De Novo Variants Found in Three Distinct Schizophrenia Populations Hit a Common Core Gene Network Related to Microtubule and Actin Cytoskeleton Gene Ontology Classes
Notice bibliographique
Résumé
Schizophrenia (SZ) is a heterogeneous and debilitating psychiatric disorder with a strong genetic component. To elucidate functional networks perturbed in schizophrenia, we analysed a large dataset of whole-genome studies that identified SNVs, CNVs, and a multi-stage schizophrenia genome-wide association study. Our analysis identified three subclusters that are interrelated and with small overlaps: GO:0007017~Microtubule-Based Process, GO:00015629~Actin Cytoskeleton, and GO:0007268~SynapticTransmission. We next analysed three distinct trio cohorts of 75 SZ Algerian, 45 SZ French, and 61 SZ Japanese patients. We performed Illumina HiSeq whole-exome sequencing and identified de novo mutations using a Bayesian approach. We validated 88 de novo mutations by Sanger sequencing: 35 in French, 21 in Algerian, and 32 in Japanese SZ patients. These 88 de novo mutations exhibited an enrichment in genes encoding proteins related to GO:0051015~actin filament binding (p = 0.0011) using David, and enrichments in GO: 0003774~transport (p = 0.019) and GO:0003729~mRNA binding (p = 0.010) using Amigo. One of these de novo variant was found in CORO1C coding sequence. We studied Coro1c haploinsufficiency in a Coro1c+/− mouse and found defects in the corpus callosum. These results could motivate future studies of the mechanisms surrounding genes encoding proteins involved in transport and the cytoskeleton, with the goal of developing therapeutic intervention strategies for a subset of SZ cases.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».