Sovet Azhayev
Sovet Azhayev has a total of 11 co-authors. Here are the top co-authors by number of shared publications:
- Nazira Zharkinbekova
Department of Neurology, Psychiatry, Rehabilitation and Neurosurgery, South Kazakhstan Medical Academy, Shymkent 160019, Kazakhstan
2 shared publications - Ainash Oshibayeva
Faculty of Medicine, Khoja Akhmet Yassawi International Kazakh-Turkish University, Turkestan 160000, Kazakhstan
1 shared publication - Gulnaz Nuskabayeva
Faculty of Medicine, Khoja Akhmet Yassawi International Kazakh-Turkish University, Turkestan 160000, Kazakhstan
1 shared publication - Nigara Yerkhojayeva
Department of Special Clinical Disciplines, Faculty of Medicine, Khoja Akhmet Yassawi International Kazakh-Turkish University, Turkestan 161200, Kazakhstan
1 shared publication - Rauan Kaiyrzhanov
Department of Neurology, Psychiatry, Rehabilitation and Neurosurgery, South Kazakhstan Medical Academy, Shymkent 160019, Kazakhstan
1 shared publication - Sandugash Rustemova
Department of Special Clinical Disciplines, Faculty of Medicine, Khoja Akhmet Yassawi International Kazakh-Turkish University, Turkestan 161200, Kazakhstan
1 shared publication
Latest Publications
- Open Access
- 7 September 2025
- Published by JSC National Scientific Medical Research Center in Journal of Clinical Medicine of Kazakhstan
- Vol. 22 (5) , 49-57
Diagnostic Algorithm Application in Pediatric Patients with Complex Neurological Phenotypes in South Kazakhstan
Introduction: Complex neurological phenotypes (CNPs) in pediatric patients often involve multiple coexisting syndromes that challenge conventional diagnostic pathways. In the present study, we evaluated the diagnostic algorithm developed by our team—“Deep Phenotyping–Based Diagnostic Algorithm for Complex Neurological Phenotypes”—which integrates deep phenotyping and genomics. Methods: In this single-center retrospective study, 28 children (0–18 years) with CNPs were assessed at the Diagnostic Center Clinic of Khoja Akhmet Yassawi International Kazakh-Turkish University between January and December 2023. Clinical features were encoded as standardized Human Phenotype Ontology (HPO) terms, which were entered into the Phenomizer platform to generate ranked candidate genes. Proband whole exome sequencing (WES) was performed for all participants. Reverse phenotyping re-examined clinical data in light of genetic findings. The algorithm’s diagnostic yield and concordance between prioritization and confirmed diagnoses were analyzed descriptively. Results: A molecular diagnosis was established in 14 of 28 patients (50%). Confirmed etiologies included monogenic neurodevelopmental syndromes, metabolic disorders, mitochondrial encephalopathy, craniosynostosis, and chromosomal aberrations. In all single-gene cases, the causal gene ranked within Phenomizer’s top five candidates. Reverse phenotyping corroborated genotype–phenotype correlations and revealed additional clinical features in select patients. Conclusions: This multi-step algorithm achieved a 50 % diagnostic yield—exceeding typical WES-only approaches—and demonstrated robust concordance between phenotype-driven prioritization and molecular results. The framework is feasible in resource-limited settings and may streamline the genetic workup of complex pediatric neurological disorders.
- 7 September 2025
- Published by JSC National Scientific Medical Research Center in Journal of Clinical Medicine of Kazakhstan
- Vol. 22 (5) , 49-57
Open AccessDiagnostic Algorithm Application in Pediatric Patients with Complex Neurological Phenotypes in South Kazakhstan
Introduction: Complex neurological phenotypes (CNPs) in pediatric patients often involve multiple coexisting syndromes that challenge conventional diagnostic pathways. In the present study, we evaluated the diagnostic algorithm developed by our team—“Deep Phenotyping–Based Diagnostic Algorithm for Complex Neurological Phenotypes”—which integrates deep phenotyping and genomics. Methods: In this single-center retrospective study, 28 children (0–18 years) with CNPs were assessed at the Diagnostic Center Clinic of Khoja Akhmet Yassawi International Kazakh-Turkish University between January and December 2023. Clinical features were encoded as standardized Human Phenotype Ontology (HPO) terms, which were entered into the Phenomizer platform to generate ranked candidate genes. Proband whole exome sequencing (WES) was performed for all participants. Reverse phenotyping re-examined clinical data in light of genetic findings. The algorithm’s diagnostic yield and concordance between prioritization and confirmed diagnoses were analyzed descriptively. Results: A molecular diagnosis was established in 14 of 28 patients (50%). Confirmed etiologies included monogenic neurodevelopmental syndromes, metabolic disorders, mitochondrial encephalopathy, craniosynostosis, and chromosomal aberrations. In all single-gene cases, the causal gene ranked within Phenomizer’s top five candidates. Reverse phenotyping corroborated genotype–phenotype correlations and revealed additional clinical features in select patients. Conclusions: This multi-step algorithm achieved a 50 % diagnostic yield—exceeding typical WES-only approaches—and demonstrated robust concordance between phenotype-driven prioritization and molecular results. The framework is feasible in resource-limited settings and may streamline the genetic workup of complex pediatric neurological disorders.
- Open Access
- 30 December 2024
- Published by Semey Medical University in Наука и здравоохранение
- No. 6(26),p. 94-105
МОЛЕКУЛЯРНО-ГЕНЕТИЧЕСКИЕ ПРИЧИНЫ ЭПИЛЕПТИЧЕСКИХ ЭНЦЕФАЛОПАТИЙ, НЕЙРОДЕГЕНЕРАТИВНЫХ ЗАБОЛЕВАНИЙ И КОМПЛЕКСНЫХ НЕВРОЛОГИЧЕСКИХ ФЕНОТИПОВ У ДЕТЕЙ В ТУРКЕСТАНСКОМ РЕГИОНЕ
Введение. Труднодиагностируемые неврологические заболевания у детей, включая эпилептические энцефалопатии (ЭЭ), нейродегенеративные заболевания (НДЗ) и комплексные неврологические фенотипы (КНФ), характеризуются высокой генетической гетерогенностью и клиническим полиморфизмом. Глубокое фенотипирование в сочетании с экзомным секвенированием может повысить точность диагностики и выявления молекулярно-генетических причин этих патологий. Целью настоящей работы является глубокое фенотипирование пациентов с ЭЭ, НДЗ, КНФ и выявление молекулярно-генетических причин их путем экзомного секвенирования среди детей Туркестанского региона для совершенствования диагностики. Методы. Проведено многоцентровое кросс-секционное исследование 79 детей с предположительно наследственной патологией, отобранных из 250 пациентов с труднодиагностируемыми неврологическими нарушениями. Диагностика включала клинико-неврологическое обследование, глубокое фенотипирование (точный и всесторонний анализ фенотипических отклонений) с использованием HPO и Phenomizer, экзомное секвенирование для выявления однонуклеотидных вариантов (SNV) и вариаций числа копий (CNV). Произведен частотный анализ - расчет описательных статистик для дискретных данных (средние величины - среднее арифметическое, относительные величины – интенсивный показатель) с использованием программного обеспечения IBM SPSS Statistics 29.0.1.0. Результаты. Экзомное секвенирование выявило генетические вариации у 51,9% пациентов: 87,8% SNV и 12,2% CNV. Патогенные и вероятно патогенные SNV составили 75%. Глубокое фенотипирование позволило классифицировать пациентов на группы: ЭЭ (15,2%), НДЗ (49,4%), КНФ (35,4%) и выявить частые клинические проявления (судорожный синдром – 68,3%, малые аномалии развития – 60,7%, тяжелые двигательные расстройства – 46,2%). Обратное фенотипирование подтвердило клиническую значимость выявленных мутаций. Выводы: Результаты показывают важность глубокого фенотипирования и экзомного секвенирования в диагностике редких неврологических заболеваний. Включение этих методов в клиническую практику повышает точность диагностики и способствует выявлению молекулярных механизмов патологий, особенно в регионах с ограниченным доступом к молекулярно-генетическим исследованиям. Исследование вносит вклад в глобальную геномику, расширяя представления о молекулярных основах редких неврологических заболеваний. Introduction. Hard-to-diagnose neurological disorders in children, including epileptic encephalopathies (EE), neurodegenerative diseases (NDD), and complex neurological phenotypes (CNP), are characterized by high genetic heterogeneity and clinical polymorphism. Deep phenotyping combined with exome sequencing can improve diagnostic accuracy and the identification of the molecular-genetic causes of these pathologies. This study aims to improve diagnostics by conducting deep phenotyping of patients with EE, NDD, and CNP and identifying their molecular-genetic causes through exome sequencing among children in the Turkestan region. Materials and Methods. A multicenter cross-sectional study was conducted on 79 children with suspected hereditary pathology, selected from a cohort of 250 patients with hard-to-diagnose neurological disorders. The diagnostic approach included clinical-neurological examination, deep phenotyping (precise and comprehensive analysis of phenotypic abnormalities) using HPO and Phenomizer, and exome sequencing to identify single nucleotide variants (SNVs) and copy number variations (CNVs). A frequency analysis was performed, calculating descriptive statistics for discrete data (mean values – arithmetic mean, relative values – intensive indicator) using IBM SPSS Statistics 29.0.1.0 software. Results. Exome sequencing revealed genetic variations in 51.9% of patients: 87.8% SNVs and 12.2% CNVs. Pathogenic and likely pathogenic SNVs accounted for 75%. Deep phenotyping enabled the classification of patients into groups: EE (15.2%), NDD (49.4%), and CNP (35.4%) and identified common clinical manifestations...
- 30 December 2024
- Published by Semey Medical University in Наука и здравоохранение
- No. 6(26),p. 94-105
Open AccessМОЛЕКУЛЯРНО-ГЕНЕТИЧЕСКИЕ ПРИЧИНЫ ЭПИЛЕПТИЧЕСКИХ ЭНЦЕФАЛОПАТИЙ, НЕЙРОДЕГЕНЕРАТИВНЫХ ЗАБОЛЕВАНИЙ И КОМПЛЕКСНЫХ НЕВРОЛОГИЧЕСКИХ ФЕНОТИПОВ У ДЕТЕЙ В ТУРКЕСТАНСКОМ РЕГИОНЕ
Введение. Труднодиагностируемые неврологические заболевания у детей, включая эпилептические энцефалопатии (ЭЭ), нейродегенеративные заболевания (НДЗ) и комплексные неврологические фенотипы (КНФ), характеризуются высокой генетической гетерогенностью и клиническим полиморфизмом. Глубокое фенотипирование в сочетании с экзомным секвенированием может повысить точность диагностики и выявления молекулярно-генетических причин этих патологий. Целью настоящей работы является глубокое фенотипирование пациентов с ЭЭ, НДЗ, КНФ и выявление молекулярно-генетических причин их путем экзомного секвенирования среди детей Туркестанского региона для совершенствования диагностики. Методы. Проведено многоцентровое кросс-секционное исследование 79 детей с предположительно наследственной патологией, отобранных из 250 пациентов с труднодиагностируемыми неврологическими нарушениями. Диагностика включала клинико-неврологическое обследование, глубокое фенотипирование (точный и всесторонний анализ фенотипических отклонений) с использованием HPO и Phenomizer, экзомное секвенирование для выявления однонуклеотидных вариантов (SNV) и вариаций числа копий (CNV). Произведен частотный анализ - расчет описательных статистик для дискретных данных (средние величины - среднее арифметическое, относительные величины – интенсивный показатель) с использованием программного обеспечения IBM SPSS Statistics 29.0.1.0. Результаты. Экзомное секвенирование выявило генетические вариации у 51,9% пациентов: 87,8% SNV и 12,2% CNV. Патогенные и вероятно патогенные SNV составили 75%. Глубокое фенотипирование позволило классифицировать пациентов на группы: ЭЭ (15,2%), НДЗ (49,4%), КНФ (35,4%) и выявить частые клинические проявления (судорожный синдром – 68,3%, малые аномалии развития – 60,7%, тяжелые двигательные расстройства – 46,2%). Обратное фенотипирование подтвердило клиническую значимость выявленных мутаций. Выводы: Результаты показывают важность глубокого фенотипирования и экзомного секвенирования в диагностике редких неврологических заболеваний. Включение этих методов в клиническую практику повышает точность диагностики и способствует выявлению молекулярных механизмов патологий, особенно в регионах с ограниченным доступом к молекулярно-генетическим исследованиям. Исследование вносит вклад в глобальную геномику, расширяя представления о молекулярных основах редких неврологических заболеваний. Introduction. Hard-to-diagnose neurological disorders in children, including epileptic encephalopathies (EE), neurodegenerative diseases (NDD), and complex neurological phenotypes (CNP), are characterized by high genetic heterogeneity and clinical polymorphism. Deep phenotyping combined with exome sequencing can improve diagnostic accuracy and the identification of the molecular-genetic causes of these pathologies. This study aims to improve diagnostics by conducting deep phenotyping of patients with EE, NDD, and CNP and identifying their molecular-genetic causes through exome sequencing among children in the Turkestan region. Materials and Methods. A multicenter cross-sectional study was conducted on 79 children with suspected hereditary pathology, selected from a cohort of 250 patients with hard-to-diagnose neurological disorders. The diagnostic approach included clinical-neurological examination, deep phenotyping (precise and comprehensive analysis of phenotypic abnormalities) using HPO and Phenomizer, and exome sequencing to identify single nucleotide variants (SNVs) and copy number variations (CNVs). A frequency analysis was performed, calculating descriptive statistics for discrete data (mean values – arithmetic mean, relative values – intensive indicator) using IBM SPSS Statistics 29.0.1.0 software. Results. Exome sequencing revealed genetic variations in 51.9% of patients: 87.8% SNVs and 12.2% CNVs. Pathogenic and likely pathogenic SNVs accounted for 75%. Deep phenotyping enabled the classification of patients into groups: EE (15.2%), NDD (49.4%), and CNP (35.4%) and identified common clinical manifestations...