истории. Письменные истории болезни, включая генетическое тестирование для каждой новой семьи в этом исследовании. Молекулярное моделирование выявляет влияние мутаций на механику канала. Моделирование молекулярной динамики показывает изменения в распределении ионов калия.
Дополнительный файл 2: Таблица S1. Варианты
KCNK9 , сводка последствий и классификация ACMG.
Дополнительный файл 3: Видео S1 . Визуализация ПК 1, 2 и 3 динамического моделирования TASK3.
Дополнительный файл 4: Видео S2 . Видео пробанда P6.1, демонстрирующего черты аутизма со стереотипиями.
Дополнительный файл 5: Таблица S2
. Эпизоды судорог и судорожные приступы у больных с по крайней мере одним афебрильным судорогой.
Дополнительный файл 6: Рисунок S1
. Конформационные изменения TASK3 определяют движения ПК и стробирование каналов. Рисунок S2 . Детальный вид селективного фильтра TASK3 и окружающих остатков. Рисунок S3 . Распределение ионов К+ для выбранных позиций в процессе транспорта и по вариантам. Рисунок S4 . Геномные варианты приводят к изменению концентрации К+ на фильтре селективности. Рисунок S5 . Клеточная локализация меченых вариантов TASK3. Рисунок S6 . Сравнение плотности тока целой клетки для Tyr205Cys в присутствии различных агентов, модифицирующих цистеин.
Дополнительный файл 7: Таблица S3
. Сравнение плотности тока целых клеток и реверсивных потенциалов между клиническими вариантами TASK3 и соответствующими контролями дикого типа.
Дополнительный файл 8: Таблица S4
. Сравнение ингибирования внеклеточным подкислением (pH 6,4) между клиническими вариантами TASK3 и контролями дикого типа.
Дополнительный файл 9: Таблица S5
. Сравнение регуляции GPCR между клиническими вариантами TASK3 и контролями дикого типа.
Права и разрешения
Открытый доступ Эта статья находится под лицензией Creative Commons Attribution 4.0 International License, которая разрешает использование, совместное использование, адаптацию, распространение и воспроизведение на любом носителе или в любом формате при условии, что вы укажете соответствующую ссылку на оригинальный автор(ы) и источник, предоставьте ссылку на лицензию Creative Commons и укажите, были ли внесены изменения. Изображения или другие сторонние материалы в этой статье включены в лицензию Creative Commons на статью, если иное не указано в кредитной строке материала. Если материал не включен в лицензию Creative Commons статьи, а ваше предполагаемое использование не разрешено законом или выходит за рамки разрешенного использования, вам необходимо получить разрешение непосредственно от правообладателя. Чтобы просмотреть копию этой лицензии, посетите http://creativecommons.org/licenses/by/4.0/. Отказ Creative Commons от права на общественное достояние (http://creativecommons.org/publicdomain/zero/1.0/) применяется к данным, представленным в этой статье, если иное не указано в кредитной линии данных.
Перепечатки и разрешения
Об этой статье
TOEFL Speaking Task 3- Integrated
Кейт Хардин, , 25 августа 2020 г. , ОБНОВЛЕНО 10 декабря 2020 г., в TOEFL Speaking Task 3 (Integrated)
TOEFL Speaking Task 3 (второе комплексное устное задание) основано на сочетании отрывка для чтения и аудиолекции. Почти любой предмет, который может появиться в лекциях раздела «Аудирование» (или в разделе «Чтение»), также можно использовать для задания «Устная речь 3»; общие темы включают литературу, бизнес, психологию, метеорологию и биологию. Все темы рассматриваются на начальном уровне; вам не потребуются какие-либо предварительные знания по этим академическим темам, чтобы хорошо ответить на этот тип вопросов в разделе «Говорение» TOEFL.
Отрывок для чтения в Устном задании 3 будет иметь тот же диапазон длины, что и отрывок для Задания 2; у вас будет 45 или 50 секунд, чтобы прочитать его, в зависимости от длины отрывка. Он введет тему, часто определяя ключевой термин или идею с общими описаниями. Вы можете (и должны) делать заметки во время чтения. Запишите ключевую концепцию отрывка, а затем коснитесь основных моментов, которые он затрагивает. Вы можете пометить их как первую причину, вторую причину и так далее. Вообще говоря, эта информация будет необходима только для того, чтобы предоставить основу для вашего краткого изложения лекции; вопросы интегрированной речи, основанные на лекциях, не требуют подробного обсуждения отрывка для чтения, потому что в лекции гораздо больше информации.
Говорящим в записи разговорного задания 3 всегда будет профессор (и носитель английского языка). Он/она развивает тему, найденную в отрывке для чтения, добавляя дополнительные детали и приводя конкретные примеры, иллюстрирующие информацию, найденную в отрывке.
Затем вам нужно будет подробно рассказать о том, как в лекции объясняются идеи, описанные в тексте. Вам нужно будет использовать причины из обоих подсказок, чтобы ответить. Хорошие подробные заметки будут иметь решающее значение для полного ответа на этот вопрос, поэтому важно, чтобы вы укрепили свои навыки ведения заметок, много практиковавшись! Вы не может полагаться на чтение, чтобы дать вам ответ; вам нужно вспомнить конкретные детали, которые были приведены в лекции. По сути, вы сначала суммируете общую идею в чтении, а затем детали в лекции.
У вас будет тридцать секунд, чтобы подготовить свой ответ, время, которое вы должны использовать, чтобы записать основные моменты, которые вы хотите сделать, и провести необходимые связи между чтением и отрывком. Затем вы будете говорить в течение шестидесяти секунд. Ответьте на вопрос достаточно подробно и так, чтобы кто-то, кто не читал отрывок или не слышал лекцию, мог понять ваш ответ.
Решение TOEFL Speaking Task 3
Как тестируемому лучше всего ответить на Задание 3 в день тестирования? Для таких типов вопросов сильный ответ начинается с обращения внимания на короткий отрывок. Вы должны искать ключевую академическую концепцию в начале чтения, а затем искать две вспомогательные детали или примеры концепции. Зная это до того, как вы увидите отрывок, вы сможете читать отрывок быстрее и увереннее. А на лекции можно не слишком беспокоиться о том, какая информация важна в отрывках для прослушивания. Вы можете знать, что важными будут ровно два фрагмента устной информации — два иллюстративных примера, связанных с основной идеей отрывка.
TOEFL Speaking Task 3 Практика
Давайте попрактикуемся в чтении и прослушивании правильных деталей в Устном задании 3 — тех, которые являются ключевыми для предсказуемой структуры задания. Для этого откройте PDF-файл ETS «Быстрая подготовка к TOEFL, том 2» и прочитайте отрывок из задания «Устная речь 3» на странице 29. Сразу после отрывка вы увидите расшифровку лекции из задания 3. Но не читайте расшифровку. Вместо этого послушайте аудиоверсию лекции, которую я создал и дал ссылку ниже. ( ПРИМЕЧАНИЕ: Быстрая подготовка к TOEFL немного устарела, так как список устных заданий TOEFL был сокращен и перенумерован с момента создания материалов для быстрой подготовки. В результате Задание 3 текущего TOEFL указано как Задание 4 в PDF-файле Quick Prep.)
TOEFL Speaking, задание 3: аудио
После того, как вы прочитали отрывок на странице 29 PDF-файла, на который я ссылался выше, прослушайте аудиозапись этого задания. Нажмите на файл ниже, чтобы воспроизвести аудио. (Аудиоклип откроется в отдельном окне.)
Ключевые моменты отрывка и лекции
Надеюсь, вы смогли использовать свои знания структуры TOEFL Speaking Task 3, чтобы легко определить важные идеи как в отрывке, так и в лекции. Чтобы проверить свою работу, прочитайте ключ ответа ниже. Эта клавиша сообщает вам самые важные идеи в подсказке.
Проход:
Ключевая академическая концепция: выявление окраски как способа защиты животных от хищников
Две вспомогательные детали: животных обычно скрывают свою яркую окраску; яркие цвета раскрываются, чтобы напугать или отпугнуть хищников
Лекция:
Пример 1: арахисовый жук удивляет хищника яркими цветами
Пример 2: бабочка morpho ослепляет хищника отраженным светом
Улучшение вашего TOEFL iBT Speaking, задание 3, ответ
Как прошла репетиция в секции разговорной речи? Если вы похожи на многих тестируемых, возможно, вам показалось странным использовать детали как из чтения, так и из лекции, сосредоточившись на использовании языка за такой короткий промежуток времени. Но с практикой вы можете улучшить свой тест TOEFL по устной речи за это задание! Давайте посмотрим, как это сделать, используя расшифровку записанного образца ответа TOEFL от настоящего студента Magoosh! Студент дал мне разрешение поделиться исходным ответом и исправлением здесь, в блоге. Задание для этого ответа взято из теста 3 в официальных тестах TOEFL iBT, том 1.)
Внимательно прочитайте две версии стенограммы разговорного задания 3 ниже. Какие изменения были внесены в первоначальный ответ? Как вы думаете, почему были внесены эти изменения? Основываясь на этих изменениях, что вы можете узнать о TOEFL Integrated Speaking и эффективном использовании английского языка?
Пример ответа на задание 3: первая версия
Чтение определяет термин (понятие) имплицитной памяти как бессознательного метода запоминания. Это означает, что наш мозг запоминает события вокруг нас без нашего разрешения.
Докладчик иллюстрирует это на примере. Он сказал, что в качестве теста мы устанавливаем рекламный щит на оживленной трассе. На нашем рекламном щите изображена машина с названием «Пантера». Затем мы спрашиваем водителя, который ездит по этому шоссе, заметили ли вы это. Большинство сказали нет. Но потом мы спросили у них, как называется животное, которое начинается на букву П, большинство водителей сказали пантера. Этот пример ясно показывает бессознательный способ запоминания.
Образец ответа на устное задание 3: исправленная версия
Этот отрывок определяет «имплицитную память» как бессознательный способ запоминания чего-либо. В процессе наш мозг вспоминает вещи без какого-либо осознанного знания.
Докладчик иллюстрирует эту концепцию интересным примером. Был психологический тест, когда рекламный щит был установлен на оживленной трассе. На рекламном щите была изображена машина марки Panther. После того, как они проехали по шоссе, пассажиров спрашивали, помнят ли они рекламный щит. Некоторые пассажиры сказали, что не помнят такого. Но когда этих пассажиров попросили назвать животное, начинающееся с буквы «П», большинство из них сказали «пантера». Этот пример ясно показывает работу имплицитной памяти, потому что водители могли запомнить пантеру, даже если они не помнили рекламный щит сознательно.
TOEFL Speaking Task 3: Пробный тест
Готов попробовать выполнить это задание самостоятельно? Попробуйте этот образец подсказки для задачи 3 прямо из продукта Magoosh ! Обязательно уделите себе столько же времени на подготовку (30 секунд) и время ответа (60 секунд), сколько вы получите на настоящем TOEFL.
Сейчас вы прочитаете небольшой отрывок, а затем прослушаете доклад на ту же академическую тему. Затем вам будет задан вопрос о них. После того, как вы услышите вопрос, у вас будет 30 секунд на подготовку ответа и 60 секунд на выступление.
Сначала прочтите образец задания 3 здесь
Затем прослушайте образец лекции 3 здесь
Наконец, дайте устный ответ, следуя этим инструкциям:
Используя примеры из выступления, объясните, как пиктограммы изменились, чтобы стать современной письменностью.
Время подготовки: 30 секунд
Время отклика: 60 секунд
Вы можете использовать таймер на своем телефоне или онлайн-таймер (например, таймер Google), чтобы уложиться в установленные сроки. И вы можете использовать микрофон вашего компьютера или веб-приложение, такое как онлайн-диктофон, чтобы записать и сохранить свой ответ.
Затем, когда вы закончите, посмотрите видеоответ и объяснение, чтобы узнать, как вы это сделали.
Хотите еще больше практики TOEFL Speaking? Посетите веб-сайт ETS, чтобы найти образец набора Speaking!
Советы по устной речи TOEFL: выводы из задания 3
Как и во всем разделе TOEFL Speaking, практика идеально подходит для TOEFL Speaking Task 3! В отличие от Независимого задания, это Интегрированное задание НЕ опирается на ваш личный опыт или мнения по знакомой теме. Вместо этого вам нужно указать важные моменты и основные причины из отрывка, а затем объяснить, как лекция расширяет эти идеи. Ответ, получивший высокий балл, будет описательным, а не самоуверенным. Удачи!
Автор
практика
← Предыдущий
Следующий →
KCC2 регулирует возбудимость нейронов и активность гиппокампа посредством взаимодействия с каналами Task-3
. 2019 2 июля; 28(1):91-103.e7.
doi: 10. 1016/j.celrep.2019.06.001.
Мари Гутьер ¹ , Сана Аль Авабд ¹ , Флориан Доннегер ¹ , Эмелин Франсуа ¹ , Даниэль Гомес-Домингес ² , Теано Иринопулу ¹ , Лисет Менендес де ла Прида ² , Жан-Кристоф Понсер ³
Принадлежности
¹ INSERM UMR-S 1270, 75005 Париж, Франция; Университет Сорбонны, 75005 Париж, Франция; Institut du Fer à Moulin, 75005 Париж, Франция.
² Instituto Cajal, Высший совет научных исследований (CSIC), Мадрид 28002, Испания.
³ INSERM UMR-S 1270, 75005 Париж, Франция; Университет Сорбонны, 75005 Париж, Франция; Institut du Fer à Moulin, 75005 Париж, Франция. Электронный адрес: [email protected].
PMID: 31269453
DOI: 10.1016/j.celrep.2019.06.001
Бесплатная статья
Мари Гутьер и др. Сотовый представитель 2019 .
Бесплатная статья
. 2019 2 июля; 28(1):91-103.e7.
doi: 10. 1016/j.celrep.2019.06.001.
Авторы
Мари Гутьер ¹ , Сана Аль Авабд ¹ , Флориан Доннегер ¹ , Эмелин Франсуа ¹ , Даниэль Гомес-Домингес ² , Теано Иринопулу ¹ , Лисет Менендес де ла Прида ² , Жан-Кристоф Понсер ³
Принадлежности
¹ INSERM UMR-S 1270, 75005 Париж, Франция; Университет Сорбонны, 75005 Париж, Франция; Institut du Fer à Moulin, 75005 Париж, Франция.
² Instituto Cajal, Высший совет научных исследований (CSIC), Мадрид 28002, Испания.
³ INSERM UMR-S 1270, 75005 Париж, Франция; Университет Сорбонны, 75005 Париж, Франция; Institut du Fer à Moulin, 75005 Париж, Франция. Электронный адрес: [email protected].
PMID: 31269453
DOI: 10.1016/j.celrep.2019.06.001
Абстрактный
KCC2 регулирует нейрональные трансмембранные градиенты хлорида и, таким образом, контролирует передачу сигналов ГАМК в головном мозге. Подавление KCC2 наблюдается при многочисленных неврологических и психических расстройствах. Обычно предполагается, что парадоксальная возбуждающая передача сигналов ГАМК способствует аномальной сетевой активности, лежащей в основе патологии. Мы проверили эту гипотезу и исследовали функциональное влияние хронического подавления KCC2 в зубчатой извилине крысы. Хотя реверсивный потенциал токов ГАМКА-рецепторов деполяризован в нейронах с нокдауном KCC2, этот сдвиг компенсируется деполяризацией покоящегося мембранного потенциала. Это отражает подавление токов утечки калия. Мы показываем, как KCC2 взаимодействует с Task-3 (KCNK9) каналов и необходим для их мембранной экспрессии. Повышенная возбудимость нейронов при подавлении KCC2 изменяет ритмогенез зубчатой извилины, который может быть нормализован хемогенной гиперполяризацией. Наши данные показывают, что подавление KCC2 включает сложные синаптические и клеточные изменения, помимо передачи сигналов ГАМК, которые нарушают сетевую активность, тем самым предлагая дополнительные цели для терапевтического вмешательства.
Ключевые слова: ГАМК; К2П; КСС2; хлористый; зубчатые извилины; эпилепсия; гиппокамп; каналы утечки; синаптическая передача; транспортер.
Copyright © 2019 Автор(ы). Опубликовано Elsevier Inc. Все права защищены.
Похожие статьи
Координированное подавление KCC2 и рецептора GABA _A способствует ингибирующей дисфункции во время индукции приступа.
Ван Л., Чен Л., Ю Дж., Ван Г., У З., Цянь Б., Лю С., Ван Ю. Ван Л. и др. Biochem Biophys Res Commun. 2020 12 ноября; 532(3):489-495. doi: 10.1016/j.bbrc.2020.08.082. Epub 2020 3 сентября. Biochem Biophys Res Commun. 2020. PMID: 328
Может ли настройка тормозного тона включать постепенное изменение транспорта хлоридов в нейроны?
Титц С., Сэммлер Э.М., Хормузди С.Г. Титц С. и соавт. Нейрофармакология. 2015 авг; 95: 321-31. doi: 10.1016/j.neuropharm. 2015.03.026. Epub 2015 3 апр. Нейрофармакология. 2015. PMID: 25843644
Неожиданная роль нейролигина-2 в регуляции функционального переключения KCC2 и ГАМК.
Сунь С., Чжан Л., Чен Г. Сан С и др. Мол Мозг. 2013 12 мая; 6:23. дои: 10.1186/1756-6606-6-23. Мол Мозг. 2013. PMID: 23663753 Бесплатная статья ЧВК.
Возбуждающее действие ГАМК необходимо для морфологического созревания корковых нейронов in vivo.
Канседда Л., Фьюмелли Х., Чен К., Пу М.М. Канседда Л. и соавт. Дж. Нейроски. 2007 г. 9 мая; 27 (19): 5224-35. doi: 10.1523/JNEUROSCI.5169-06.2007. Дж. Нейроски. 2007. PMID: 17494709 Бесплатная статья ЧВК.
Рецепторы ГАМК как трансляторы дифференцирующих по половому признаку сигналов в головном мозге.
Галанопулу А.С. Галанопулу АС. Эпилепсия. 2005; 46 Приложение 5 (Приложение 5): 107-12. doi: 10.1111/j.1528-1167.2005.01007.x. Эпилепсия. 2005. PMID: 15987263 Бесплатная статья ЧВК. Обзор.
Посмотреть все похожие статьи
Цитируется
Новые типы частотной фильтрации в проекциях латерального перфорантного пути на зубчатую извилину.
Кинтанилья Дж., Цзя И., Лаутерборн Дж.С., Прюсс Б.С., Ле А.А., Кокс К.Д., Галл К.М., Линч Г., Ганн Б.Г. Кинтанилья Дж. и др. Дж. Физиол. 2022 авг; 600 (16): 3865-3896. doi: 10.1113/JP283012. Epub 2022 1 августа. Дж. Физиол. 2022. PMID: 35852108
hUC-MSC-опосредованное восстановление подострого повреждения спинного мозга за счет усиления основных субъединиц β3 и γ2 рецептора GABA _A.
Цао Т., Чен Х., Хуан В., Сюй С., Лю П., Цзоу В., Пан М., Сюй Ю., Бай С., Лю Б., Жун Л., Цуй З.К., Ли М. Цао Т. и др. Тераностика. 2022 28 марта; 12 (7): 3057-3078. doi: 10.7150/thno.72015. Электронная коллекция 2022. Тераностика. 2022. PMID: 35547766 Бесплатная статья ЧВК.
DREADDs в исследованиях эпилепсии: сетевой обзор.
Мюллер Дж.С., Тескаролло ФК, Сан Х. Мюллер Дж.С. и др. Фронт Мол Невроски. 2022 7 апр; 15:863003. doi: 10.3389/fnmol.2022.863003. Электронная коллекция 2022. Фронт Мол Невроски. 2022. PMID: 35465094 Бесплатная статья ЧВК. Обзор.
Потеря KCC2 в ГАМКергических нейронах вызывает судороги и дисбаланс кортикальных интернейронов.
Завалин К., Хассан А.