Brain functional connectivity mirrors genetic pleiotropy in psychiatric conditions
Notice bibliographique
Résumé
Pleiotropy occurs when a genetic variant influences more than one trait. This is a key property of the genomic architecture of psychiatric disorders and has been observed for rare and common genomic variants. It is reasonable to hypothesize that the microscale genetic overlap (pleiotropy) across psychiatric conditions and cognitive traits may lead to similar overlaps at the macroscale brain level such as large-scale brain functional networks. We took advantage of brain connectivity, measured by resting-state functional MRI to measure the effects of pleiotropy on large-scale brain networks, a putative step from genes to behaviour. We processed nine resting-state functional MRI datasets including 32 726 individuals and computed connectome-wide profiles of seven neuropsychiatric copy-number-variants, five polygenic scores, neuroticism and fluid intelligence as well as four idiopathic psychiatric conditions. Nine out of 19 pairs of conditions and traits showed significant functional connectivity correlations (rFunctional connectivity), which could be explained by previously published levels of genomic (rGenetic) and transcriptomic (rTranscriptomic) correlations with moderate to high concordance: rGenetic-rFunctional connectivity = 0.71 [0.40-0.87] and rTranscriptomic-rFunctional connectivity = 0.83 [0.52; 0.94]. Extending this analysis to functional connectivity profiles associated with rare and common genetic risk showed that 30 out of 136 pairs of connectivity profiles were correlated above chance. These similarities between genetic risks and psychiatric disorders at the connectivity level were mainly driven by the overconnectivity of the thalamus and the somatomotor networks. Our findings suggest a substantial genetic component for shared connectivity profiles across conditions and traits, opening avenues to delineate general mechanisms-amenable to intervention-across psychiatric conditions and genetic risks.
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 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».