Rare genetic variation implicated in non-Hispanic white families with Alzheimer disease
Notice bibliographique
Résumé
ObjectiveTo identify genetic variation influencing late-onset Alzheimer disease (LOAD), we used a large data set of non-Hispanic white (NHW) extended families multiply-affected by LOAD by performing whole genome sequencing (WGS). MethodsAs part of the Alzheimer Disease Sequencing Project, WGS data were generated for 197 NHW participants from 42 families (affected individuals and unaffected, elderly relatives). A two-pronged approach was taken. First, variants were prioritized using heterogeneity logarithm of the odds (HLOD) and family-specific LOD scores as well as annotations based on function, frequency, and segregation with disease. Second, known Alzheimer disease (AD) candidate genes were assessed for rare variation using a family-based association test. ResultsWe identified 41 rare, predicted-damaging variants that segregated with disease in the families that contributed to the HLOD or family-specific LOD regions. These included a variant in nitric oxide synthase 1 adaptor protein that segregates with disease in a family with 7 individuals with AD, as well as variants in RP11-433J8, ABCA1, and FISP2. Rare-variant association identified 2 LOAD candidate genes associated with disease in these families: FERMT2 (p-values = 0.001) and SLC24A4 (p-value = 0.009). These genes still showed association while controlling for common index variants, indicating the rare-variant signal is distinct from common variation that initially identified the genes as candidates. ConclusionsWe identified multiple genes with putative damaging rare variants that segregate with disease in multiplex AD families and showed that rare variation may influence AD risk at AD candidate genes. These results identify novel AD candidate genes and show a role for rare variation in LOAD etiology, even at genes previously identified by common variation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,003 | 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 ».