MétaCan
Menu
Retour à la cohorte
Enregistrement W4386998581 · doi:10.1101/2023.09.20.23295790

Lack of genetic evidence for NLRP3-inflammasome involvement in Parkinson’s disease pathogenesis

2023· preprint· en· W4386998581 sur OpenAlexafffund
Konstantin Senkevich, Lang Liu, Chelsea X. Alvarado, Hampton L. Leonard, Mike A. Nalls

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNuclear Receptors and Signaling
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesFonds de Recherche du Québec - SantéCanada First Research Excellence FundNational Institutes of HealthParkinson CanadaNational Institute of Neurological Disorders and StrokeVerily Life SciencesConsortium canadien en neurodégénérescence associée au vieillissementMcGill UniversityPfizerCelgeneSanofiMichael J. Fox Foundation for Parkinson's ResearchFoundation for the National Institutes of Health
Mots-clésDruggabilityDiseaseParkinson's diseaseGeneticsNeuroscienceComputational biologyBiologyMedicineGenePathology

Résumé

récupéré en direct d'OpenAlex

studies. Clinical trials targeting the NLRP3-inflammasome in Parkinson's disease are ongoing. However, the evidence supporting NLRP3's involvement in Parkinson's disease from human genetics data is limited. In this study, we conducted analyses of common and rare variants in NLRP3-inflammasome related genes in Parkinson's disease cohorts. We performed pathway-specific analyses using polygenic risk scores and studied potential causal associations using Mendelian randomization with the NLRP3 components and the cytokines IL-1β and IL-18. Our findings showed no associations of common or rare variants, nor of the pathway polygenic risk score with Parkinson's disease. Mendelian randomization suggests that altering the expression of the NLRP3-inflammasome, IL-1β or IL-18, does not affect Parkinson's disease risk or progression. Therefore, our results do not support a role for the NLRP3-inflammasome in Parkinson's disease pathogenesis or as a target for drug development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,250
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,226
Tête enseignante GPT0,350
Écart entre enseignants0,124 · 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 tête enseignante, pas un consensus.

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetNuclear Receptors and SignalingTravaux en français237 207