Effects-sizes of deletions and duplications on autism risk across the genome
Notice bibliographique
Résumé
ABSTRACT Objective Deleterious copy number variants (CNVs) are identified in up to 20% of individuals with autism. However, only 13 genomic loci have been formally associated with autism because the majority of CNVs are too rare to perform individual association studies. To investigate the implication of undocumented CNVs in neurodevelopmental disorders, we recently developed a new framework to estimate their effect-size on intelligence quotient (IQ) and sought to extend this approach to autism susceptibility and multiple cognitive domains. Methods We identified CNVs in two autism samples (Simons Simplex Collection and MSSNG) and two unselected populations (IMAGEN and Saguenay Youth Study). Statistical models integrating scores of genes encompassed in CNVs were used to explain their effect on autism susceptibility and multiple cognitive domains. Results Among 9 scores of genes, the “probability-of-being loss-of-function intolerant” (pLI) best explains the effect of CNVs on IQ and autism risk. Deletions decrease IQ by a mean of 2.6 points per point of pLI. The effect of duplications on IQ is three-fold smaller. The odd ratios for autism increases when deleting or duplicating any point of pLI. This increased autism risk is similar in subgroups of individuals below or above median IQ. Once CNV effects on IQ are accounted for, autism susceptibility remains mostly unchanged for duplications but decreases for deletions. Model estimates for autism risk overlap with previously published observations. Deletions and duplications differentially affect social communication, behaviour, and phonological memory, whereas both equally affect motor skills. Conclusions Autism risk conferred by duplications is less influenced by IQ compared to deletions. CNVs increase autism risk similarly in individuals with high and low IQ. Our model, trained on CNVs encompassing >4,500 genes, suggests highly polygenic properties of gene dosage with respect to autism risk. These models will help interpreting CNVs identified in the clinic.
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 | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».