Correlación genotipo-fenotipo y análisis molecular en pacientes con síndrome Down

El síndrome Down (SD) es la trisomía más común en humanos, presentándose en 1 de cada 745 nacidos vivos y es la causa más frecuente de retardo mental. El origen más observado de la trisomíaes una no disyunción meiótica (95%), la cual generalmente es de origen materno, mientras un 5% se debe a errores post-cigóticos mitóticos. Objetivo: identificar el origen parental delcromosoma 21 extra, el momento del error no disyuncional y establecer una correlación entre estos eventos y las manifestaciones fenotípicas de los pacientes afectados. Materiales y métodos: se estudiaron cincuenta familias con un hijo con SD mediante el uso de cinco short tandem repeats (STR) a lo largo de 21q, se construyeron los haplotipos de cada paciente y sus padres, determinandoel origen parental y el momento en que surgió el error no disyuncional. Resultados:en 80% de las familias el error fue en meiosis I y 20% en la meiosis II; 98% de los cromosomasadicionales fue de origen materno y 2% paterno. Se encontró correlación genotipo-fenotipo en ocho características estudiadas: cuello corto y ancho, tercera fontanela, labio inferior prominente, paladar estrecho y corto, raíz del hélix cruzando la concha, alopecia, pliegue único palmar yotras anomalías como nevus y xeroderma y eventos de recombinación en 24,5% de las familias analizadas. Conclusiones: la edad materna y la variación en el número de recombinaciones está asociada con no disyunciones meióticas I y II; se encontró correlación entre el momento del errorno disyuncional y algunas variables clínicas.

Confidence sets for asset correlations in portfolio credit risk

Asset correlations are of critical importance in quantifying portfolio credit risk and economic capitalin financial institutions. Estimation of asset correlation with rating transition data has focusedon the point estimation of the correlation without giving any consideration to the uncertaintyaround these point estimates. In this article we use Bayesian methods to estimate a dynamicfactor model for default risk using rating data (McNeil et al., 2005; McNeil and Wendin, 2007).Bayesian methods allow us to formally incorporate human judgement in the estimation of assetcorrelation, through the prior distribution and fully characterize a confidence set for the correlations.Results indicate: i) a two factor model rather than the one factor model, as proposed bythe Basel II framework, better represents the historical default data. ii) importance of unobservedfactors in this type of models is reinforced and point out that the levels of the implied asset correlationscritically depend on the latent state variable used to capture the dynamics of default,as well as other assumptions on the statistical model. iii) the posterior distributions of the assetcorrelations show that the Basel recommended bounds, for this parameter, undermine the levelof systemic risk.