<i>SNCA</i>,<i>MAPT</i>, and<i>GSK3B</i>in Parkinson disease: a gene-gene interaction study
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Recent evidence suggests that variation in the SNCA, MAPT, and GSK3B genes interacts in affecting risk for Parkinson disease (PD). In the current study, we attempt to validate previously published findings, evaluating gene-gene interactions between SNCA, MAPT, and GSK3B in association with PD. METHODS: Three Caucasian PD patient-control series from the United States, Ireland, and Norway (combined n = 1020 patients and 1095 controls) were genotyped for SNCA rs356219, MAPT H1/H2-discriminating SNP rs1052553, and GSK3B rs334558 and rs6438552. RESULTS: Our findings indicate that as previously reported, the SNCA rs356219-G allele and MAPT rs1052553 (H1 haplotype) were both associated with an increased risk of PD, whilst contrary to previous reports, GSK3B variants were not. No pair-wise interaction was observed between SNCA, MAPT, and GSK3B; the risk effects of SNCA rs356219-G and MAPT rs1052553-H1 were seen in a similar manner across genotypes of other variants, with no evidence suggesting synergistic, antagonistic, or deferential effects. CONCLUSIONS: In the Caucasian patient-control series examined, risk for PD was influenced by variation in SNCA and MAPT but not GSK3B. Additionally, those three genes did not interact in determining disease 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 ».