Characterization of the DYX2 locus on chromosome 6p22 with reading disability, language impairment, and IQ
Notice bibliographique
Résumé
Reading disability (RD) and language impairment (LI) are common neurodevelopmental disorders with moderately strong genetic components and lifelong implications. RD and LI are marked by unexpected difficulty acquiring and processing written and verbal language, respectively, despite adequate opportunity and instruction. RD and LI-and their associated deficits-are complex, multifactorial, and often comorbid. Genetic studies have repeatedly implicated the DYX2 locus, specifically the genes DCDC2 and KIAA0319, in RD, with recent studies suggesting they also influence LI, verbal language, and cognition. Here, we characterize the relationship of the DYX2 locus with RD, LI, and IQ. To accomplish this, we developed a marker panel densely covering the 1.4 Mb DYX2 locus and assessed association with reading, language, and IQ measures in subjects from the Avon Longitudinal Study of Parents and Children. We then replicated associations in three independent, disorder-selected cohorts. As expected, there were associations with known RD risk genes KIAA0319 and DCDC2. In addition, we implicated markers in or near other DYX2 genes, including TDP2, ACOT13, C6orf62, FAM65B, and CMAHP. However, the LD structure of the locus suggests that associations within TDP2, ACOT13, and C6orf62 are capturing a previously reported risk variant in KIAA0319. Our results further substantiate the candidacy of KIAA0319 and DCDC2 as major effector genes in DYX2, while proposing FAM65B and CMAHP as new DYX2 candidate genes. Association of DYX2 with multiple neurobehavioral traits suggests risk variants have functional consequences affecting multiple neurological processes. Future studies should dissect these functional, possibly interactive relationships of DYX2 candidate 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 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 ».