MétaCan
Menu
Retour à la cohorte
Enregistrement W1710157178 · doi:10.1186/s12920-015-0093-1

DNA methylation differences in monozygotic twin pairs discordant for schizophrenia identifies psychosis related genes and networks

2015· article· en· W1710157178 sur OpenAlexafffund
Christina A. Castellani, Benjamin I. Laufer, Melkaye G. Melka, Eric Chater‐Diehl, Richard L. O’Reilly, Shiva M. Singh

Notice bibliographique

RevueBMC Medical Genomics · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHuman geneticsGeneticsSchizophrenia (object-oriented programming)GeneDNA methylationPsychosisBiologyDNA microarrayMethylationMonozygotic twinComputational biologyBioinformaticsPsychologyPsychiatryGene expression

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite their singular origin, monozygotic twin pairs often display discordance for complex disorders including schizophrenia. It is a common (1%) and often familial disease with a discordance rate of ~50% in monozygotic twins. This high discordance is often explained by the role of yet unknown environmental, random, and epigenetic factors. The involvement of DNA methylation in this disease appears logical, but remains to be established. METHODS: We have used blood DNA from two pairs of monozygotic twins discordant for schizophrenia and their parents in order to assess genome-wide methylation using a NimbleGen Methylation Promoter Microarray. RESULTS: The genome-wide results show that differentially methylated regions (DMRs) exist between members representing discordant monozygotic twins. Some DMRs are shared with parent(s) and others appear to be de novo. We found twenty-seven genes affected by DMR changes that were shared in the affected member of two discordant monozygotic pairs from unrelated families. Interestingly, the genes affected by pair specific DMRs share specific networks. Specifically, this study has identified two networks; "cell death and survival" and a "cellular movement and immune cell trafficking". These two networks and the genes affected have been previously implicated in the aetiology of schizophrenia. CONCLUSIONS: The results are compatible with the suggestion that DNA methylation may contribute to the discordance of monozygotic twins for schizophrenia. Also, this may be accomplished by the direct effect of gene specific methylation changes on specific biological networks rather than individual genes. It supports the extensive genetic, epigenetic and phenotypic heterogeneity implicated in schizophrenia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,277
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Medical GenomicsMême sujetEpigenetics and DNA MethylationTravaux en français237 207