• 제목/요약/키워드: SPTBN2

검색결과 2건 처리시간 0.014초

SPTBN2와 연관된 spinocerebellar ataxia type 5를 진단받은 환자 (A Patient Diagnosed with Spinocerebellar Ataxia Type 5 associated with SPTBN2: Case Report)

  • 허민우;고아라;이현주;이진성;강훈철
    • 대한소아신경학회지
    • /
    • 제25권3호
    • /
    • pp.200-203
    • /
    • 2017
  • 척수소뇌실조는 임상적으로 다양하게 나타나는 보통염색체 우성신경변성 (혹은 퇴행성) 질환군으로서, 소뇌의 들과 날의 경로를 분열시켜 소뇌 실조를 일으키는 것으로 알려져 있다. 전형적인 임상증상은 30에서 40대에 발현되기 시작하고, 보행실조, 불분명 발음, 시력 이상, 사지의 조화운동 불능, 안구 움직임 제한, 인지 장애 등 다양한 증상의 조합을 특징으로 한다. 본 증례의 환아에서는 exome sequencing을 통하여 SPTBN2 (p.Glu1251Gln)의 새로운 이형접합 돌연변이를 발견하였으며 이것이 SCA5의 원인으로 밝혀졌다. 증례의 환아는 3년 5개월 때 발달지연을 주소로 본원에 내원하였다. 발달지연을 평가하기 위해 베일리 발달 검사에서 모든 영역에서 현저한 지연이 확인되었다. 본원 내원 1년 전 시행한 뇌자기공명영상에서 백샐질형성장애와 약간의 소뇌 위축이 보였다. 잠재적인 유전질환을 의심하여 진단 목적으로 전체엑솜염기서열분석을 시행하였고 결과적으로 SPTBN2의 새로운 이형접합 돌연변이 (p.Glu1251Gln) 가 SCA5의 원인 돌연변이로 사료된다. 척수소뇌실조에서 유전자의 역할을 명확하게 규명하기 위해서는 전체엑솜염기서열 분석을 포함한 다양한 방법을 통한 유전자 연구가 필요할 것으로 사료된다.

The Prediction of the Expected Current Selection Coefficient of Single Nucleotide Polymorphism Associated with Holstein Milk Yield, Fat and Protein Contents

  • Lee, Young-Sup;Shin, Donghyun;Lee, Wonseok;Taye, Mengistie;Cho, Kwanghyun;Park, Kyoung-Do;Kim, Heebal
    • Asian-Australasian Journal of Animal Sciences
    • /
    • 제29권1호
    • /
    • pp.36-42
    • /
    • 2016
  • Milk-related traits (milk yield, fat and protein) have been crucial to selection of Holstein. It is essential to find the current selection trends of Holstein. Despite this, uncovering the current trends of selection have been ignored in previous studies. We suggest a new formula to detect the current selection trends based on single nucleotide polymorphisms (SNP). This suggestion is based on the best linear unbiased prediction (BLUP) and the Fisher's fundamental theorem of natural selection both of which are trait-dependent. Fisher's theorem links the additive genetic variance to the selection coefficient. For Holstein milk production traits, we estimated the additive genetic variance using SNP effect from BLUP and selection coefficients based on genetic variance to search highly selective SNPs. Through these processes, we identified significantly selective SNPs. The number of genes containing highly selective SNPs with p-value <0.01 (nearly top 1% SNPs) in all traits and p-value <0.001 (nearly top 0.1%) in any traits was 14. They are phosphodiesterase 4B (PDE4B), serine/threonine kinase 40 (STK40), collagen, type XI, alpha 1 (COL11A1), ephrin-A1 (EFNA1), netrin 4 (NTN4), neuron specific gene family member 1 (NSG1), estrogen receptor 1 (ESR1), neurexin 3 (NRXN3), spectrin, beta, non-erythrocytic 1 (SPTBN1), ADP-ribosylation factor interacting protein 1 (ARFIP1), mutL homolog 1 (MLH1), transmembrane channel-like 7 (TMC7), carboxypeptidase X, member 2 (CPXM2) and ADAM metallopeptidase domain 12 (ADAM12). These genes may be important for future artificial selection trends. Also, we found that the SNP effect predicted from BLUP was the key factor to determine the expected current selection coefficient of SNP. Under Hardy-Weinberg equilibrium of SNP markers in current generation, the selection coefficient is equivalent to $2^*SNP$ effect.