Copy number variant study of bipolar disorder in Canadian and UK populations implicates synaptic genes
Notice bibliographique
Résumé
Genome-wide single nucleotide polymorphism (SNP) data from 936 bipolar disorder (BD) individuals and 940 psychiatrically healthy comparison individuals of North European descent were analyzed for copy number variation (CNV). Using multiple CNV calling algorithms, and validating using in vitro molecular analyses, we identified CNVs implicating several candidate genes that encode synaptic proteins, such as DLG1, DLG2, DPP6, NRXN1, NRXN2, NRXN3, SHANK2, and EPHA5, as well as the neuronal splicing regulator RBFOX1 (A2BP1), and neuronal cell adhesion molecule CHL1. We have also identified recurrent CNVs on 15q13.3 and 16p11.2-regions previously reported as risk loci for neuropsychiatric disorders. In addition, we performed CNV analysis of individuals from 215 BD trios and identified de novo CNVs involving the NRXN1 and DRD5 genes. Our study provides further evidence of the occasional involvement of genomic mutations in the etiology of BD, however, there is no evidence of an increased burden of CNVs in BD. Further, the identification of CNVs at multiple members of the neurexin gene family in BD individuals, supports the role of synaptic disruption in the etiology of BD.
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 | 0,001 | 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 ».