Polygenic contributions to performance on the Balloon Analogue Risk Task
Notice bibliographique
Résumé
Abstract Risky decision-making is a common, heritable endophenotype seen across many psychiatric disorders. Its underlying genetic architecture is incompletely explored. We examined behavior in the Balloon Analogue Risk Task (BART), which tests risky decision-making, in two independent samples of European ancestry. One sample ( n = 1138) comprised healthy participants and some psychiatric patients (53 schizophrenia, 42 bipolar disorder, 47 ADHD); the other ( n = 911) excluded for recent treatment of various psychiatric disorders but not ADHD. Participants provided DNA and performed the BART, indexed by mean adjusted pumps. We constructed a polygenic risk score (PRS) for discovery in each dataset and tested it in the other as replication. Subsequently, a genome-wide MEGA-analysis, combining both samples, tested genetic correlation with risk-taking self-report in the UK Biobank sample and psychiatric phenotypes characterized by risk-taking (ADHD, Bipolar Disorder, Alcohol Use Disorder, prior cannabis use) in the Psychiatric Genomics Consortium. The PRS for BART performance in one dataset predicted task performance in the replication sample ( r = 0.13, p = 0.000012, pFDR = 0.000052), as did the reciprocal analysis ( r = 0.09, p = 0.0083, pFDR=0.04). Excluding participants with psychiatric diagnoses produced similar results. The MEGA-GWAS identified a single SNP (rs12023073; p = 3.24 × 10 −8 ) near IGSF21 , a protein involved in inhibitory brain synapses; replication samples are needed to validate this result. A PRS for self-reported cannabis use ( p = 0.00047, pFDR = 0.0053), but not self-reported risk-taking or psychiatric disorder status, predicted behavior on the BART in our MEGA-GWAS sample. The findings reveal polygenic architecture of risky decision-making as measured by the BART and highlight its overlap with cannabis use.
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 | 0,002 | 0,005 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».