Heritability and genetic variance of dementia with Lewy bodies
Notice bibliographique
Résumé
Abstract Recent large-scale genetic studies have allowed for the first glimpse of the effects of common genetic variability in dementia with Lewy bodies (DLB), identifying risk variants with appreciable effect sizes. However, it is currently well established that a substantial portion of the genetic heritable component of complex traits is not captured by genome-wide significant SNPs. To overcome this issue, we have estimated the proportion of phenotypic variance explained by genetic variability (SNP heritability) in DLB using a method that is unbiased by allele frequency or linkage disequilibrium properties of the underlying variants. This shows that the heritability of DLB is nearly twice as high as previous estimates based on common variants only (31% vs 59.9%). We also determine the amount of phenotypic variance in DLB that can be explained by recent polygenic risk scores from either Parkinson’s disease (PD) or Alzheimer’s disease (AD), and show that, despite being highly significant, they explain a low amount of variance. Additionally, to identify pleiotropic events that might improve our understanding of the disease, we performed genetic correlation analyses of DLB with over 200 diseases and biomedically relevant traits. Our data shows that DLB has a positive correlation with education phenotypes, which is opposite to what occurs in AD. Overall, our data suggests that novel genetic risk factors for DLB should be identified by larger GWAS and these are likely to be independent from known AD and PD risk variants.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».