MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402468338 · doi:10.1101/2024.09.11.24313439

Identification of 16 novel Alzheimer’s disease susceptibility loci using multi-ancestry meta-analyses of clinical Alzheimer’s disease and AD-by-proxy cases from four whole genome sequencing datasets

2024· preprint· en· W4402468338 sur OpenAlexaff
Julian Willett, Mohammad Waqas, Younjung Choi, Tiffany Ngai, Kristina Mullin, Rudolph E. Tanzi, Dmitry Prokopenko

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Institute of General Medical SciencesCure Alzheimer's FundFAS Division of Science, Harvard UniversityHarvard University
Mots-clésDiseaseIdentification (biology)Computational biologyAlzheimer's diseaseBiologyGeneticsGenomeMedicineGenePathology

Résumé

récupéré en direct d'OpenAlex

Alzheimer's disease (AD) is the most prevalent form of dementia. While many AD-associated genetic determinants have been previously identified, few studies have analyzed individuals of non-European ancestry. Here, we describe a multi-ancestry genome-wide association study of clinically-diagnosed AD and AD-by-proxy using whole genome sequencing data from NIAGADS, NIMH, UKB, and All of Us (AoU) consisting of 49,149 cases (12,074 clinically-diagnosed and 37,075 AD-by-proxy) and 383,225 controls. Nearly half of NIAGADS and AoU participants are of non-European ancestry. For clinically-diagnosed AD, we identified 14 new loci - five common (FBN2,/SCL27A6, AC090115.1, DYM, KCNG1/AL121785.1, TIAM1) and nine rare (VWA5B1, RNU6-755P/LMX1A, MOB1A, MORC1-AS1, LINC00989, PDE4D, RNU2-49P/CDO1, NEO1, and SLC35G3/AC022916.1). Meta-analysis of UKB and AoU AD-by-proxy cases yielded two new rare loci (RPL23/LASP1 and CEBPA/ AC008738.6) which were also nominally significant in NIAGADS. In summary, we provide evidence for 16 novel AD loci and advocate for more studies using WGS-based GWAS of diverse cohorts.

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)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,010
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,368
Tête enseignante GPT0,451
Écart entre enseignants0,083 · 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'étudeMéta-analyse
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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetGenetic Associations and Epidemiology→Travaux en français237 207→