Polygenic Resilience Modulates the Penetrance of Parkinson Disease Genetic Risk Factors
Notice bibliographique
Résumé
Objective The aim of the current study is to understand why some individuals avoid developing Parkinson disease (PD) despite being at relatively high genetic risk, using the largest datasets of individual‐level genetic data available. Methods We calculated polygenic risk score to identify controls and matched PD cases with the highest burden of genetic risk for PD in the discovery cohort (International Parkinson's Disease Genomics Consortium, 7,204 PD cases and 9,412 controls) and validation cohorts (Comprehensive Unbiased Risk Factor Assessment for Genetics and Environment in Parkinson's Disease, 8,968 cases and 7,598 controls; UK Biobank, 2,639 PD cases and 14,301 controls; Accelerating Medicines Partnership–Parkinson's Disease Initiative, 2,248 cases and 2,817 controls). A genome‐wide association study meta‐analysis was performed on these individuals to understand genetic variation associated with resistance to disease. We further constructed a polygenic resilience score, and performed multimarker analysis of genomic annotation (MAGMA) gene‐based analyses and functional enrichment analyses. Results A higher polygenic resilience score was associated with a lower risk for PD (β = −0.054, standard error [SE] = 0.022, p = 0.013). Although no single locus reached genome‐wide significance, MAGMA gene‐based analyses nominated TBCA as a putative gene. Furthermore, we estimated the narrow‐sense heritability associated with resilience to PD (h2 = 0.081, SE = 0.035, p = 0.0003). Subsequent functional enrichment analysis highlighted histone methylation as a potential pathway harboring resilience alleles that could mitigate the effects of PD risk loci. Interpretation The present study represents a novel and comprehensive assessment of heritable genetic variation contributing to PD resistance. We show that a genetic resilience score can modify the penetrance of PD genetic risk factors and therefore protect individuals carrying a high‐risk genetic burden from developing PD. ANN NEUROL 2022;92:270–278
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».