Atlas of functional connectivity relationships across rare and common genetic variants, traits, and psychiatric conditions
Notice bibliographique
Résumé
Abstract Polygenicity and pleiotropy are key properties of the genomic architecture of psychiatric disorders. An optimistic interpretation of polygenicity is that genomic variants converge on a limited set of mechanisms at some level from genes to behavior. Alternatively, convergence may be minimal or absent. We took advantage of brain connectivity, measured by resting-state functional MRI (rs- fMRI), as well as rare and common genomic variants to understand the effects of polygenicity and pleiotropy on large-scale brain networks, a distal step from genes to behavior. We processed ten rs-fMRI datasets including 32,988 individuals, to examine connectome-wide effects of 16 copy number variants (CNVs), 10 polygenic scores, 6 cognitive and brain morphometry traits, and 4 idiopathic psychiatric conditions. Although effect sizes of CNVs on connectivity were correlated to cognition and number of genes, increasing polygenicity was associated with decreasing effect sizes on connectivity. Accordingly, the effect sizes of polygenic scores on connectivity were 6-fold lower compared to CNVs. Despite this heterogeneity of connectivity profiles, multivariate analysis identified convergence of genetic risks and psychiatric disorders on the thalamus and the somatomotor network. Based on spatial correlations with transcriptomic data, we hypothesize that excitatory thalamic neurons may be primary contributors to brain alteration profiles shared across genetic risks and conditions. Finally, pleiotropy measured by genetic and transcriptomic correlations between 38 pairs of conditions/traits showed significant concordance with connectomic correlations, suggesting a substantial causal genetic component for shared connectivity. Such findings open avenues to delineate general mechanisms - amenable to intervention - across conditions and genetic risks. One sentence summary Effects of rare and common genomic variants on brain functional connectivity shed light on the impact of polygenicity and pleiotropy in psychiatry.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».