MétaCan
Menu
Retour à la cohorte
Enregistrement W4293063745 · doi:10.1038/s41380-022-01710-8

Genome-wide meta-analyses reveal novel loci for verbal short-term memory and learning

2022· article· en· W4293063745 sur OpenAlexaff
Jari Lahti, Samuli Tuominen, Qiong Yang, Giulio Pergola, Shahzad Ahmad, Najaf Amin, Nicola J. Armstrong, Alexa Beiser, Katharina Bey, Joshua C. Bis, Eric Boerwinkle, Jan Bressler, Archie Campbell, Harry Campbell, Qiang Chen, Janie Corley, Simon R. Cox, Gail Davies, Philip L. De Jager, Eske M. Derks, Jessica D. Faul, Annette L. Fitzpatrick, Alison E. Fohner, Ian Ford, Myriam Fornage, Zachary F. Gerring, Hans J. Grabe, Francine Grodstein, Vilmundur Guðnason, Eleanor M. Simonsick, Peter K. Joshi, Eero Kajantie, Jaakko Kaprio, Pauliina Karell, Luca Kleineidam, Maria J. Knol, Nicole A. Kochan, John B. Kwok, Markus Leber, Max Lam, Teresa Lee, Shuo Li, Anu Loukola, Tobias Luck, Riccardo E. Marioni, Karen A. Mather, Sarah E. Medland, Saira Saeed Mirza, Mike A. Nalls, Kwangsik Nho, Adrienne O’Donnell, Christopher Oldmeadow, Jodie N. Painter, Alison Pattie, Simone Reppermund, Shannon L. Risacher, Richard J. Rose, Vijay Sadashivaiah, Markus Scholz, Claudia L. Satizábal, Peter W. Schofield, Katharina E. Schraut, Rodney J. Scott, Jeannette Simino, Albert V. Smith, Jennifer A. Smith, David J. Stott, Ida Surakka, Alexander Teumer, Anbupalam Thalamuthu, Stella Trompet, Stephen T. Turner, Sven J. van der Lee, Arno Villringer, Uwe Völker, R. J. Wilson, Katharina Wittfeld, Eero Vuoksimaa, Rui Xia, Kristine Yaffe, Lei Yu, Habil Zare, Wei Zhao, David Ames, John Attia, David A. Bennett, Henry Brodaty, Daniel I. Chasman, Aaron L. Goldman, Caroline Hayward, M. Arfan Ikram, J. Wouter Jukema, Sharon L. R. Kardia, Todd Lencz, Markus Loeffler, Venkata S. Mattay, Aarno Palotie, Bruce M. Psaty, Alfredo Ramı́rez, Paul M. Ridker, Steffi G. Riedel‐Heller, Perminder S. Sachdev, Andrew J. Saykin, Martin Scherer, Peter R. Schofield, Stephen Sidney, John M. Starr, Julian N. Trollor, William S. Ulrich, Michael Wagner, David R. Weir, James F. Wilson, Margaret J. Wright, Daniel R. Weinberger, Stéphanie Debette, Johan G. Eriksson, Thomas H. Mosley, Lenore J. Launer, Cornelia M. van Duijn, Ian J. Deary, Sudha Seshadri, Katri Räikkönen

Notice bibliographique

RevueMolecular Psychiatry · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Center for Research ResourcesNational Institute on Alcohol Abuse and AlcoholismNational Cancer InstituteWellcome TrustNational Human Genome Research InstituteNational Heart, Lung, and Blood InstituteNational Institute of Neurological Disorders and StrokeMedical Research CouncilU.S. National Library of MedicineNational Institute on AgingBiotechnology and Biological Sciences Research CouncilNovo Nordisk Fonden
Mots-clésNeurocognitiveVerbal memoryVerbal learningWorking memoryGenome-wide association studyPsychologyBiologyGeneticsNeuroscienceCognitionSingle-nucleotide polymorphismGenotypeGene

Résumé

récupéré en direct d'OpenAlex

Understanding the genomic basis of memory processes may help in combating neurodegenerative disorders. Hence, we examined the associations of common genetic variants with verbal short-term memory and verbal learning in adults without dementia or stroke (N = 53,637). We identified novel loci in the intronic region of CDH18, and at 13q21 and 3p21.1, as well as an expected signal in the APOE/APOC1/TOMM40 region. These results replicated in an independent sample. Functional and bioinformatic analyses supported many of these loci and further implicated POC1. We showed that polygenic score for verbal learning associated with brain activation in right parieto-occipital region during working memory task. Finally, we showed genetic correlations of these memory traits with several neurocognitive and health outcomes. Our findings suggest a role of several genomic loci in verbal memory processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,316
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular PsychiatryMême sujetGenetic Associations and EpidemiologyTravaux en français237 207