MétaCan
Menu
Retour à la cohorte
Enregistrement W4401975730 · doi:10.3390/brainsci14080833

Genetically Predicted Association of 91 Circulating Inflammatory Proteins with Multiple Sclerosis: A Mendelian Randomization Study

2024· article· en· W4401975730 sur OpenAlexaff
Xin’ai Li, Zhiguo Ding, Shuo Qi, Peng Wang, Junhui Wang, Jingwei Zhou

Notice bibliographique

RevueBrain Sciences · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesShanXi Science and Technology Department
Mots-clésMendelian randomizationMultiple sclerosisAssociation (psychology)GeneticsBiologyMendelian inheritanceGenetic associationImmunologyMedicineComputational biologyGenePsychologySingle-nucleotide polymorphismGenetic variantsGenotype

Résumé

récupéré en direct d'OpenAlex

Previous studies have validated a close association between inflammatory factors and multiple sclerosis (MS), but their causal relationship is not fully profiled yet. This study used Mendelian randomization (MR) to investigate the causal effect of circulating inflammatory proteins on MS. Data from a large-scale genome-wide association study (GWAS) were analyzed using a two-sample MR method to explore the relationship between 91 circulating inflammatory proteins and MS. The inverse-variance-weighted (IVW) analysis was employed as the main method for evaluating exposures and outcomes. Furthermore, series of the methods of MR Egger, weighted median, simple mode, and weighted mode were used to fortify the final results. The results of the IVW method were corrected with Bonferroni (bon) and false discovery rate (fdr) for validating the robustness of results and ensuring the absence of heterogeneity and horizontal pleiotropy. The sensitivity analysis was also performed. The results of the forward MR analysis showed that higher levels of CCL25 were found to be associated with an increased risk of MS according to IVW results, OR: 1.085, 95% CI (1.011, 1.165), p = 2.42 × 10−2, adjusted p_adj_bon = 1, p_adj_fdr = 0.307. Similarly, higher levels of CXCL10 were found to be associated with an increased risk of MS, OR: 1.231, 95% CI (1.057, 1.433), p = 7.49 × 10−3, adjusted p_adj_bon = 0.682, p_adj_fdr = 0.227. In contrast, elevated levels of neurturin (NRTN) were associated with a decreased risk of MS, OR: 0.815, 95% CI (0.689, 0.964), p = 1.68 × 10−2, adjusted p_adj_bon = 1, p_adj_fdr = 0.307. Reverse MR analysis showed no causal relationship between MS and the identified circulating inflammatory cytokines. The effects of heterogeneity and level pleiotropy were further excluded by sensitivity analysis. This study provides new insights into the relationship between circulating inflammatory proteins and MS and brings up a new possibility of using these cytokines as potential biomarkers and therapeutic targets. The data in this study show that there are only weak associations between inflammatory molecules and MS risk, which did not survive bon and fdr correction, and the obtained p-values are quite low. Therefore, further studies on larger samples are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,259
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetGenetic Associations and EpidemiologyTravaux en français237 207