Transcriptional and Neurochemical Signatures of Cerebral Blood Flow Alterations in Individuals With Schizophrenia or at Clinical High Risk for Psychosis
Notice bibliographique
Résumé
Background The brain integrates multiple scales of description, from the level of cells and molecules to large-scale networks and behavior. Understanding relationships across these scales may be fundamental to advancing understanding of brain function in health and disease. Recent neuroimaging research has shown that functional brain alterations that are associated with schizophrenia spectrum disorders (SSDs) are already present in young adults at clinical high risk for psychosis (CHR-P), but the cellular and molecular determinants of these alterations remain unclear. Methods Here, we used regional cerebral blood flow (rCBF) data from 425 individuals (122 with an SSD compared with 116 healthy control participants [HCs] and 129 individuals at CHR-P compared with 58 HCs) and applied a novel pipeline to integrate brainwide rCBF case-control maps with publicly available transcriptomic data (17,205 gene maps) and neurotransmitter atlases (19 maps) from 1074 healthy volunteers. Results We identified significant correlations between astrocyte, oligodendrocyte, oligodendrocyte precursor cell, and vascular leptomeningeal cell gene modules for both SSD and CHR-P rCBF phenotypes. Additionally, endothelial cell genes were correlated in SSD, and microglia in CHR-P. Receptor distribution significantly predicted case-control rCBF differences, with dominance analysis highlighting dopamine (D 1 , D 2 , dopamine transporter), acetylcholine (VAChT, M 1 ), gamma-aminobutyric acid A (GABA A ), and glutamate (NMDA) receptors as key predictors for SSD ( R 2 adjusted = 0.58, false discovery rate [FDR]–corrected p < .05) and CHR-P ( R 2 adjusted = 0.6, p FDR < .05) rCBF phenotypes. These associations were primarily localized in subcortical regions and implicate cell types involved in stress response and inflammation, alongside specific neuroreceptor systems, in shared and distinct rCBF phenotypes in psychosis. Conclusions Our findings underscore the value of integrating multiscale data as a promising hypothesis-generating approach toward decoding biological pathways involved in neuroimaging-based psychosis phenotypes, potentially guiding novel interventions.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».