Differential and spatial expression meta-analysis of genes identified in genome-wide association studies of depression
Notice bibliographique
Résumé
Major depressive disorder (MDD) is the most prevalent psychiatric disorder worldwide and affects individuals of all ages. It causes significant psychosocial impairments and is a major cause of disability. A recent consortium study identified 102 genetic variants and 269 genes associated with depression. To provide targets for future depression research, we prioritized these recently identified genes using expression data. We examined the differential expression of these genes in three studies that profiled gene expression of MDD cases and controls across multiple brain regions. In addition, we integrated anatomical expression information to determine which brain regions and transcriptomic cell types highly express the candidate genes. We highlight 12 of the 269 genes with the most consistent differential expression: MANEA, UBE2M, CKB, ITPR3, SPRY2, SAMD5, TMEM106B, ZC3H7B, LST1, ASXL3, ZNF184 and HSPA1A. The majority of these top genes were found to have sex-specific differential expression. We place greater emphasis on ZNF184 as it is the top gene in a more conservative analysis of the 269. Specifically, the differential expression of ZNF184 was strongest in subcortical regions in males and females. Anatomically, our results suggest the importance of the dorsal lateral geniculate nucleus, cholinergic, monoaminergic and enteric neurons. These findings provide a guide for targeted experiments to advance our understanding of the genetic underpinnings of depression.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».