Peptidoglycan recognition protein genes and risk of Parkinson's disease
Notice bibliographique
Résumé
Increased gut permeability, inflammation, and colonic α-synuclein pathology are present in early Parkinson's disease (PD) and have been proposed to contribute to PD pathogenesis. Peptidoglycan is a structural component of the bacterial cell wall. Peptidoglycan recognition proteins (PGRPs) maintain healthy gut microbial flora by regulating the immune response to both commensal and harmful bacteria. We tested the hypothesis that variants in genes that encode PGRPs are associated with PD risk. Participants in two independent case-control studies were genotyped for 30 single-nucleotide polymorphisms (SNPs) in the four PGLYRP genes. Using logistic regression to estimate odds ratios (OR) and 95% confidence intervals (CI) adjusted for potential confounding variables, we conducted analyses in each study, separately and pooled. One SNP failed the assay, and three had little to no variation. The ORs were similar in both study populations. In pooled analyses, three of seven PGLYRP2 SNPs (rs3813135, rs733731, rs892145), one of five PGLYRP3 SNPs (rs2987763), and six of nine PGLYRP4 SNPs (rs10888557, rs12063091, rs3006440, rs3006448, rs3006458, and rs3014864) were significantly associated with PD risk. Association was strongest for PGLYRP4 5'untranslated region (UTR) SNP rs10888557 (GG reference, CG OR 0.6 [95%CI 0.4-0.9], CC OR 0.15 [95%CI 0.04-0.6]; log-additive P-trend, 0.0004). Common variants in PGLYRP genes are associated with PD risk in two independent studies. These results require replication, but they are consistent with hypotheses of a causative role for the gut microbiota and gastrointestinal immune response in PD.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».