Matching Heterogeneous Cohorts by Projected Principal Components Reveals Two Novel Alzheimer’s Disease-Associated Genes in the Hispanic Population
Notice bibliographique
Résumé
Abstract Alzheimer’s disease (AD) is the most common form of dementia in elderly, affecting 6.9 million individuals in the United States. Some studies have suggested the prevalence of AD is greater in individuals who self-identify as Hispanic. Focused results are relevant for personalized and equitable clinical interventions. Ethnicity as a stratifying tool in genetic studies is often accompanied by genomic inflation due to heterogeneity. In this study, we report GWAS and meta-analyses conducted among NIAGADS subjects who self-identified as Hispanic and All of Us (AoU) sub-cohorts matched to that cohort, using projected genetically-derived principal components, with and without age and sex. In Hispanic NIAGADS subjects, we identified a common variant in PIEZO2 that was protective for AD with a p-value just beyond genome-wide significance (p = 5.4 * 10 -8 ). Meta-analyses with genetically-matched AoU participants yielded three (two novel) genome-wide significant AD-associated loci based on rare lead variants: rs374043832 ( RGS6/PSEN1 ), rs192423465 ( ASPSCR1 ), and rs935208076 ( GDAP2 ), which were also nominally significant in AoU sub-cohorts. We thus demonstrate an efficient way to select subjects from large heterogeneous biobank cohorts who are genetically similar to a smaller disease-specific cohort, yielding novel disease-relevant findings.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».