Genomics implicates adaptive and innate immunity in Alzheimer's and Parkinson's diseases
Notice bibliographique
Résumé
OBJECTIVES: We assessed the current genetic evidence for the involvement of various cell types and tissue types in the etiology of neurodegenerative diseases, especially in relation to the neuroinflammatory hypothesis of neurodegenerative diseases. METHODS: We obtained large-scale genome-wide association study (GWAS) summary statistics from Parkinson's disease (PD), Alzheimer's disease (AD), and amyotrophic lateral sclerosis (ALS). We used multiple sclerosis (MS), an autoimmune disease of the central nervous system, as a positive control. We applied stratified LD score regression to determine if functional marks for cell type and tissue activity, and gene-set lists were enriched for genetic heritability. We compared our results to those from two gene-set enrichment methods (Ingenuity Pathway Analysis and enrichr). RESULTS: There were no significant heritability enrichments for annotations marking genes active within brain regions, but there were significant heritability enrichments for annotations marking genes active within cell types that form part of both the innate and adaptive immune systems. We found this for MS (as expected) and also for AD and PD. The strongest signals were from the adaptive immune system (e.g., T cells) for PD, and from both the adaptive (e.g., T cells) and innate (e.g., CD14: a marker for monocytes, and CD15: a marker for neutrophils) immune systems for AD. Annotations from the liver were also significant for AD. Pathway analysis provided complementary results. INTERPRETATION: For AD and PD, we found significant enrichment of heritability in annotations marking gene activity in immune cells.
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 ».