Testing a Polygenic Risk Score for Morphological Microglial Activation in Alzheimer’s Disease and Aging
Notice bibliographique
Résumé
BACKGROUND: Neuroinflammation and the activation of microglial cells are among the earliest events in Alzheimer's disease (AD). However, direct observation of microglia in living people is not currently possible. Here, we indexed the heritable propensity for neuroinflammation with polygenic risk scores (PRS), using results from a recent genome-wide analysis of a validated post-mortem measure of morphological microglial activation. OBJECTIVE: We sought to determine whether a PRS for microglial activation (PRSmic) could augment the predictive performance of existing AD PRSs for late-life cognitive impairment. METHODS: First, PRSmic were calculated and optimized in a calibration cohort (Alzheimer's Disease Neuroimaging Initiative (ADNI), n = 450), with resampling. Second, predictive performance of optimal PRSmic was assessed in two independent, population-based cohorts (total n = 212,237). Finally, we explored associations of PRSmic with a comprehensive set of imaging and fluid AD biomarkers in ADNI. RESULTS: Our PRSmic showed no significant improvement in predictive power for either AD diagnosis or cognitive performance in either external cohort. Some nominal associations were found in ADNI, but with inconsistent effect directions. CONCLUSION: While genetic scores capable of indexing risk for neuroinflammatory processes in aging are highly desirable, more well-powered genome-wide studies of microglial activation are required. Further, biobank-scale studies would benefit from phenotyping of proximal neuroinflammatory processes to improve the PRS development phase.
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».