Genetic studies of quantitative MCI and AD phenotypes in ADNI: Progress, opportunities, and plans
Notice bibliographique
Résumé
INTRODUCTION: Genetic data from the Alzheimer's Disease Neuroimaging Initiative (ADNI) have been crucial in advancing the understanding of Alzheimer's disease (AD) pathophysiology. Here, we provide an update on sample collection, scientific progress and opportunities, conceptual issues, and future plans. METHODS: Lymphoblastoid cell lines and DNA and RNA samples from blood have been collected and banked, and data and biosamples have been widely disseminated. To date, APOE genotyping, genome-wide association study (GWAS), and whole exome and whole genome sequencing data have been obtained and disseminated. RESULTS: ADNI genetic data have been downloaded thousands of times, and >300 publications have resulted, including reports of large-scale GWAS by consortia to which ADNI contributed. Many of the first applications of quantitative endophenotype association studies used ADNI data, including some of the earliest GWAS and pathway-based studies of biospecimen and imaging biomarkers, as well as memory and other clinical/cognitive variables. Other contributions include some of the first whole exome and whole genome sequencing data sets and reports in healthy controls, mild cognitive impairment, and AD. DISCUSSION: Numerous genetic susceptibility and protective markers for AD and disease biomarkers have been identified and replicated using ADNI data and have heavily implicated immune, mitochondrial, cell cycle/fate, and other biological processes. Early sequencing studies suggest that rare and structural variants are likely to account for significant additional phenotypic variation. Longitudinal analyses of transcriptomic, proteomic, metabolomic, and epigenomic changes will also further elucidate dynamic processes underlying preclinical and prodromal stages of disease. Integration of this unique collection of multiomics data within a systems biology framework will help to separate truly informative markers of early disease mechanisms and potential novel therapeutic targets from the vast background of less relevant biological processes. Fortunately, a broad swath of the scientific community has accepted this grand challenge.
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 | 0,074 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».