Heritability and genome-wide SNP linkage analysis of temperament in bipolar disorder
Notice bibliographique
Résumé
BACKGROUND: The many attempts to identify genes for bipolar disorder (BD) have met with limited success, which has generally been attributed to genetic heterogeneity and small gene effects. However, it is also possible that the categorical phenotypes used in genetic studies of BD are not the most informative or biologically relevant. We have explored aspects of temperament as quantitative phenotypes for BD through the use of the Temperament Evaluation of Memphis, Pisa, Paris, and San Diego Auto-questionnaire (TEMPS-A), which is designed to assess lifelong, milder aspects of bipolar symptomatology and defines five temperaments: hyperthymic, dysthymic, cyclothymic, irritable, and anxious. METHODS: We compared temperament scores between diagnostic groups and assessed heritability in a sample of 101 families collected for genetic studies of BD. A genome-wide SNP linkage study was then performed in the subset of 51 families for which genetic data was available. RESULTS: Significant group differences were observed between BD subjects, their first-degree relatives, and independent controls, and all five temperaments were found to be significantly heritable, with heritabilities ranging from 21% for the hyperthymic to 52% for the irritable temperaments. Suggestive evidence for linkage was observed for the hyperthymic (chromosomes 1q44, 2p16, 6q16, and 14q23), dysthymic (chromosomes 3p21 and 13q34), and irritable (chromosome 6q24) temperaments. LIMITATIONS: The relatively small size of our linkage sample likely limited our ability to reach genome-wide significance in this study. CONCLUSIONS: While not genome-wide significant, these results suggest that aspects of temperament may prove useful in the identification of genes underlying BD susceptibility.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».