Mitochondrial DNA heteroplasmy distinguishes disease manifestation in <i>PINK1</i> - and <i>PRKN</i> -linked Parkinson’s disease
Notice bibliographique
Résumé
Abstract Biallelic mutations in PINK1 and PRKN cause recessively inherited Parkinson’s disease (PD). Though some studies suggest that PINK1 / PRKN monoallelic mutations may not contribute to risk, deep phenotyping assessment showed that PINK1 or PRKN monoallelic pathogenic variants were at a significantly higher rate in PD compared to controls. Given the established role of PINK1 and Parkin in regulating mitochondrial dynamics, we explored mitochondrial DNA (mtDNA) integrity and inflammation as potential disease modifiers in carriers of mutations in these genes. MtDNA integrity, global gene expression and serum cytokine levels were investigated in a large collection of biallelic (n=84) and monoallelic (n=170) carriers of PINK1 / PRKN mutations, iPD patients (n=67) and controls (n=90). Affected and unaffected PINK1 / PRKN monoallelic mutation carriers can be distinguished by heteroplasmic mtDNA variant load (AUC=0.83, CI:0.74-0.93). Biallelic PINK1 / PRKN mutation carriers harbor more heteroplasmic mtDNA variants in blood (p=0.0006, Z=3.63) compared to monoallelic mutation carriers. This enrichment was confirmed in iPSC-derived and postmortem midbrain neurons from biallelic PRKN -PD patients. Lastly, the heteroplasmic mtDNA variant load was found to correlate with IL6 levels in PINK1 / PRKN mutation carriers (r=0.57, p=0.0074). PINK1 / PRKN mutations predispose individuals to mtDNA variant accumulation in a dose- and disease-dependent manner. MtDNA variant load over time is a potential marker of disease manifestation in PINK1 / PRKN mutation carriers.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».