Gene set enrichment analysis and expression pattern exploration implicate an involvement of neurodevelopmental processes in bipolar disorder
Notice bibliographique
Résumé
BACKGROUND: Bipolar disorder (BD) is a common and highly heritable disorder of mood. Genome-wide association studies (GWAS) have identified several independent susceptibility loci. In order to extract more biological information from GWAS data, multi-locus approaches represent powerful tools since they utilize knowledge about biological processes to integrate functional sets of genes at strongly to moderately associated loci. METHODS: We conducted gene set enrichment analyses (GSEA) using 2.3 million single-nucleotide polymorphisms, 397 Reactome pathways and 24,025 patients with BD and controls. RNA expression of implicated individual genes and gene sets were examined in post-mortem brains across lifespan. RESULTS: = 0.0451). Most pathway genes showed peaks of RNA co-expression during fetal development and infancy and mapped to neocortical areas and parts of the limbic system. LIMITATIONS: Pathway associations were technically reproduced by two methods, although they were not formally replicated in independent samples. Gene expression was explored in controls but not in patients. CONCLUSIONS: Pathway analysis in large GWAS data of BD and follow-up of gene expression patterns in healthy brains provide support for an involvement of neurodevelopmental processes in the etiology of this neuropsychiatric disease. Future studies are required to further evaluate the relevance of the implicated genes on pathway functioning and clinical aspects of BD.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».