MétaCan
Menu
Retour à la cohorte
Enregistrement W3023887401 · doi:10.1210/jendso/bvaa046.1052

MON-722 Cross-Species Glucocorticoid-Sensitive Posterior Dentate Gyrus Gene Network: Developing a Polygenic Score Associated to Susceptibility to Depression After Early Life Adversity Exposure in Humans

2020· article· en· W3023887401 sur OpenAlexaff
Danusa Mar Arcego, Nick O’Toole, Jan-Paul Buschdorf, Nirmala Arul Rayan, Bárbara Barth, Irina Pokhvisneva, Zihan Wang, Sachin Patel, Euclides José de Mendonça Filho, Randriely Merscher Sobreira de Lima, Carla Dalmaz, Patrícia Pelufo Silveira, Michael J. Meaney

Notice bibliographique

RevueJournal of the Endocrine Society · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHormonal Regulation and Hypertension
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDentate gyrusGlucocorticoidGlucocorticoid receptorSingle-nucleotide polymorphismBiologySNPGeneCandidate geneFKBP5GeneticsOncologyHippocampal formationEndocrinologyGenotypeMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Exposure to stress during the life-course has consistently been associated with neuropsychological disorders, but the precise role of stress released glucocorticoids remains unclear in this context. We aimed at using hippocampal gene expression data from macaques to identify clusters of genes sensible to glucocorticoid exposure and create a biologically relevant polygenic score to investigate emotional disorders in a child and adult humans exposed to early adversity. RNA-sequencing data from the posterior dentate gyrus (pDG) of adult Macaca fascicularis females treated with Betamethasone (glucocorticoid) or saline injections for 8 consecutive days were analyzed from two cohorts: Singapore (reference) and Vietnam (replication) with N=12/each. Weighted gene co-expression network analysis (WGCNA) was used to identify clusters (modules) of co-expressed genes associated with betamethasone. In Singaporean animals, genes were clustered in 52 modules, in which 5 were associated with betamethasone. Two modules were preserved in a replication dataset (Vietnam) and in data from female rats treated with corticosterone for 6 weeks, being the black module (557 genes, P=0.01, r=0.7) the one having the highest correlation with glucocorticoid exposure. Gene ontology analysis (FDR<0.05, Metacore®) revealed that this module is associated with transcription processes. The SNPs derived from genes within the module were used to calculate an expression-based polygenic risk score (ePRS) in the human samples, weighing each SNP by the slope of the association between genotype and gene expression (GTex). Linear regression analysis showed a significant interaction between ePRS and early adversity on the Dominique - major depressive disorder domain (β=1304; P=0.003; N=65) in girls aged 6 years (MAVAN), in which a higher ePRS was associated with more symptoms as the adversity scores increases (simple slope analysis,P=0.004). A comparable interaction between the ePRS and postnatal adversity was also observed in adult women (UK Biobank), in which there was an increased risk for early depression onset (β= -424.3, P=0.04; N=13899). In the adult cohort, whole brain gray matter volume was also associated with differences in the expression of the genes that composed the ePRS-black network (main ePRS effect, β=1865776, P=0.03, N=10902). Glucocorticoid exposure affects a specific group of genes in pDG of adult female macaques and rats, influencing transcriptional processes. Variations in the expression of this gene network sensible to glucocorticoids were associated with susceptibility for the development of depression in girls and adult women exposed to early life adversity. These show the importance of glucocorticoids on the development of depressive symptoms. The gene network affected by glucocorticoids can guide future pharmacological or mechanistic studies in other samples or species.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,033
Tête enseignante GPT0,283
Écart entre enseignants0,250 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Endocrine SocietyMême sujetHormonal Regulation and HypertensionTravaux en français237 207