MétaCan
Menu
Retour à la cohorte
Enregistrement W4406407921 · doi:10.1101/2025.01.14.25320574

The Landscape of Shared and Divergent Genetic Influences across 14 Psychiatric Disorders

2025· preprint· en· W4406407921 sur OpenAlexaff
Andrew D. Grotzinger, Josefin Werme, Wouter J. Peyrot, Oleksandr Frei, Christiaan A. de Leeuw, Lucy Bicks, Qiuyu Guo, Michael Margolis, Brandon J. Coombes, Anthony Batzler, Vanessa Pazdernik, Joanna M. Biernacka, Ole A. Andreassen, Verneri Anttila, Anders D. Børglum, Na Cai, Ditte Demontis, Howard J. Edenberg, Stephen V. Faraone, Barbara Franke, Michael J. Gandal, Joel Gelernter, John M. Hettema, Katherine Jonas, James A. Knowles, Karestan C. Koenen, Adam X. Maihofer, Travis T. Mallard, Manuel Mattheisen, Karen S. Mitchell, Benjamin M. Neale, Caroline M. Nievergelt, John I. Nürnberger, Kevin S. O’Connell, Elise Robinson, Sandra Sanchez‐Roige, Susan L. Santangelo, Hreinn Stefánsson, Kāri Stefánsson, Murray B. Stein, Nora I. Strom, Laura M. Thornton, Elliot M. Tucker–Drob, Brad Verhulst, Irwin D. Waldman, G. Bragi Walters, Naomi R. Wray

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensDalhousie UniversityDiscovery Centre
Organismes subventionnairesCenter for Individualized Medicine, Mayo ClinicRegeneron Pharmaceuticals
Mots-clésPsychologyPsychiatric geneticsPsychiatryGeographySchizophrenia (object-oriented programming)

Résumé

récupéré en direct d'OpenAlex

Abstract Psychiatric disorders display high levels of comorbidity and genetic overlap 1,2 . Genomic methods have shown that even for schizophrenia and bipolar disorder, two disorders long-thought to be etiologically distinct 3 , the majority of genetic signal is shared 4 . Furthermore, recent cross-disorder analyses have uncovered over a hundred pleiotropic loci shared across eight disorders 5 . However, the full scope of shared and disorder-specific genetic basis of psychopathology remains largely uncharted. Here, we address this gap by triangulating across a suite of cutting-edge statistical genetic and functional genomic analyses applied to 14 childhood- and adult-onset psychiatric disorders (1,056,201 cases). Our analyses identify and characterize five underlying genomic factors 6 that explain the majority of the genetic variance of the individual disorders (∼66% on average) and are associated with 268 pleiotropic loci. We observed particularly high levels of polygenic overlap 7 and local genetic correlation 8 and very few disorder-specific loci 9 for two factors defined by: ( i ) schizophrenia and bipolar disorder (“SB factor”), and by ( ii ) major depression, PTSD, and anxiety (“internalizing factor”). At the functional level, we applied multiple methods 10–12 which demonstrated that the shared genetic signal across the SB factor was substantially enriched in genes expressed in excitatory neurons, whereas the internalizing factor was associated with oligodendrocyte biology. By comparison, the genetic signal shared across all 14 disorders was enriched for broad biological processes (e.g., transcriptional regulation). These results indicate increasing differentiation of biological function at different levels of shared cross-disorder risk, from quite general vulnerability to more specific pathways associated with subsets of disorders. These observations may inform a more neurobiologically valid psychiatric nosology and implicate novel targets for therapeutic developments designed to treat commonly occurring comorbid presentations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,019
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,283
Écart entre enseignants0,273 · 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 tête enseignante, 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

Citations13
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetGenetic Associations and EpidemiologyTravaux en français237 207