MétaCan
Menu
← Retour à la cohorte
Enregistrement W2946494925 · doi:10.71781/27206

Genetic contribution to the aggregation of schizophrenia and bipolar disorder in multiplex consanguineous Pakistani pedigrees

2019· dissertation· en· W2946494925 sur OpenAlexfundno aff
Qin He

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2019
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchUniversité de Montréal
Mots-clésPedigree chartBipolar disorderSchizophrenia (object-oriented programming)MultiplexGeneticsPsychiatryPsychologyGenealogyBiologyGeneHistoryCognition

Résumé

récupéré en direct d'OpenAlex

La schizophrénie (SCZ) et le trouble bipolaire (TB) sont des troubles mentaux graves qui présentent tous deux des symptômes affectifs et psychotiques. La SCZ est un trouble psychotique primaire caractérisé par des symptômes d’idées délirantes et d’hallucinations. Le TB est principalement un trouble de l'humeur primaire défini des périodes de manie et de dépression. En 2010, ces troubles contribuaient respectivement à 7,4% et 7,0% de la charge mondiale de morbidité. La prévalence élevée (~ 0,4% pour la SCZ et ~ 2,4% pour le TB) et la forte héritabilité estimée (~ 80%) suggèrent toutes deux une forte influence génétique. Les données disponibles démontrent qu'il existe des chevauchements génétiques entre les deux conditions, mais également des composantes génétiques spécifiques à chaque maladie. Au cours de la dernière décennie, des études d’association pan-génomiques ont identifié des centaines de loci génétiques associés à ces maladies. De plus, d’autres méthodes ont permis de mettre en relief la contribution d’autres types de variations génétiques comme les rares variations du nombre de copies (CNV), de rares polymorphismes de nucléotide simple (SNV) et des mutations de novo (MDN). Bien que notre connaissance de l'architecture génétique de ces conditions est en progression, une grande partie de l'héritabilité demeure toujours non résolue et inexpliquée. Une longue histoire de faible mélange génétique combiné à la pratique répandue de mariages consanguins (50% des unions sont consanguines) rend les familles pakistanaises prometteuses pour des études génétiques médicales basées sur la population. Des études épidémiologiques ont démontré que la consanguinité est associée à un risque accru de nombreux traits. L’étude de familles a largement été appliquée dans la cartographie génétique des caractères mendéliens et complexes. Cependant, peu d’études ont eu recours à de grandes familles consanguines multiplexes pour étudier en profondeur le rôle de la consanguinité dans les troubles neuropsychiatriques tels que la SCZ et le TB. Les CNVs ont été impliquées dans la SCZ et le TB depuis la découverte des délétions 22q11.2. Malgré que ces derniers soient rares dans la population, ils contribuent de manière significative au risque. Des études d'association de CNV ont révélé un enrichissement de délétions et de duplications rares et un taux plus élevé de CNV de novo dans les cas relatifs aux témoins. De plus, le séquençage du génome de familles SCZ a révélé une charge accrue de rares CNVs exonics chez les sujets SCZ ainsi que de l'hétérogénéité génétique. L'utilisation de grandes familles de multiplexes pourrait être statistiquement puissante pour étudier le rôle des CNVs co-ségrégant avec la maladie et éventuellement pathogènes. Afin de mieux comprendre l'hétérogénéité génétique et résoudre l’héritabilité manquante de ces deux troubles mentaux, nous avons utilisé du génotypage et du séquençage de l'exome afin d’examiner le profil génétique de grandes généalogies consanguines multiplexes d’origine Parkistanaise. Chacune de ces familles comportait plus de dix membres affectés par la SCZ ou le TB. Dans cette thèse, nous caractérisons la population d’origine, ce qui comprend le mélange génétique et la consanguinité récente de notre cohorte. Nous avons testé si le niveau de consanguinité était associé au phénotype binaire et à ses dimensions sous-phénotypiques. Nous avons également inclus un grand ensemble de données de populations contrôles externes et appariées afin de calculer et comparer le coefficient de consanguinité. Notre approche, qui comprenait une analyse de liaison, une cartographie de l’auto-zygosité, la détection de cycles homozygotie et une analyse de ségrégation de variantes homozygotes délétères rares, nous a conduit à rejeter l’hypothèse d’un modèle de transmission récessif sur ces familles (malgré leur forte consanguinité). Par la suite, nous avons examiné si des CNVs co-ségrégaient avec le phénotype dans certaines familles. Cette étude comportait plusieurs étapes: 1 - une comparaison systématique entre différents algorithmes de détection de CNVs. 2 - une validation croisée de vrais CNVs ou de faux positifs par des approches in silico ou expérimentales, 3 - le développement d’un logiciel de ségrégation et d'annotation. Cette étude met de l’avant à la fois les avancées méthodologiques et les limites de l’exploration des CNVs. Au final, aucun des CNVs identifiés ne semblent contribuer à la variance génétique de la SCZ et du TB des familles examinées dans cette étude. Les résultats présentés dans cette thèse étayent une hypothèse alternative qui impliquerait des interactions polygéniques entre à la fois des variants rares et des variants communs.

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 enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,003
Tête enseignante GPT0,189
Écart entre enseignants0,185 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)→Même sujetGenetic Associations and Epidemiology→Travaux en français237 207→