MétaCan
Menu
Retour à la cohorte
Enregistrement W2922106038 · doi:10.1093/brain/awz024

Association of variants in<i>HTRA1</i>and<i>NOTCH3</i>with MRI-defined extremes of cerebral small vessel disease in older subjects

2019· article· en· W2922106038 sur OpenAlexafffund
Aniket Mishra, Ganesh Chauhan, Marie‐Hélène Violleau, Dina Vojinović, Xueqiu Jian, Shuo Li, Yasaman Saba, Benjamin Grenier‐Boley, Qiong Yang, Traci M. Bartz, Edith Hofer, Aïcha Soumaré, Fen Peng, Marie-Gabrielle Duperron, Mario Foglio, Thomas H. Mosley, Reinhold Schmidt, Bruce M. Psaty, Lenore J. Launer, Eric Boerwinkle, Yi‐Cheng Zhu, Bernard Mazoyer, Mark Lathrop, Céline Bellenguez, Cornelia M. van Duijn, M. Arfan Ikram, Helena Schmidt, W.T. Longstreth, Myriam Fornage, Sudha Seshadri, Anne Joutel, Christophe Tzourio, Stéphanie Debette

Notice bibliographique

RevueBrain · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebrovascular and genetic disorders
Établissements canadiensMcGill Genome Centre
Organismes subventionnairesH2020 European Research CouncilFondation LeducqAgence Nationale de la RechercheNational Center for Research ResourcesNational Heart, Lung, and Blood InstituteNational Center for Advancing Translational SciencesMedical Research CouncilCanadian Institutes of Health ResearchNational Institute on AgingDiabetes Research CenterNational Institutes of HealthNational Health and Medical Research CouncilNational Institute of Diabetes and Digestive and Kidney DiseasesFondation Claude PompidouUniversité de BordeauxBundesministerium für Wissenschaft, Forschung und WirtschaftNational Institute of Neurological Disorders and StrokeCenter for Hellenic Studies, Harvard UniversityBundesministerium für Bildung und ForschungZonMwNational Human Genome Research InstituteEuropean CommissionEU Joint Programme – Neurodegenerative Disease ResearchIndiana Clinical and Translational Sciences Institute
Mots-clésExomeExome sequencingGeneticsPopulationGenetic associationLinkage disequilibriumGenome-wide association studyCandidate geneDiseaseHyperintensityPhenotypeBiologyMedicineGenotypePathologyGeneMagnetic resonance imagingSingle-nucleotide polymorphism

Résumé

récupéré en direct d'OpenAlex

We report a composite extreme phenotype design using distribution of white matter hyperintensities and brain infarcts in a population-based cohort of older persons for gene-mapping of cerebral small vessel disease. We demonstrate its application in the 3C-Dijon whole exome sequencing (WES) study (n = 1924, nWESextremes = 512), with both single variant and gene-based association tests. We used other population-based cohort studies participating in the CHARGE consortium for replication, using whole exome sequencing (nWES = 2,868, nWESextremes = 956) and genome-wide genotypes (nGW = 9924, nGWextremes = 3308). We restricted our study to candidate genes known to harbour mutations for Mendelian small vessel disease: NOTCH3, HTRA1, COL4A1, COL4A2 and TREX1. We identified significant associations of a common intronic variant in HTRA1, rs2293871 using single variant association testing (Pdiscovery = 8.21 × 10-5, Preplication = 5.25 × 10-3, Pcombined = 4.72 × 10-5) and of NOTCH3 using gene-based tests (Pdiscovery = 1.61 × 10-2, Preplication = 3.99 × 10-2, Pcombined = 5.31 × 10-3). Follow-up analysis identified significant association of rs2293871 with small vessel ischaemic stroke, and two blood expression quantitative trait loci of HTRA1 in linkage disequilibrium. Additionally, we identified two participants in the 3C-Dijon cohort (0.4%) carrying heterozygote genotypes at known pathogenic variants for familial small vessel disease within NOTCH3 and HTRA1. In conclusion, our proof-of-concept study provides strong evidence that using a novel composite MRI-derived phenotype for extremes of small vessel disease can facilitate the identification of genetic variants underlying small vessel disease, both common variants and those with rare and low frequency. The findings demonstrate shared mechanisms and a continuum between genes underlying Mendelian small vessel disease and those contributing to the common, multifactorial form of the disease.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,207
Écart entre enseignants0,202 · 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

Citations58
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetCerebrovascular and genetic disordersTravaux en français237 207