S'abonner

Applying Cystic Fibrosis Transmembrane Conductance Regulator Genetics and CFTR2 Data to Facilitate Diagnoses - 18/04/17

Doi : 10.1016/j.jpeds.2016.09.063 
Patrick R. Sosnay, MD 1, Danieli B. Salinas, MD 2, Terry B. White, PhD 3, Clement L. Ren, MD 4, Philip M. Farrell, MD, PhD 5, Karen S. Raraigh, MGC 6, Emmanuelle Girodon, MD 7, Carlo Castellani, MD 8
1 Department of Medicine, Division of Pulmonary and Critical Care Medicine and McKusick-Nathans Institute of Genetic Medicine, Johns Hopkins University School of Medicine, Baltimore, MD 
2 Department of Pediatrics, Division of Pediatric Pulmonology, Children's Hospital Los Angeles, Keck School of Medicine, University of Southern California, Los Angeles, CA 
3 Cystic Fibrosis Foundation, Bethesda, MD 
4 Section of Pediatric Pulmonology, Allergy, and Sleep Medicine, Indiana University School of Medicine, Indianapolis, IN 
5 Departments of Pediatrics and Population Health Sciences, University of Wisconsin School of Medicine and Public Health, Madison, WI 
6 McKusick-Nathans Institute of Medical Genetics, Johns Hopkins University School of Medicine, Johns Hopkins University, Baltimore, MD 
7 Service de Génétique et Biologie Moléculaires, Groupe Hospitalier Cochin - Broca - Hôtel Dieu, Paris, France 
8 Cystic Fibrosis Center, Ospedale Civile Maggiore, Verona, Italy 

Abstract

Objective

As a Mendelian disease, genetics plays an integral role in the diagnosis of cystic fibrosis (CF). The identification of 2 disease-causing mutations in the CF transmembrane conductance regulator (CFTR) in an individual with a phenotype provides evidence that the disease is CF. However, not all variations in CFTR always result in CF. Therefore, for CFTR genotype to provide the same level of evidence of CFTR dysfunction as shown by direct tests such as sweat chloride or nasal potential difference, the mutations identified must be known to always result in CF. The use of CFTR genetics in CF diagnosis, therefore, relies heavily on mutation interpretation.

Study design

Progress that has been made on mutation interpretation and annotation was reviewed at the recent CF Foundation Diagnosis Consensus Conference. A modified Delphi method was used to identify consensus statements on the use of genetic analysis in CF diagnosis.

Results

The largest recent advance in CF genetics has come through the Clinical and Functional Translation of CFTR (CFTR2) project. This undertaking seeks to characterize CFTR mutations from patients with CF around the world. The project also established guidelines for the clinical, functional, and population/penetrance criteria that can be used to interpret mutations not yet included in CFTR2's review.

Conclusions

The use of CFTR genetics to aid in diagnosis of CF requires that the mutations identified have a known disease liability. The demonstration of 2 in trans mutations known to always result in CF is satisfactory evidence of CFTR dysfunction. However, if the identified mutations are known to be associated with variable outcomes, or have unknown consequence, that genotype may not result in a CF phenotype. In these cases, other tests of CFTR function may help.

Le texte complet de cet article est disponible en PDF.

Keywords : CFTR genetic testing, CFTR mutations, CFTR-related disorder, cystic fibrosis, genotype, genotype-phenotype correlation mutation, MVCC, penetrance, variant

Abbreviations : CF, CFMD, CFTR, CFTR2, MVCC, NBS, UNK


Plan


 Please see the author disclosures at the end of this article.


© 2016  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 181 - N° S

P. S27-S32.e1 - février 2017 Retour au numéro
Article précédent Article précédent
  • Cystic Fibrosis Diagnostic Challenges over 4 Decades: Historical Perspectives and Lessons Learned
  • Philip M. Farrell, Terry B. White, Nico Derichs, Carlo Castellani, Beryl J. Rosenstein
| Article suivant Article suivant
  • Diagnosis of Cystic Fibrosis in Screened Populations
  • Philip M. Farrell, Terry B. White, Michelle S. Howenstine, Anne Munck, Richard B. Parad, Margaret Rosenfeld, Olaf Sommerburg, Frank J. Accurso, Jane C. Davies, Michael J. Rock, Don B. Sanders, Michael Wilschanski, Isabelle Sermet-Gaudelus, Hannah Blau, Silvia Gartner, Susanna A. McColley

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.