Unravelling the GSK3β-related genotypic interaction network influencing hippocampal volume in recurrent major depressive disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Glycogen synthase kinase 3β (GSK3β) has been implicated in mood disorders. We previously reported associations between a GSK3β polymorphism and hippocampal volume in major depressive disorder (MDD). We then reported similar associations for a subset of GSK3β-regulated genes. We now investigate an algorithm-derived comprehensive list of genes encoding proteins that directly interact with GSK3β to identify a genotypic network influencing hippocampal volume in MDD. PARTICIPANTS AND METHODS: We used discovery (N=141) and replication (N=77) recurrent MDD samples. Our gene list was generated from the NetworKIN database. Hippocampal measures were derived using an optimized Freesurfer protocol. We identified interacting single nucleotide polymorphisms using the machine learning algorithm Random Forest and verified interactions using likelihood ratio tests between nested linear regression models. RESULTS: The discovery sample showed multiple two-single nucleotide polymorphism interactions with hippocampal volume. The replication sample showed a replicable interaction (likelihood ratio test: P=0.0088, replication sample; P=0.017, discovery sample; Stouffer's combined P=0.0007) between genes associated previously with endoplasmic reticulum stress, calcium regulation and histone modifications. CONCLUSION: Our results provide genetic evidence supporting associations between hippocampal volume and MDD, which may reflect underlying cellular stress responses. Our study provides evidence of biological mechanisms that should be further explored in the search for disease-modifying therapeutic targets for depression.
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.
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 | 0,001 | 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 découle