Gene expression profiles complement the analysis of genomic modifiers of the clinical onset of Huntington disease
Notice bibliographique
Résumé
Huntington disease (HD) is a neurodegenerative disorder that is caused by a CAG repeat expansion in HTT. The length of this repeat, however, only explains a proportion of the variability in age of onset in patients. Genome-wide association studies have identified modifiers that contribute toward a proportion of the observed variance. By incorporating tissue-specific transcriptomic information with these results, additional modifiers can be identified. We performed a transcriptome-wide association study assessing heritable differences in genetically determined expression in diverse tissues, with genome-wide data from over 4000 patients. Functional validation of prioritized genes was undertaken in isogenic HD stem cells and patient brains. Enrichment analyses were performed with biologically relevant gene sets to identify the core pathways. HD-associated gene coexpression modules were assessed for associations with neurological phenotypes in an independent cohort and to guide drug repurposing analyses. Transcriptomic analyses identified genes that were associated with age of HD onset and displayed colocalization with gene expression signals in brain tissue (FAN1, GPR161, PMS2, SUMF2), with supporting evidence from functional experiments. This included genes involved in DNA repair, as well as novel-candidate modifier genes that have been associated with other neurological conditions. Further, cortical coexpression modules were also associated with cognitive decline and HD-related traits in a longitudinal cohort. In summary, the combination of population-scale gene expression information with HD patient genomic data identified novel modifier genes for the disorder. Further, these analyses expanded the pathways potentially involved in modifying HD onset and prioritized candidate therapeutics for future study.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».