Integrating rare pathogenic variant prioritization with gene‐based association analysis to identify novel genes and relevant multimodal traits for Alzheimer's disease
Notice bibliographique
Résumé
INTRODUCTION: Increasing evidence has highlighted rare variants in Alzheimer's disease (AD). However, insufficient sample sizes, especially in underrepresented ethnic groups, hinder their investigation. Additionally, their impact on endophenotypes remains largely unexplored. METHODS: We prioritized rare likely-deleterious variants based on whole-genome sequencing data from a Chinese AD cohort (n = 988). Gene-based optimal sequence kernel association tests were conducted between AD cases and normal controls to identify AD-related genes. Network clustering, endophenotype association, and cellular experiments were conducted to evaluate their functional consequences. RESULTS: We identified 11 novel AD candidate genes, which captured AD-related pathways and enhanced AD risk prediction performance. Key genes (RABEP1, VIPR1, RPL3L, and CABIN1) were linked to cognitive decline and brain atrophy. Experiments showed RABEP1 p.R845W inducing endocytosis dysregulation and exacerbating toxic amyloid β accumulation, underscoring its therapeutic potential. DISCUSSION: Our findings highlighted the contributions of rare variants to AD and provided novel insights into AD therapeutics. HIGHLIGHTS: Identified 11 novel AD candidate genes in a Chinese AD cohort. Correlated candidate genes with AD-related cognitive and brain imaging traits. Indicated RABEP1 p.R845W as a critical AD contributor in the endocytic pathway.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».