Detection of Phenotype Modifier Genes Using Two-Locus Linkage Analysis in Complex Disorders Such as Major Psychosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To increase power to detect modifier loci conferring susceptibility to specific phenotypes such as disease diagnoses which are part of a broader disorder spectrum by jointly modeling a modifier and a broad susceptibility gene and to identify modifier loci conferring specific susceptibility to schizophrenia (SZ) or to bipolar disorder (BP) using the approach. METHODS: We implemented a two-locus linkage analysis model where a gene 1 genotype increases the risk of a broad phenotype and a gene 2 genotype modifies the expression of gene 1 by conferring susceptibility to a specific phenotype. RESULTS: Compared to a single-locus analysis within the broad phenotype, the proposed approach had greater power to detect the modifier gene 2 (0.96 vs. 0.54 under a simulation scenario including heterogeneity). In a sample of 12 mixed SZ and BP Eastern Quebec kindreds, D8S1110 at 8p22 showed the strongest evidence of linkage to a gene determining a specific phenotype (SZ or BP) among subjects susceptible to major psychosis because of putative genes at 10p13 (D10S245, conditional maximized LOD (cMOD) = 4.20, p = 0.0003) and 3q21-q23 (D3S2418, cMOD = 4.09, p = 0.0005). CONCLUSION: The proposed strategy is useful to detect modifier loci conferring susceptibility to a specific phenotype within a broader phenotype.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle