Dense‐map genome scan for dyslexia supports loci at 4q13, 16p12, 17q22; suggests novel locus at 7q36
Notice bibliographique
Résumé
Analysis of genetic linkage to dyslexia was performed using 133,165 array-based SNPs genotyped in 718 persons from 101 dyslexia-affected families. Results showed five linkage peaks with lod scores >2.3 (4q13.1, 7q36.1-q36.2, 7q36.3, 16p12.1, and 17q22). Of these five regions, three have been previously implicated in dyslexia (4q13.1, 16p12.1, and 17q22), three have been implicated in attention-deficit hyperactivity disorder (ADHD, which highly co-occurs with dyslexia; 4q13.1, 7q36.3, 16p12.1) and four have been implicated in autism (a condition characterized by language deficits; 7q36.1-q36.2, 7q36.3, 16p12.1, and 17q22). These results highlight the reproducibility of dyslexia linkage signals, even without formally significant lod scores, and suggest dyslexia predisposing genes with relatively major effects and locus heterogeneity. The largest lod score (2.80) occurred at 17q22 within the MSI2 gene, involved in neuronal stem cell lineage proliferation. Interestingly, the 4q13.1 linkage peak (lod 2.34) occurred immediately upstream of the LPHN3 gene, recently reported both linked and associated with ADHD. Separate analyses of larger pedigrees revealed lods >2.3 at 1-3 regions per family; one family showed strong linkage (lod 2.9) to a known dyslexia locus (18p11) not detected in our overall data, demonstrating the value of analyzing single large pedigrees. Association analysis identified no SNPs with genome-wide significance, although a borderline significant SNP (P = 6 × 10(-7)) occurred at 5q35.1 near FGF18, involved in laminar positioning of cortical neurons during development. We conclude that dyslexia genes with relatively major effects exist, are detectable by linkage analysis despite genetic heterogeneity, and show substantial overlapping predisposition with ADHD and autism.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».