Genome Wide Association Metanalysis Of Skull Bone Mineral Density Identifies Loci Relevant For Osteoporosis And Craniosynostosis
Notice bibliographique
Résumé
Abstract Skull bone mineral density (SK-BMD) provides a suitable trait for the discovery of genes important to bone biology in general, and particularly for identifying components unique to intramembranous ossification, which cannot be captured at other skeletal sites. We assessed genetic determinants of SK-BMD in 43,800 individuals, identifying 59 genome-wide significant loci (4 novel), explaining 12.5% of its variance. Pathway and enrichment analyses of the association signals resulted in clustering within gene-sets involved in regulating the development of the skeleton; overexpressed in the musculoskeletal system; and enriched in enhancer and transcribed regions in osteoblasts. From the four novel loci (mapping to ZIC1, PRKAR1A, ATP6V1C1, GLRX3 ), two ( ZIC1 and PRKAR1A ) have previously been related to craniofacial developmental defects. Functional validation of skull development in zebrafish revealed abnormal cranial bone initiation that culminated in ectopic sutures and reduced BMD in mutated zic1 and atp6v1c1 fish and asymmetric bone growth and elevated BMD in mutated prkar1a fish. We confirmed a role of ZIC1 loss-of-function in suture patterning and discovered ATP6V1C1 gene associated with suture development. In light of the evidence presented suggesting that SK-BMD is genetically related to craniofacial abnormalities, our study opens new avenues to the understanding of the pathophysiology of craniofacial defects and towards the effective pharmacological treatment of bone diseases.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».