Molecular and Genetic Characterization of Depression: Overlap with Other Psychiatric Disorders and Aging
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
Genome-wide expression and genotyping technologies have uncovered the genetic bases of complex diseases at unprecedented rates; However despite its heavy burden and high prevalence, the molecular characterization of major depressive disorder (MDD) has lagged behind. Transcriptome studies report multiple brain disturbances but are limited by small sample sizes. Genome-wide association studies (GWAS) report weak results but suggest overlapping genetic risk with other neuropsychiatric disorders. We performed systematic molecular characterization of altered brain function in MDD, using meta-analysis of differential expression in eight gene array studies in three corticolimbic brain regions in 101 subjects. The identified "metaA-MDD" genes suggest altered neurotrophic support, brain plasticity and neuronal signaling in MDD. Notably, metaA-MDD genes display low connectivity and hubness in coexpression networks, and uniform genomic distribution, consistent with diffuse polygenic mechanisms. We next integrated these findings with results from over 1800 published GWAS and show that genetic variations nearby metaA-MDD genes predict greater risk for neuropsychiatric disorders and notably for age-related phenotypes, but not for other medical illnesses, including those frequently co-morbid with depression, or body characteristics. Collectively, the intersection of unbiased investigations of gene function (transcriptome) and structure (GWAS) provides novel leads to investigate molecular mechanisms of MDD and suggest common biological pathways between depression, other neuropsychiatric diseases, and brain aging.
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