(Epi)genomics and neurodevelopment in schizophrenia: monozygotic twins discordant for schizophrenia augment the search for disease-related (epi)genomic alterationsBased on a lecture during the joint meeting of the Genetics Society of Canada and the Society of Developmental Biology, 1 March 2008, at Banff Centre, Banff, Alberta, Canada, in recognition of the William F. Grant and Peter B. Moens Award of Excellence (2008) of the Genetics Society of Canada to Professor Shiva M. Singh.
Notice bibliographique
Résumé
Unlike stunning breakthroughs in the identification of genes for Mendelian disorders during the last three decades, gene identification in most complex disorders has been full of twists and turns and little progress. Doing more of the same will not guarantee success. The lessons learned argue for a need to reconsider genetic models that are appropriate for the disorder in question along with an interdisciplinary, systematic approach using genomic methods that have now become possible. We will use schizophrenia as an example to review the genetic progress to date that has been disappointing. We will argue that the causation of this complex disease may involve heterogeneous genomic changes of major effect. We will provide three approaches, retroviral transpositions, methylation, and copy number variations, to test this hypothesis. We will present arguments to suggest that such experiments will be most effective if undertaken on monozygotic twins. It will include our experience with associated experiments on the monozygotic twins discordant for schizophrenia. The results support that (epi)genomic changes of major effect, rather than accumulation of mutations of small effect, underlie the causation of this complex disease. More important, this experimental strategy will be an effective strategy for studies on other complex (behavioural) disorders as well.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».