Evidence that COMT genotype and proline interact on negative-symptom outcomes in schizophrenia and bipolar disorder
Notice bibliographique
Résumé
Elevated peripheral proline is associated with psychiatric disorders, and there is evidence that proline is a neuromodulator. The proline dehydrogenase (PRODH) gene, which encodes the enzyme that catalyzes proline catabolism, maps to human chromosome 22q11.2, a region conferring risk of schizophrenia. In the Prodh-null mouse, an interaction between elevated peripheral proline and another 22q11.2 gene, catechol-O-methyltransferase (COMT), on neurotransmission and behavior has been reported. We explored the relationship between fasting plasma proline levels and COMT Val(158)Met genotype on symptoms (positive, negative and total) in schizophrenia patients. In an exploratory study we also examined symptom change in patients with bipolar disorder. There was a significant interaction between peripheral proline and COMT on negative symptoms in schizophrenia (P<0.0001, n=95). In COMT Val/Val patients, high proline was associated with low Scale for the Assessment of Negative Symptom (SANS) scores. In contrast, high proline was associated with high SANS scores in patients carrying a Met allele. The relationship between proline and COMT also appears to modify negative symptoms across psychiatric illness. In bipolar disorder, a significant interaction was also observed on negative-symptom change (P=0.007, n=43). Negative symptoms are intractable and largely unaddressed by current medications. These data indicate a significant interaction between peripheral proline and COMT genotype, influencing negative symptoms in schizophrenia and bipolar disorder. That high proline has converse effects on symptoms by COMT genotype, may have implications for therapeutic decisions.
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 ».