Integrative Genetic Variation, DNA Methylation, and Gene Expression Analysis of Escitalopram and Aripiprazole Treatment Outcomes in Depression: A CAN-BIND-1 Study
Notice bibliographique
Résumé
Abstract Introduction Little is known about the interplay between genetics and epigenetics on antidepressant treatment (1) response and remission, (2) side effects, and (3) serum levels. This study explored the relationship among single nucleotide polymorphisms (SNPs), DNA methylation (DNAm), and mRNA levels of four pharmacokinetic genes, CYP2C19, CYP2D6, CYP3A4, and ABCB1, and its effect on these outcomes. Methods The Canadian Biomarker Integration Network for Depression-1 dataset consisted of 177 individuals with major depressive disorder treated for 8 weeks with escitalopram (ESC) followed by 8 weeks with ESC monotherapy or augmentation with aripiprazole. DNAm quantitative trait loci (mQTL), identified by SNP-CpG associations between 20 SNPs and 60 CpG sites in whole blood, were tested for associations with our outcomes, followed by causal inference tests (CITs) to identify methylation-mediated genetic effects. Results Eleven cis-SNP-CpG pairs (q<0.05) constituting four unique SNPs were identified. Although no significant associations were observed between mQTLs and response/remission, CYP2C19 rs4244285 was associated with treatment-related weight gain (q=0.027) and serum concentrations of ESCadj (q<0.001). Between weeks 2-4, 6.7% and 14.9% of those with *1/*1 (normal metabolizers) and *1/*2 (intermediate metabolizers) genotypes, respectively, reported ≥2 lbs of weight gain. In contrast, the *2/*2 genotype (poor metabolizers) did not report weight gain during this period and demonstrated the highest ESCadj concentrations. CITs did not indicate that these effects were epigenetically mediated. Discussion These results elucidate functional mechanisms underlying the established associations between CYP2C19 rs4244285 and ESC pharmacokinetics. This mQTL SNP as a marker for antidepressant-related weight gain needs to be further explored.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».