Transcriptome analysis highlights common pathways between Alzheimer’s disease, dementia with Lewy bodies and Parkinson’s disease
Notice bibliographique
Résumé
Background Alzheimer’s disease (AD) and Parkinson’s disease (PD) are the two most common neurodegenerative disorders. Dementia with Lewy bodies (DLB) has common clinical and pathological features with both AD and PD. Additionally, some genes were discovered as top hits in genome-wide association studies (GWASs) for multiple traits (i.e. MAPT, SNCA, TMEM175). This pleiotropy and shared biology suggest common biological pathways. In the current study, we aim to apply genomic and transcriptomic approaches to study possible shared biological pathways across three disorders. Method Summary statistics from the most recent AD, PD and DLB GWASs were included in the analysis. To study genetic correlation, linkage disequilibrium score regression (LDSC) was applied. We performed a transcriptome-wide association study (TWAS) using the FUSION software. For the current study, we have selected expression data from 16 tissues including brain, colon and whole blood. Further, we used the RHOGE package to perform expression correlation between each pair of disorders in the selected tissues. We then performed a cross-tissue analysis of gene expression using the UTMOST package. We selected genes significantly associated with all diseases after false discovery rate (FDR) correction and analyzed common pathways across the three traits. Result We found a genetic correlation between AD and PD (rg=0.21; p=0.013), PD and DLB (rg=0.63; p=0.0002). Applying gene expression correlation across tissues, we found a significant correlation between PD and AD in the amygdala and spinal cord. We also identified correlations between PD and DLB, driven by other tissues including the cerebellum, hippocampus, substantia nigra and transverse colon. The strongest correlation between AD and DLB was in the cerebellum and caudate. We found a number of genes overlapping across three traits in the cross-tissue analysis (Figure 1). Genes overlapping between PD and DLB are mainly encoding proteins involved in lysosomal metabolism. Shared genes between AD and DLB are involved in lipid metabolism and related to cognitive dysfunction. For PD and AD, genes encoding proteins from the SNARE complex (STX1B, STX4, DOC2A) were identified. Conclusion We highlighted common genes and pathways between AD, PD and DLB, which could serve as targets for drug development.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».