MétaCan
Menu
Retour à la cohorte
Enregistrement W4297991585 · doi:10.1101/2022.09.28.22280461

Exploring the Genetic and Genomic Connection Underlying Neurodegeneration with Brain Iron Accumulation and the Risk for Parkinson’s Disease

2022· preprint· en· W4297991585 sur OpenAlexaff
Pilar Álvarez Jerez, José Luis Alcantud, Lucía de los Reyes‐Ramírez, Anni Moore, Clara Ruz, Francisco Vives Montero, Noela Rodríguez-Losada, Prabhjyot Saini, Ziv Gan‐Or, Chelsea X. Alvarado, Mary B. Makarious, Kimberley J. Billingsley, Cornelis Blauwendraat, Alastair J. Noyce, Andrew Singleton, Raquel Durán, Sara Bandrés‐Ciga

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeurological diseases and metabolism
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesMedical Research CouncilMichael J. Fox Foundation for Parkinson's Research
Mots-clésNeurodegenerationDiseaseGeneticsGeneParkinson's diseaseBiologyExpression quantitative trait lociMedicineInternal medicineSingle-nucleotide polymorphismGenotype

Résumé

récupéré en direct d'OpenAlex

Abstract Background Neurodegeneration with brain iron accumulation (NBIA) represents a group of neurodegenerative disorders characterized by abnormal iron accumulation and the presence of axonal spheroids in the brain. In Parkinson’s Disease (PD), iron accumulation is a cardinal feature of degenerating regions in the brain and seems to be a key player in mechanisms that precipitate cell death. Objectives The aim of this present study was to comprehensively explore the genetic and genomic connection between NBIA and PD etiology. Methods We screened the presence of known and rare pathogenic mutations in autosomal dominant and recessive genes linked to NBIA in a total of 4,481 PD cases and 10,253 controls from the Accelerating Medicines Partnership Parkinsons’ Disease Program and the UKBiobank. We further examined whether a genetic burden of NBIA variants contributes to PD risk through single-gene, gene-set, and single-variant association analyses. To investigate the potential effect of NBIA gene expression on PD, we assessed publicly available expression quantitative trait loci (eQTL) data through Summary-based Mendelian Randomization and conducted transcriptomic analyses in blood of 1,886 PD cases and 1,285 controls. Results Out of 28 previously reported NBIA screened coding variants, four missense were found to be associated with PD risk at a nominal p value < 0.05 (p.T402M- ATP13A2 , p.T207M- FA2H , p.P60L- C19orf12 , p.C422S- PANK2 ). No enrichment of heterozygous variants in NBIA-related genes risk was identified in PD cases versus controls. Burden analyses did not reveal a cumulative effect of rare NBIA genetic variation on PD risk. Transcriptomic analyses suggested that DCAF17 is differentially expressed in blood from PD cases and controls. Conclusions Taking into account the very low mutation occurrence in the datasets and the lack of replication, our analyses suggest that NBIA and PD may be separate molecular entities, supporting the notion that the mechanisms underpinning iron accumulation in PD are likely not shared with NBIA. Elevated nigral iron levels may not contribute to PD etiology and may vary with anti-parkinsonian drugs used for treatment, environmental factors, or iron sequestration in tissue as a response to PD pathological change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,168
Tête enseignante GPT0,305
Écart entre enseignants0,137 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetNeurological diseases and metabolismTravaux en français237 207