Modeling prior information of common genetic variants improves gene discovery for neuroticism
Notice bibliographique
Résumé
Neuroticism reflects emotional instability, and is related to various mental and physical health issues. However, the majority of genetic variants associated with neuroticism remain unclear. Inconsistent genetic variants identified by different genome-wide association studies (GWAS) may be attributable to low statistical power. We proposed a novel framework to improve the power for gene discovery by incorporating prior information of single nucleotide polymorphisms (SNPs) and combining two relevant existing tools, relative enrichment score (RES) and conditional false discovery rate (FDR). Here, SNP's conditional FDR was estimated given its RES based on SNP prior information including linkage disequilibrium (LD)-weighted genic annotation scores, total LD scores and heterozygosity. A known significant locus in chromosome 8p was excluded before estimating FDR due to long-range LD structure. Only one significant LD-independent SNP was detected by analyses of unconditional FDR and traditional GWAS in the discovery sample (N = 59 225), and notably four additional SNPs by conditional FDR. Three of the five SNPs, all identified by conditional FDR, were replicated (P < 0.05) in an independent sample (N = 170 911). These three SNPs are located in intronic regions of CADM2, LINGO2 and EP300 which have been reported to be associated with autism, Parkinson's disease and schizophrenia, respectively. Our approach using a combination of RES and conditional FDR improved power of traditional GWAS for gene discovery providing a useful framework for the analysis of GWAS summary statistics by utilizing SNP prior information, and helping to elucidate the links between neuroticism and complex diseases from a genetic perspective.
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 | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».