BCL9 and C9orf5 Are Associated with Negative Symptoms in Schizophrenia: Meta-Analysis of Two Genome-Wide Association Studies
Notice bibliographique
Résumé
Schizophrenia is a chronic and debilitating psychiatric condition affecting slightly more than 1% of the population worldwide and it is a multifactorial disorder with a high degree of heritability (80%) based on family and twin studies. Increasing lines of evidence suggest intermediate phenotypes/endophenotypes are more associated with causes of the disease and are less genetically complex than the broader disease spectrum. Negative symptoms in schizophrenia are attractive intermediate phenotypes based on their clinical and treatment response features. Therefore, our objective was to identify genetic variants underlying the negative symptoms of schizophrenia by analyzing two genome-wide association (GWA) data sets consisting of a total of 1,774 European-American patients and 2,726 controls. Logistic regression analysis of negative symptoms as a binary trait (adjusted for age and sex) was performed using PLINK. For meta-analysis of two datasets, the fixed-effect model in PLINK was applied. Through meta-analysis we identified 25 single nucleotide polymorphisms (SNPs) associated with negative symptoms with p<5×10(-5). Especially we detected five SNPs in the first two genes/loci strongly associated with negative symptoms of schizophrenia (P(meta-analysis)<6.22×10(-6)), which included three SNPs in the BCL9 gene: rs583583 showed the strongest association at a P(meta-analysis) of 6.00×10(-7) and two SNPs in the C9orf5 (the top SNP is rs643410 with a p = 1.29 ×10(-6)). Through meta-analysis, we identified several additional negative symptoms associated genes (ST3GAL1, RNF144, CTNNA3 and ZNF385D). This is the first report of the common variants influencing negative symptoms of schizophrenia. These results provide direct evidence of using of negative symptoms as an intermediate phenotype to dissect the complex genetics of schizophrenia. However, additional studies are warranted to examine the underlying mechanisms of these disease-associated SNPs in these genes.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,027 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».