Explainable artificial intelligence identifies an AQP4 polymorphism-based risk score associated with brain amyloid burden
Notice bibliographique
Résumé
Aquaporin-4 (AQP4) is hypothesized to be a component of the glymphatic system, a pathway for removing brain interstitial solutes like amyloid-β (Aβ). Evidence exists that genetic variation of AQP4 impacts Aβ clearance, clinical outcome in Alzheimer's disease as well as sleep measures. We examined whether a risk score calculated from several AQP4 single-nucleotide polymorphisms (SNPs) is related to Aβ neuropathology in older cognitively unimpaired white individuals. We used a machine learning approach and explainable artificial intelligence to extract information on synergistic effects of AQP4 SNPs on brain amyloid burden from the ADNI cohort. From this information, we formulated a sex-specific AQP4 SNP-based risk score and evaluated it using data from the screening process of the A4 study. We found in both cohorts significant associations of the risk score with brain amyloid burden. The results support the hypothesis of an involvement of the glymphatic system, and particularly AQP4, in brain amyloid aggregation pathology. They suggest also that different AQP4 SNPs exert a synergistic effect on the build-up of brain amyloid burden.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».