MétaCan
Menu
Retour à la cohorte
Enregistrement W2888509978 · doi:10.1002/evl3.81

Positive and balancing selection on<i>SLC18A1</i>gene associated with psychiatric disorders and human-unique personality traits

2018· article· en· W2888509978 sur OpenAlexfundno aff
Daiki X. Sato, Masakado Kawata

Notice bibliographique

RevueEvolution Letters · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsJapan Society for the Promotion of Science
Mots-clésPsychologyPersonalityBig Five personality traitsSelection (genetic algorithm)Psychiatric geneticsClinical psychologyPersonality disordersPsychiatryGeneticsSocial psychologyBiologySchizophrenia (object-oriented programming)Computer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Maintenance of genetic variants susceptible to psychiatric disorders is one of the intriguing evolutionary enigmas. The present study detects three psychiatric disorder-relevant genes (CLSTN2, FAT1, and SLC18A1) that have been under positive selection during the human evolution. In particular, SLC18A1 (vesicular monoamine transporter 1; VMAT1) gene has a human-unique variant (rs1390938, Thr136Ile), which is associated with bipolar disorders and/or the anxiety-related personality traits. 136Ile shows relatively high (20–61%) frequency in non-African populations, and Tajima's D reports a significant peak around the Thr136Ile site, suggesting that this polymorphism has been positively maintained by balancing selection in non-African populations. Moreover, Coalescent simulations predict that 136Ile originated around 100,000 years ago, the time being generally associated with the Out-of-Africa migration of modern humans. Our study sheds new light on a gene in monoamine pathway as a strong candidate contributing to human-unique psychological traits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,228
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolution LettersMême sujetGenetic Associations and EpidemiologyTravaux en français237 207