MétaCan
Menu
← Retour à la cohorte
Enregistrement W3157251848 · doi:10.1101/751933

Multi-scale systems genomics analysis predicts pathways, cell types and drug targets involved in normative human cognition variation

2019· preprint· en· W3157251848 sur OpenAlexaff
Shraddha Pai, Shirley Hui, Philipp Weber, Soumil Narayan, Owen Whitley, Peipei Li, Viviane Labrie, Jan Baumbach, Gary D. Bader

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalUniversity of TorontoOntario Institute for Cancer Research
Organismes subventionnairesNational Institutes of Health
Mots-clésSchizophrenia (object-oriented programming)CognitionPsychologyBiologyNeuroscienceDiseaseMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract An open challenge in human genetics is to better understand the link between genotype variation and the various molecular, cellular, anatomical and physiological systems that it can affect. To address this challenge, we performed genotype-phenotype-systems analysis for accuracy in nine cognitive tasks from the Philadelphia Neurodevelopmental Cohort (3,319 individuals aged 8-21 years). We report a region of genome-wide significance within the 3’ end of the FBLN1 gene (p=4.6×10 −8 ), associated with nonverbal reasoning, a heritable form of complex reasoning ability. Integration of published brain-specific ‘omic maps reveals that FBLN1 shows greatest expression in the fetal brain, is a marker of neural progenitor cells, is differentially expressed in schizophrenia and increases genetic risk for bipolar disorder. These findings suggest that nonverbal reasoning and FBLN1 variation warrant further investigation in studies of neurodevelopmental disorders and psychosis. Using genotype-pathway analysis, we identify pathways related to development and to autonomic nervous system dysfunction associated with working memory accuracy. Top-ranking pathway genes include those genetically associated with multiple diseases with working memory deficits, such as schizophrenia and Parkinson’s disease, and that are also markers for specific brain cell types. Our findings identify novel molecular players involved in specific cognitive tasks and link variants to genes, pathways, cell types, diseases and drugs. This work advances the “molecules-to-behaviour” view of cognition, and provides a framework for using systems-level organization of data for other biomedical domains.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,012
Tête enseignante GPT0,214
Écart entre enseignants0,202 · 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'étudeSimulation ou modélisation
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetGenetic Associations and Epidemiology→Travaux en français237 207→