Interpretable machine learning classifiers implicate GPC6 in Parkinson's disease from single-nuclei midbrain transcriptomes
Notice bibliographique
Résumé
Parkinson's disease (PD) is a progressive and devastating neurodegenerative disease. An incomplete understanding of its genetic architecture remains a major barrier to the clinical translation of targeted therapeutics, necessitating novel approaches to uncover elusive genetic determinants. Single-cell and single-nuclear RNA sequencing (scnRNAseq) can help bridge this gap by profiling individual cells for disease-associated differential gene expression and nominating genes for targeted genomic analyses. Here, we introduce a machine learning framework to identify molecular features that characterize post-mortem brain cells from PD patients. We train classifiers to distinguish between PD and healthy cells, then decode the models to unravel the 'reasons' behind the classifications, revealing key genes expression signatures that characterize cells from the parkinsonian brain. Application of this framework to three publicly available snRNAseq datasets characterizing the post-mortem midbrain identified cell-type-specific gene sets that accurately classify PD cells across all datasets, demonstrating our approach's capacity to identify robust molecular markers of disease. Targeted genomic analyses of the key genes characterizing PD cells revealed a previously undescribed association between PD and rare variants in GPC6, a member of the heparan sulfate proteoglycan family, which have been implicated in the intracellular accumulation of alpha-synuclein preformed fibrils. We replicate this association in three separate case-control cohorts. Our method promises to enhance understanding of the genetic architecture in complex diseases like PD, representing a critical step toward targeted therapeutics. Our publicly available framework is readily applicable across diseases.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».