MétaCan
Menu
Retour à la cohorte
Enregistrement W1943789301 · doi:10.1111/ahg.12000

Initial Assessment of the Pathogenic Mechanisms of the Recently Identified Alzheimer Risk Loci

2013· article· en· W1943789301 sur OpenAlexfundno aff
Patrick Holton, Mina Ryten, Michael A. Nalls, Daniah Trabzuni, Michael E. Weale, Dena G. Hernandez, Helen Crehan, J. Raphael Gibbs, Richard Mayeux, Jonathan L. Haines, Lindsay A. Farrer, Margaret A. Pericak‐Vance, Gerard D. Schellenberg, Manuel Ramirez‐Restrepo, Anzhelika Engel, Amanda Myers, Jason J. Corneveaux, Matthew J. Huentelman, Allissa Dillman, Mark Cookson, Eric M. Reiman, Andrew Singleton, John Hardy, Rita Guerreiro

Notice bibliographique

RevueAnnals of Human Genetics · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Neurological Disorders and StrokeCanadian Institutes of Health ResearchNational Institutes of HealthNational Cancer InstituteMedpaceNational Human Genome Research InstituteWellcome TrustF. Hoffmann-La RocheNational Institute of Mental HealthHoward Hughes Medical InstituteMedical Research CouncilMerckNational Institute on AgingEli Lilly and Company
Mots-clésExpression quantitative trait lociGenome-wide association studyBiologyGenetic associationApolipoprotein EDiseaseQuantitative trait locusGeneticsAlzheimer's diseaseGeneSingle-nucleotide polymorphismGenotypeMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Recent genome wide association studies have identified CLU, CR1, ABCA7 BIN1, PICALM and MS4A6A/MS4A6E in addition to the long established APOE, as loci for Alzheimer's disease. We have systematically examined each of these loci to assess whether common coding variability contributes to the risk of disease. We have also assessed the regional expression of all the genes in the brain and whether there is evidence of an eQTL explaining the risk. In agreement with other studies we find that coding variability may explain the ABCA7 association, but common coding variability does not explain any of the other loci. We were not able to show that any of the loci had eQTLs within the power of this study. Furthermore the regional expression of each of the loci did not match the pattern of brain regional distribution in Alzheimer pathology. Although these results are mainly negative, they allow us to start defining more realistic alternative approaches to determine the role of all the genetic loci involved in Alzheimer's disease.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,059
Tête enseignante GPT0,354
Écart entre enseignants0,296 · 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

Citations48
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Human GeneticsMême sujetGenetic Associations and EpidemiologyTravaux en français237 207