Pharmacogenomics of clinical response to Natalizumab in multiple sclerosis: a genome-wide multi-centric association study
Notice bibliographique
Résumé
Abstract Background Inter-individual differences in treatment response are marked in multiple sclerosis (MS). This is true for Natalizumab (NTZ), to which a subset of patients displays sub-optimal treatment response. We conducted a multi-centric genome-wide association study (GWAS), with additional pathway and network analysis to identify genetic predictors of response to NTZ. Methods MS patients from three different centers were included. Response to NTZ was dichotomized, nominating responders (R) relapse-free patients and non-responders (NR) all the others, over a follow-up of 4 years. Association analysis on ~ 4.7 M imputed autosomal common single-nucleotide polymorphisms (SNPs) was performed fitting logistic regression models, adjusted for baseline covariates, followed by meta-analysis at SNP and gene level. Finally, these signals were projected onto STRING interactome, to elicit modules and hub genes linked to response. Results Overall, 1834 patients were included: 119 from Italy (R = 94, NR = 25), 81 from Germany (R = 61, NR = 20), and 1634 from Sweden (R = 1349, NR = 285). The top-associated variant was rs11132400 T ( p = 1.33 × 10 –6 , OR = 0.58), affecting expression of several genes in the locus, like KLKB1 . The interactome analysis implicated a module of 135 genes, with over-representation of terms like canonical WNT signaling pathway ( p adjust = 7.08 × 10 –6 ). Response-associated genes like GRB2 and LRP6 , already implicated in MS pathogenesis , were topologically prioritized within the module. Conclusion This GWAS, the largest pharmacogenomic study of response to NTZ, suggested MS-implicated genes and Wnt/β-catenin signaling pathway, an essential component for blood–brain barrier formation and maintenance, to be related to treatment response.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».