MétaCan
Menu
Retour à la cohorte
Enregistrement W2099613443 · doi:10.1126/scitranslmed.3002464

Rare Copy Number Variation Discovery and Cross-Disorder Comparisons Identify Risk Genes for ADHD

2011· article· en· W2099613443 sur OpenAlexafffund
Anath C. Lionel, Jennifer Crosbie, Nicole Barbosa, Tara Goodale, Bhooma Thiruvahindrapuram, Jessica Rickaby, Matthew J. Gazzellone, Andrew R. Carson, Jennifer Howe, Zhuozhi Wang, John Wei, Alexandre F.R. Stewart, Robert Roberts, Ruth McPherson, Andreas Fiebig, André Franke, Stefan Schreiber, Lonnie Zwaigenbaum, Bridget A. Fernandez, Wendy Roberts, Paul Arnold, Péter Szatmári, Christian R. Marshall, Russell Schachar, Stephen W. Scherer

Notice bibliographique

RevueScience Translational Medicine · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Neurodevelopmental Disorders
Établissements canadiensMemorial University of NewfoundlandUniversity of AlbertaHolland Bloorview Kids Rehabilitation HospitalUniversity of OttawaHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCopy-number variationGeneVariation (astronomy)BiologyGeneticsComputational biologyMedicineGenome

Résumé

récupéré en direct d'OpenAlex

Attention deficit hyperactivity disorder (ADHD) is a common and persistent condition characterized by developmentally atypical and impairing inattention, hyperactivity, and impulsiveness. We identified de novo and rare copy number variations (CNVs) in 248 unrelated ADHD patients using million-feature genotyping arrays. We found de novo CNVs in 3 of 173 (1.7%) ADHD patients for whom we had DNA from both parents. These CNVs affected brain-expressed genes: DCLK2, SORCS1, SORCS3, and MACROD2. We also detected rare inherited CNVs in 19 of 248 (7.7%) ADHD probands, which were absent in 2357 controls and which either overlapped previously implicated ADHD loci (for example, DRD5 and 15q13 microduplication) or identified new candidate susceptibility genes (ASTN2, CPLX2, ZBBX, and PTPRN2). Among these de novo and rare inherited CNVs, there were also examples of genes (ASTN2, GABRG1, and CNTN5) previously implicated by rare CNVs in other neurodevelopmental conditions including autism spectrum disorder (ASD). To further explore the overlap of risks in ADHD and ASD, we used the same microarrays to test for rare CNVs in an independent, newly collected cohort of 349 unrelated individuals with a primary diagnosis of ASD. Deletions of the neuronal ASTN2 and the ASTN2-intronic TRIM32 genes yielded the strongest association with ADHD and ASD, but numerous other shared candidate genes (such as CHCHD3, MACROD2, and the 16p11.2 region) were also revealed. Our results provide support for a role for rare CNVs in ADHD risk and reinforce evidence for the existence of common underlying susceptibility genes for ADHD, ASD, and other neuropsychiatric disorders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,327
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations389
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience Translational MedicineMême sujetGenetics and Neurodevelopmental DisordersTravaux en français237 207