DNA methylation as a mediator of genetic and environmental influences on Parkinson’s disease susceptibility: Impacts of alpha-Synuclein, physical activity, and pesticide exposure on the epigenome
Notice bibliographique
Résumé
Parkinson’s disease (PD) is a neurodegenerative disorder with a complex etiology and increasing prevalence worldwide. As PD is influenced by a combination of genetic and environment/lifestyle factors in approximately 90% of cases, there is increasing interest in identification of the interindividual mechanisms underlying the development of PD as well as actionable lifestyle factors that can influence risk. This narrative review presents an outline of the genetic and environmental factors contributing to PD risk and explores the possible roles of cytosine methylation and hydroxymethylation in the etiology and/or as early-stage biomarkers of PD, with an emphasis on epigenome-wide association studies (EWAS) of PD conducted over the past decade. Specifically, we focused on variants in the SNCA gene, exposure to pesticides, and physical activity as key contributors to PD risk. Current research indicates that these factors individually impact the epigenome, particularly at the level of CpG methylation. There is also emerging evidence for interaction effects between genetic and environmental contributions to PD risk, possibly acting across multiple omics layers. We speculated that this may be one reason for the poor replicability of the results of EWAS for PD reported to date. Our goal is to provide direction for future epigenetics studies of PD to build upon existing foundations and leverage large datasets, new technologies, and relevant statistical approaches to further elucidate the etiology of this disease.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».