A pH-eQTL interaction at the RIT2-SYT4 Parkinson’s disease risk locus in the substantia nigra
Notice bibliographique
Résumé
Abstract Parkinson’s disease (PD) causes severe motor and cognitive disabilities that result from the progressive loss of dopamine neurons in the substantia nigra. The rs12456492 variant in the RIT2 gene has been repeatedly associated with increased risk for Parkinson’s disease. From a transcriptomic perspective, a meta-analysis found that RIT2 gene expression is correlated with pH in the human brain. To assess these pH associations in relation to PD risk, we examined the two datasets that assayed rs12456492, gene expression, and pH in the postmortem human brain. Using the BrainEAC dataset, we replicate the positive correlation between RIT2 gene expression and pH in the human brain (n=100). Furthermore, we found that the relationship between expression and pH is influenced by rs12456492. When tested across ten brain regions, this interaction is specifically found in the substantia nigra. A similar association was found for the co-localized SYT4 gene. In addition, SYT4 associations are stronger in a combined model with both genes, and the SYT4 interaction appears to be specific to males. In the GTEx dataset, the pH associations involving rs12456492 and expression of either SYT4 and RIT2 was not seen. This null finding may be due to the short postmortem intervals (PMI) of the GTEx tissue samples. In the BrainEAC data, we tested the effect of PMI and only observed the interactions in the longer PMI samples. These previously unknown associations suggest novel mechanistic roles for rs12456492, RIT2 , and SYT4 in the regulation of pH in the substantia nigra.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,001 |
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 ».