Background

 Intellectual disability (ID) is characterised by an extreme genetic heterogeneity. Several hundred genes have been associated to monogenic forms of ID, considerably complicating molecular diagnostics. Trio-exome sequencing was recently proposed as a diagnostic approach, yet remains costly for a general implementation. 

Methods

 We report the alternative strategy of targeted high-throughput sequencing of 217 genes in which mutations had been reported in patients with ID or autism as the major clinical concern. We analysed 106 patients with ID of unknown aetiology following array-CGH analysis and other genetic investigations. Ninety per cent of these patients were males, and 75% sporadic cases. 

Results

 We identified 26 causative mutations: 16 in X-linked genes (ATRX, CUL4B, DMD, FMR1, HCFC1, IL1RAPL1, IQSEC2, KDM5C, MAOA, MECP2, SLC9A6, SLC16A2, PHF8) and 10 de novo in autosomal-dominant genes (DYRK1A, GRIN1, MED13L, TCF4, RAI1, SHANK3, SLC2A1, SYNGAP1). We also detected four possibly causative mutations (eg, in NLGN3) requiring further investigations. We present detailed reasoning for assigning causality for each mutation, and associated patients’ clinical information. Some genes were hit more than once in our cohort, suggesting they correspond to more frequent ID-associated conditions (KDM5C, MECP2, DYRK1A, TCF4). We highlight some unexpected genotype to phenotype correlations, with causative mutations being identified in genes associated to defined syndromes in patients deviating from the classic phenotype (DMD, TCF4, MECP2). We also bring additional supportive (HCFC1, MED13L) or unsupportive (SHROOM4, SRPX2) evidences for the implication of previous candidate genes or mutations in cognitive disorders. 

Conclusions

 With a diagnostic yield of 25% targeted sequencing appears relevant as a first intention test for the diagnosis of ID, but importantly will also contribute to a better understanding regarding the specific contribution of the many genes implicated in ID and autism.

ABSTRACT High-impact pathogenic variants in more than 1,000 protein-coding genes cause Mendelian forms of neurodevelopmental disorders (NDD), including the newly reported AGO2 gene. This study describes the molecular and clinical characterization of 28 probands with NDD harboring heterozygous AGO1 coding variants. De novo status was always confirmed when parents were available (26/28). A total of 15 unique variants leading to amino acid changes or deletions were identified: 12 missense variants, two in-frame deletions of one codon, and one canonical splice variant leading to a deletion of two amino acid residues. Some variants were recurrently identified in several unrelated individuals: p.(Phe180del), p.(Leu190Pro), p.(Leu190Arg), p.(Gly199Ser), p.(Val254Ile) and p.(Glu376del). AGO1 encodes the Argonaute 1 protein, which functions in gene-silencing pathways mediated by small non-coding RNAs. Three-dimensional protein structure predictions suggest that these variants might alter the flexibility of the AGO1 linkers domains, which likely would impair its function in mRNA processing. Affected individuals present with intellectual disability of varying severity, as well as speech and motor delay, autistic behavior and additional behavioral manifestations. Our study establishes that de novo coding variants in AGO1 are involved in a novel monogenic form of NDD, highly similar to AGO2 phenotype.

Abstract Objective Prenatal exome sequencing (pES) is now commonly used in clinical practice. It can be used to identifiy an additional diagnosis in around 30% of fetuses with structural defects and normal chromosomal microarray analysis (CMA). However, interpretation remains challenging due to the limited prenatal data for genetic disorders. Method We conducted an ancillary study including fetuses with pathogenic/likely pathogenic variants identified by trio‐pES from the “AnDDI‐Prenatome” study. The prenatal phenotype of each patient was categorized as typical, uncommon, or unreported based on the comparison of the prenatal findings with documented findings in the literature and public phenotype‐genotype databases (ClinVar, HGMD, OMIM, and Decipher). Results Prenatal phenotypes were typical for 38/56 fetuses (67.9%). For the others, genotype‐phenotype associations were challenging due to uncommon prenatal features (absence of recurrent hallmark, rare, or unreported). We report the first prenatal features associated with LINS1 and PGM1 variants. In addition, a double diagnosis was identified in three fetuses. Conclusion Standardizing the description of prenatal features, implementing longitudinal prenatal follow‐up, and large‐scale collection of prenatal features are essential steps to improving pES data interpretation.