Genetic Variants in the Fat and Obesity Associated (FTO) Gene and Risk of Alzheimer's Disease
Notice bibliographique
Résumé
BACKGROUND: Recent studies showed that polymorphisms in the Fat and Obesity-Associated (FTO) gene have robust effects on obesity, obesity-related traits and endophenotypes associated with Alzheimer's disease (AD). METHODS: We used 1,877 Caucasian cases and controls from the NIA-LOAD study and 1,093 Caribbean Hispanics to further explore the association of FTO with AD. Using logistic regression, we assessed 42 SNPs in introns 1 and 2, the region previously reported to be associated with AD endophenotypes, which had been derived by genome-wide screenings. In addition, we performed gene expression analyses of neuropathologically confirmed AD cases and controls of two independent datasets (19 AD cases, 10 controls; 176 AD cases, 188 controls) using within- and between-group factors ANOVA of log(10) transformed rank invariant normalized expression data. RESULTS: In the NIALOAD study, one SNP was significantly associated with AD and three additional markers were close to significance (rs6499640, rs10852521, rs16945088, rs8044769, FDR p-value: 0.05<p<0.09). Two of the SNPs are in strong LD (D'>0.9) with the previously reported SNPs. In the Caribbean Hispanic dataset, we identified three SNPs (rs17219084, rs11075996, rs11075997, FDR p-value: 0.009<p<0.01) that were associated with AD. These results were confirmed by haplotype analyses and in a metaanalysis in which we included the ADNI dataset. FTO had a significantly lower expresssion in AD cases compared to controls in two independent datasets derived from human cortex and amygdala tissue, respectively (p = 2.18 × 10-5 and p<0.0001). CONCLUSIONS: Our data support the notion that genetic variation in Introns 1 and 2 of the FTO gene may contribute to AD risk.
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) | 0,000 | 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 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 ».