The impact of blood MCP-1 levels on Alzheimer’s disease with genetic variation of UNC5C and NAV3 loci
Notice bibliographique
Résumé
Abstract Background Previous study shows that monocyte chemoattractant protein-1 (MCP-1), which is implicated in the peripheral proinflammatory cascade and blood-brain barrier (BBB) disruption, modulates the genetic risks of AD in established AD loci. Methods In this study, we hypothesized that blood MCP-1 impacts the AD risk of genetic variants beyond known AD loci. We thus performed a genome-wide association study (GWAS) using the logistic regression via generalized estimating equations (GEE) and the Cox proportional-hazards models to examine the interactive effects between single nucleotide polymorphisms (SNPs) and blood MCP-1 level on AD in three cohorts: the Framingham Heart Study (FHS), Alzheimer’s Disease Neuroimaging Initiative (ADNI) and Religious Orders Study/Memory and Aging Project (ROSMAP). Results We identified SNPs in two genes, neuron navigator 3 ( NAV3 , also named Unc-53 Homolog 3, rs696468) (p < 7.55×10 − 9 ) and Unc-5 Netrin Receptor C ( UNC5C rs72659964) (p < 1.07×10 − 8 ) that showed an association between increasing levels of blood MCP-1 and AD. Elevating blood MCP-1 concentrations increased AD risk and AD pathology in genotypes of NAV3 (rs696468-CC) and UNC5C (rs72659964-AT + TT), but did not influence the other counterpart genotypes of these variants. Conclusions NAV3 and UNC5C are homologs and may increase AD risk through dysregulating the functions of neurite outgrowth and guidance. Overall, the association of risk alleles of NAV3 and UNC5C with AD is enhanced by peripheral MCP-1 level, suggesting that lowering the level of blood MCP-1 may reduce the risk of developing AD for people with these genotypes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».