Investigation of 15 of the top candidate genes for late-onset Alzheimer’s disease
Notice bibliographique
Résumé
The 12 genome-wide association studies (GWAS) published to-date for late-onset Alzheimer's disease (LOAD) have identified over 40 candidate LOAD risk modifiers, in addition to apolipoprotein (APOE) ε4. A few of these novel LOAD candidate genes, namely BIN1, CLU, CR1, EXOC3L2 and PICALM, have shown consistent replication, and are thus credible LOAD susceptibility genes. To evaluate other promising LOAD candidate genes, we have added data from our large, case-control series (n=5,043) to meta-analyses of all published follow-up case-control association studies for six LOAD candidate genes that have shown significant association across multiple studies (TNK1, GAB2, LOC651924, GWA_14q32.13, PGBD1 and GALP) and for an additional nine previously suggested candidate genes. Meta-analyses remained significant at three loci after addition of our data: GAB2 (OR=0.78, p=0.007), LOC651924 (OR=0.91, p=0.01) and TNK1 (OR=0.92, p=0.02). Breslow-Day tests revealed significant heterogeneity between studies for GAB2 (p<0.0001) and GWA_14q32.13 (p=0.006). We have also provided suggestive evidence that PGBD1 (p=0.04) and EBF3 (p=0.03) are associated with age-at-onset of LOAD. Finally, we tested for interactions between these 15 genes, APOE ε4 and the five novel LOAD genes BIN1, CLU, CR1, EXOC3L2 and PICALM but none were significant after correction for multiple testing. Overall, this large, independent follow-up study for 15 of the top LOAD candidate genes provides support for GAB2 and LOC651924 (6q24.1) as risk modifiers of LOAD and novel associations between PGBD1 and EBF3 with age-at-onset.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».